用數據讀懂DeFi：UniSwap交易規模逐月增長 留存率卻不足2%_SWAP:UNI

之前橙皮書在《損益率分析：UniSwap會是做市商們的好生意嗎？》一文中曾分析過利用UniSwap進行做市的潛在收益和風險，也拋出了一系列疑問，這種模式下會不會吸引更多的做市商來幫助提高資金的流動性？這篇文章則是基于一些UniSwap中實際的交易數據，來觀察這個去中心化交易平臺的增長潛力。

以下是翻譯原文：

通過CovalentAPI獲取的數據，我們針對UniSwap，一個以太坊上的ERC20代幣交易所協議進行了一次深入淺出的增長潛力分析。我們的分析是基于幾個現實情況：1）UniSwap所在的市場狀況2）流動資金提供者以他們質押的資產換取一定的收益3）用戶有數字資產交易的實際需求

UniSwap于2018年秋季推出，與其他盈利性的中心化交易所不同，UniSwap沒有原生token，無需上市費用，所有智能合約的完整源代碼都是開源的。

UniSwap為每一對etherc20交易對創建一個新的交易市場。這些合約在內部同時保留ETH和特定的ERC20token。UniSwap與其他去中心化交易所有也有著獨特的區別，因為它沒有交易委托賬簿（orderbook)。UniSwap的外匯合約使用一種稱為恒定乘積（ConstantProduct)的聯合曲線機制自動設定價格。

Pine.finance聯合創始人對比BTC和ETH交易費用數據:1月31日消息，AMM訂單引擎Pine.finance聯合創始人Agustín Aguilar發推稱，

每筆發送交易的平均成本:

BTC：8.90美元；

ETH：2.12美元。

每秒交易數：

BTC：3.6；

ETH：14.2。

每天支付的費用總額：

BTC：500萬美元；

ETH：1500萬美元。[2021/1/31 18:31:57]

1

UniSwap背后的數據

當創建新交易市場時，流動性提供者必須準備好初始的ETH準備金及相應的ERC20token。而且必須確保這個準備金的比例能反映市場價格。如果這個比率不準確，套利者就會輕易獲利。

為了激勵流動性提供者，UniSwap協議對每筆交易，根據其對流動性池的貢獻比例獎勵0.3%(同樣的，這0.3%是對用戶收取的交易費)，這筆交易費用會被添加到流動性池中。因此，隨著交易的進行，流動性池將持續擴大。儲備金的增長率與交易的數量和每筆交易的規模成正比。

火幣研究院：Filecoin經濟模型激勵礦工理性對待“自我交易” 鼓勵有用數據存儲:8月28日Filecoin公開了其經濟模型一系列參數細節，網絡存儲基準1EiB并每年200%增速，挖礦按簡單挖礦（按時間指數衰減釋放）和基準挖礦（按存儲基準線性釋放）3：7比例進行混合機制釋放，網絡基準達到前降低區塊獎勵釋放速度；對扇區根據存儲數據質量設置空間權重高低，并引入了具體的抵押代幣函數和扇區故障及終止費用機制。

火幣研究院高級研究員盧軍認為，Filecoin的經濟模型還需要通過實踐驗證，近期Filecoin大礦工太空競賽已經展開，作為主網上線最后預備階段，競賽結果也將為官方最后對主網上線經濟模型參數進行調整提供參考，此次Filecoin公開經濟模型細節可以反映Filecoin官方對存儲挖礦和存儲服務價值的定位，設置參數的核心目標是鼓勵和驅動礦工為已驗證的真實存儲用戶提供高質量和長周期的存儲服務，而非短期不理性的“自填充數據”挖礦競賽行為。Filecoin要打造一個安全可靠、有一定競爭力的分布式存儲經濟體，需要激勵更多礦工按這一價值主張參與生態建設。[2020/8/28]

流動性提供者貢獻的比例是通過使用一個內部token來計算的，該token在增加流動性時生成，或在移除流動性時被銷毀。這個內部token也是一個常規的ERC20，理論上可以用來創建一個新的UniSwap互換協議。

南京建鄴區探索運用區塊鏈等技術有效破除信用數據區域壁壘:南京建鄴區政務大廳內設立信用服務窗口、法人信用報告自助打印機和紅黑名單公示大屏，辦事人線上申請12小時內即可在線上線下取得信用查詢報告。同時，探索運用區塊鏈等技術手段，有效破除了信用數據區域壁壘，實現信用信息在市區兩級的共享共用。（南京晨報）[2020/7/4]

那么，UniSwap在實際運行中的表現如何呢？我們將用一系列問題和相應的分析來研究UniSwap。另外值得一提的是，該分析完全是在Excel數據透視表中完成的，這個過程中不需要寫任何代碼。

1.1

分析1：目前有多少交易市場被創建？

UniSwap上的每一個交易對兒都是一個新的交易市場。自2018年10月底UniSwap上線以來，過去的6個月里，共有317個交易市場被創建。當然，并不是所有的交易對兒都有交易，或有流動性，而且這個統計中包括了重復的eth-erc20交易對兒。

1.2

分析2：在317個交易市場中，排名靠前的是哪些?

聲音 | 潘鋒：北京將利用區塊鏈破解信用數據采集混亂問題:據新京報消息，2019中關村論壇“信用北京”服務創新平行論壇今天下午舉行，北京市經濟和信息化局副局長潘鋒在論壇上表示，北京將利用大數據挖掘和分析大量關聯的信用數據，用人工智能技術實現更精準的信用畫像，利用區塊鏈破解信用數據采集混亂、共享混亂等問題。[2019/10/18]

有兩種方法可以對這些交易市場進行排名——基于它們的交易量和儲備金的流動性。每個交易市場都有自己的網絡效應——在良性循環中，交易量越大，流動性越好。

從上圖不難看出，DAI穩定幣交易市場和MakerDAO治理token交易市場尤為突出。我們沒有預料到的是排在首位的全都是穩定幣。

1.3

分析3：誰是流動性提供者?

流動性提供者對于一個交易市場的正常運轉來說至關重要。由于大家提供的流動性會匯入流動性池，所以觀察一個交易所的流動性是由少數幾個貢獻大額流動性的人提供，還是由許多貢獻小額流動性的人提供，非常有意思。

聲音 | 研究：歐盟通用數據保護條例適用于區塊鏈存在很大不確定性:據qmul消息，倫敦瑪麗王后大學和劍橋大學的研究人員進行的一項最新研究顯示，歐盟通用數據保護條例（GDPR）如何適用于區塊鏈技術存在很大的不確定性。研究中稱，這種不確定性，加上可能面臨來自GDPR的巨額罰款，可能會阻礙歐洲企業利用區塊鏈技術進行創新。[2018/11/6]

流動性提供者有一個小小的網絡。帕累托圖完美地描述了這種80-20的行為。

從上圖可以看出這種明顯的極端。MakerGovernancetoken(MKR)和BasicAttentionToken(BAT)目前的使用場景都比較有限。比如Makertoken只能在治理的投票期間有用，而且據我們現在了解到的情況，BAT項目還沒有啟動。講實話，給這些token提供流動性還不如存銀行賺點被動收入呢!

我們沒有預料到在這個列表中能看到WrapperEther(WETH)。因為據我們所知，目前WETH的唯一應用場景就是包裝原生的ETHtoken，使其表現得像一個普通的ERC20token。不太明白用戶為什么要持有WETH。

1.4

分析4：DAI和MKR市場的儲量分布情況如何?

在前面的分析的基礎之上，進一步的研究DAI和MKR市場是很有趣的。根據前面的數據，DAI流動性的提供者比MKR提供者多，并且每個MKR流動性提供者的平均貢獻幾乎是DAI提供者的兩倍。

我們原本預測可以從流動性貢獻的直方圖中發現一些異常，以為這兩幅圖的形狀會不同。但這項分析向我們展示了顯而易見的結果。流動性貢獻的大小和提供者的數量之間存在反向關系。

1.5

分析5：有多少用戶與UniSwap交互?

下面我們來看UniSwap的主要應用場景——資產交易。首先，讓我們看看每個月與UniSwap交互的新用戶數量和總交易數量。如果這些數字逐月增長，這意味著流動性提供者的月收入在增加。如果沒有，流動性提供者將會尋找其他途徑獲利，因為鎖定資產的機會成本太高。

盡管交易市場的數量在增長，但每月的活躍用戶和交易的數量似乎在下降。不過，現在說這種令人擔憂的趨勢是否會長期存在還為時過早。

1.6

分析6：交易規模是呈上升趨勢還是下降趨勢?

自動做市機制的一個缺點是，價格發現機制對于金額較大的互換交易不是很有效。價差的大小(市場價格和實際執行價格之間的偏差)與流動性池的規模成反比。

有趣的是，盡管價格發現機制效率低下，但交易規模卻逐月增長。這種行為值得進一步探討，并將是下一篇文章討論的重點。

1.7

分析7：UniSwap用戶的粘性如何?

總交易量或總用戶數之類的聚合數字只是虛榮心指標。為了真正了解UniSwap是否在走下坡路，我們需要進行隊列分析。

隊列分析回答了這個問題——如果100個用戶在一個特定的月份注冊，他們中有多少人在注冊后一個月、兩個月又回來了，依此類推。我們將提取具有相同特征的用戶(比如在同一個月注冊的)，并隨著時間的推移研究他們的表現。

從數據中可以明顯看出，UniSwap還不具備適合產品市場的能力。用戶的平均月留存率低于2%(這意味著98%的用戶永遠不會回來)。另一種可能的解釋是，大多數交易地址都是交易后即焚，但98%的流失率也太高了，無法解釋這種情況。

1.8

額外的問題

前面的討論涉及到了一些表面的問題，這里有更多值得思考的東西:

1.UniSwap如何與撮合鏈下交易的混合交易所比較？典型例子：HydroandIdex.。

2.除了交易員和流動性提供者，還有套利者。這些用戶發現UniSwap和外部交易所的價格存在差異，并在幫助縮小價差的同時獲利。我們如何發現這些用戶?他們到底有多賺錢?

3.用戶的留存率需要進一步按交易次數細分。是不是大多數用戶只做過一次交易?

4.流動性提供者ROI分析——我們的數據來源包括增加或減少流動性時的供應量。這可以用來計算他們將獲得0.3%的費用。我們需要通過匯率、時間框架來計算，并提出最優參數，以實現利潤最大化。

5.流動性池隨時間的增長是多少?是現有的流動性提供者貢獻更多，還是交易所吸引了新的流動性提供者?

6.Kyber這樣的其他流動性協議如何影響UniSwap?

不得不說，這一套數據分析的方法也可以應用到其他交易所的增長潛力分析上，一定程度上可以看出目前Defi一些比較直觀的發展情況。隨著Defi,去中心化交易所的概念逐漸被越來越多的人關注，這些關注究竟是只停留在關注，還是用戶真的會去鎖定自己的加密資產，為其提供流動性并賺取可能的收益，或是真的會進來參與實際的交易？

你屬于哪一種呢？

參考文章：

https://www.covalenthq.com/blog/understanding-uniswap-data-analysis

作者：Ganesh

翻譯：Jessie

Tags：SWAPUniswapUNITOKENGigoswapuniswap幣總量Universe Crystal Gene3X Long Sushi Token

BNB價格