本篇中,我们会给出定价的模型。
我们定义公式中的
这个公式表明在初始投入 $1 的资产,在
则存在:
其中
我们假设手续费回报率不变且只会在最后进行提取。很显然手续费应当是
进而
其中
我们只需要拼接公式即可,公式会非常长,但是大家可以自行代换,在本系列结束时也会给出对应的代码。
我们已经得到了一个可用的定价公式了,不过我们需要回顾一下我们的「条款」。
这两个条款和现实是有区别的,流动性提供者可以在任何时间退出提供流动性和提取手续费。这会使得我们的定价是低估的。这也就是我们的本节的标题欧式的意思。自然我们需要一个美式的定价公式,让流动性提供者能够任意时间退出。
不过在此之前,我们可以简单地讨论一下手续费的问题。
的确我们不能假设 LP 的手续费提取策略,那我们退而求其次,尝试计算一下上界。即手续费是连续收取的,下界是我们的退出时提取。 我们可以如下计算
永续美式是没有到期时间的衍生品。但其实处理起来非常容易,在金融随机分析 卷二里有讨论过永续美式期权的定价。两者的思路也非常一致。
* 推荐先阅读: https://cms.dm.uba.ar/academico/materias/2docuat2016/analisis_cuantitativo_en_finanzas/Steve_ShreveStochastic_Calculus_for_Finance_II.pdf 中的第八章 Perpetual American Put
我们简单看一下 shreve 永续美式期权定价的思路。
我们要考虑的第一件事情是如果有最佳行权策略,那么该策略只和价格有关,和 t 无关。这也不难推理,由于没有到期时间,不论在哪一天你的定价应当是一样的。
那么我们可以建模为
那么这个
那么对于 uniswap v3 问题就非常好解决了。同样的,我们需要构造最佳策略,在价格到达
对于这个退出策略,我们找到最佳的
即
这里需要补充一下,函数都是连续的,当然是有导数的。但是显然再带入回去,符号计算量已经过大了。但是不妨碍我们使用传统最优化的方法做数值计算。
这里我们要抢到最优化的目标不是
在下一篇中,我们会进行一些数值比较,如何利用定价公式,和希腊值。
Antalpha Labs 是一个非盈利的 Web3 开发者社区,致力于通过发起和支持开源软件推动 Web3 技术的创新和应用。
官网:https://labs.antalpha.com
Twitter:https://twitter.com/Antalpha_Labs
Youtube:https://www.youtube.com/channel/UCNFowsoGM9OI2NcEP2EFgrw
联系我们:hello.labs@antalpha.com
点击左下方「阅读原文」/「Read More」,获取更多相关信息
【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。