以太幣交易所 以太幣交易所
Ctrl+D 以太幣交易所
ads

價格預言機的使用總結(二):UniswapV2篇_AMP

Author:

Time:1900/1/1 0:00:00

前言

該系列的前一篇文章介紹了Chainlink價格預言機的使用,其目前也被大部分DeFi應用所使用,但依然存在局限性。首先是所支持的Token的覆蓋率還不全,尤其是長尾資產,大多還未支持,比如SHIB,目前只在BSC主網有SHIB/USD的PriceFeed,而其它網絡的都還沒有,連Ethereum的都還沒支持。其次,有些資產的偏差閾值較大,價格更新也比較慢,可能長達十幾二十個小時才會更新價格,比如BNT。

這時候就需要考慮其它價格預言機了,而UniswapV2和UniswapV3都是不錯的選擇。

本篇先來聊聊如何使用UniswapV2作為價格預言機。

UniswapV2價格預言機

UniswapV2使用的價格預言機稱為TWAP,即時間加權平均價格。不同于鏈下聚合的Chainlink取自多個不同交易所的數據作為數據源,TWAP的數據源來自于Uniswap自身的交易數據,價格的計算也都是在鏈上執行的,因此,TWAP屬于鏈上預言機。

TWAP的原理比較簡單,首先,在UniswapV2Pair合約中,會存儲兩個變量price0CumulativeLast和price1CumulativeLast,在_update()函數中會更新這兩個變量,其相關代碼如下:

contract?UniswapV2Pair?{

??...

??uint32?private?blockTimestampLast;

??uint?public?price0CumulativeLast;

??uint?public?price1CumulativeLast;

??...

??//?update?reserves?and,?on?the?first?call?per?block,?price?accumulators

??function?_update(uint?balance0,?uint?balance1,?uint112?_reserve0,?uint112?_reserve1)?private?{

????...

????uint32?blockTimestamp?=?uint32(block.timestamp?%?2**32);

????uint32?timeElapsed?=?blockTimestamp?-?blockTimestampLast;

????if?(timeElapsed?&ampgt;?0?&ampamp;&ampamp;?_reserve0?!=?0?&ampamp;&ampamp;?_reserve1?!=?0)?{

??????//?*?never?overflows,?and?+?overflow?is?desired

??????price0CumulativeLast?+=?uint(UQ112x112.encode(_reserve1).uqdiv(_reserve0))?*?timeElapsed;

??????price1CumulativeLast?+=?uint(UQ112x112.encode(_reserve0).uqdiv(_reserve1))?*?timeElapsed;

????}

????blockTimestampLast?=?blockTimestamp;

????...

??}

}

price0CumulativeLast和price1CumulativeLast分別記錄了token0和token1的累計價格。所謂累計價格,其代表的是整個合約歷史中每一秒的Uniswap價格總和。且只會在每個區塊第一筆交易時執行累加計算,累加的值不是當前區塊的第一筆交易的價格,而是在這之前的最后一筆交易的價格,所以至少也是上個區塊的價格。取自之前區塊的價格,可以大大提高操控價格的成本,所以自然也提高了安全性。

馬克·庫班:“超級看好”以太坊但拒絕做具體價格預測:金色財經報道,NBA 達拉斯獨行俠隊老板、億萬富豪馬克·庫班在接受《財富》雜志采訪時表示,自己依然“超級看好”(super bullish)以太坊,但他拒絕做出具體價格預測。馬克·庫班表示,即將到來的合并會將以太坊能耗減少 1000 倍,這是一個“重要因素”;其次,以太坊區塊鏈上的應用程序足夠多,可以推動其采用,以太坊會因為實用性在加密市場占據上風。此外,馬克·庫班對 Cardano 區塊鏈持高度懷疑態度,他表示 Cardano 已經推出很長時間了,但實用性甚至不如狗狗幣。[2022/8/25 12:47:43]

如上圖所示,合約的第一個區塊為Block122,這時候,價格和時間差都為0,所以累計價格也為?0。到了下一個區塊Block123,這時候取自上個區塊的最后一口價格10.2,且經過的時間差為7,因此就可以計算出累計價格priceCumulative=10.2*7=71.4。再到下個區塊Block124,取自上一口價格10.3,兩個區塊間的時間差為8,那此時的累計價格就變成了71.4+(10.3*8)=153.8。Block125的時候也同理,上口價格為10.5,區塊時間差為5,所以最新的累計價格就變成了153.8+(10.5*5)=206.3。

有了這個基礎之后,就可以計算TWAP了。

固定時間窗口TWAP

計算TWAP的原理也是非常簡單,如上圖所示,這是計算時間間隔為1小時的TWAP,取自開始和結束時的累計價格和兩區塊當時的時間戳,兩者的累計價格相減,再除以兩者之間的時間差,就算出這1小時內的TWAP價格了。

這是TWAP最簡單的計算方式,也稱為固定時間窗口的TWAP。下面來講講具體如何實現。

Uniswap官方也有提供了一個示例代碼來計算固定時間窗口的TWAP,其代碼放在v2-periphery項目中:

https://github.com/Uniswap/v2-periphery/blob/master/contracts/examples/ExampleOracleSimple.sol

該示例代碼也比較簡單,我們直接貼上代碼看看:

pragma?solidity?=0.6.6;

import?'

????function?update()?external?{

????????(uint?price0Cumulative,?uint?price1Cumulative,?uint32?blockTimestamp)?=

????????????UniswapV2OracleLibrary.currentCumulativePrices(address(pair));

????????uint32?timeElapsed?=?blockTimestamp?-?blockTimestampLast;?//?overflow?is?desired

????????//?ensure?that?at?least?one?full?period?has?passed?since?the?last?update

????????require(timeElapsed?&ampgt;=?PERIOD,?'ExampleOracleSimple:?PERIOD_NOT_ELAPSED');

加密貨幣數據公司Nomics推出AI驅動的7天價格預測:加密貨幣數據公司Nomics正在將人工智能應用于通常混亂的加密貨幣交易。Nomics宣布推出可以進行7天加密貨幣價格預測的AI系統。該公司首席執行官克萊·柯林斯(Clay Collins)告訴Cointelegraph,這些預測僅適用于尋求預測的散戶投資者,不應視為福音。(Cointelegraph)[2020/4/23]

????????//?overflow?is?desired,?casting?never?truncates

????????//?cumulative?price?is?in?(uq112x112?price?*?seconds)?units?so?we?simply?wrap?it?after?division?by?time?elapsed

????????price0Average?=?FixedPoint.uq112x112(uint224((price0Cumulative?-?price0CumulativeLast)?/?timeElapsed));

????????price1Average?=?FixedPoint.uq112x112(uint224((price1Cumulative?-?price1CumulativeLast)?/?timeElapsed));

????????price0CumulativeLast?=?price0Cumulative;

????????price1CumulativeLast?=?price1Cumulative;

????????blockTimestampLast?=?blockTimestamp;

????}

????//?note?this?will?always?return?0?before?update?has?been?called?successfully?for?the?first?time.

????function?consult(address?token,?uint?amountIn)?external?view?returns?(uint?amountOut)?{

????????if?(token?==?token0)?{

????????????amountOut?=?price0Average.mul(amountIn).decode144();

????????}?else?{

????????????require(token?==?token1,?'ExampleOracleSimple:?INVALID_TOKEN');

????????????amountOut?=?price1Average.mul(amountIn).decode144();

????????}

????}

}

PERIOD指定為了24小時,說明這個示例計算TWAP的固定時間窗口為24小時,即每隔24小時才更新一次價格。

該示例也只保存一個交易對的價格,即token0-token1的價格。price0Average和price1Average分別就是token0和token1的TWAP價格。比如,token0為WETH,token1為USDC,那price0Average就是WETH對USDC的價格,而price1Average則是USDC對WETH的價格。

update()函數就是更新TWAP價格的函數,這一般需要鏈下程序的定時任務來觸發,按照這個示例的話,就是鏈下的定時任務需要每隔24小時就定時觸發調用update()函數。

聲音 | John McAfee:仍堅信比特幣5萬美元中期價格預測,也堅信2020年底將達100萬美元:殺軟件之父、加密貨幣支持者John McAfee發推稱:“忽略掉比特幣價格的下跌吧。我堅定地支持Peter Brandt對5萬美元中期價格的預測。我對2020年底前100萬美元的價格也很堅定。”[2019/9/30]

update()函數的實現邏輯也和上面所述的公式一致:

讀取出當前最新的累計價格和當前的時間戳;

計算出當前時間和上一次更新價格時的時間差timeElapsed,要求該時間差需要達24小時;

根據公式TWAP=(priceCumulative-priceCumulativeLast)/timeElapsed計算得到最新的TWAP,即priceAverage;

更新priceCumulativeLast和blockTimestampLast為當前最新的累計價格和時間戳。

不過,有一點需要注意,因為priceCumulative本身計算存儲時是做了左移112位的操作的,所以計算所得的priceAverage也是左移了112位的。

consult()函數則可查詢出用TWAP價格計算可兌換的數量。比如,token0為WETH,token1為USDC,假設WETH的價格為3000USDC,查詢consult()時,若傳入的參數token為token0的地址,amountIn為2,那輸出的amountOut則為3000*2=6000,可理解為若支付2WETH,就可根據價格換算成6000USDC。

滑動時間窗口TWAP

固定時間窗口TWAP的原理和實現,比較簡單,但其最大的不足就是價格變化不夠平滑,時間窗口越長,價格變化就可能會越陡峭。因此,在實際應用中,更多其實是用滑動時間窗口的TWAP。

所謂滑動時間窗口TWAP,就是說,計算TWAP的時間窗口并非固定的,而是滑動的。這種算法的主要原理就是將時間窗口劃分為多個時間片段,每過一個時間片段,時間窗口就會往右滑動一格,如下圖所示:

上圖所示的時間窗口為1小時,劃分為了6個時間片段,每個時間片段則為10分鐘。那每過10分鐘,整個時間窗口就會往右滑動一格。而計算TWAP時的公式則沒有變,依然還是取自時間窗口的起點和終點。如果時間窗口為24小時,按照固定時間窗口算法,每隔24小時TWAP價格才會更新,但使用滑動時間窗口算法后,假設時間片段為1小時,則TWAP價格是每隔1小時就會更新。

Uniswap官方也同樣提供了這種滑動時間窗口TWAP實現的示例代碼,其Github地址為:

https://github.com/Uniswap/v2-periphery/blob/master/contracts/examples/ExampleSlidingWindowOracle.sol

我們也貼上代碼看看:

pragma?solidity?=0.6.6;

import?'

????address?public?immutable?factory;

????//?the?desired?amount?of?time?over?which?the?moving?average?should?be?computed,?e.g.?24?hours

????uint?public?immutable?windowSize;

????//?the?number?of?observations?stored?for?each?pair,?i.e.?how?many?price?observations?are?stored?for?the?window.

動態 | 以太坊開源銀行Marble推出基于Uniswap的價格預言機Polaris:以太坊開源銀行Marble推出基于去中心化交易所Uniswap的價格預言機Polaris。Marble表示Polaris通過選取Uniswap價格檢查點的中位數,使價格攻擊成本更高。價格操縱在單一交易所需的時間被延長,因而變得更加困難和昂貴。此外,Polaris采用一系列激勵措施鼓勵第三方參與者定期檢查價格,從而保持價格準確。[2019/4/2]

????//?as?granularity?increases?from?1,?more?frequent?updates?are?needed,?but?moving?averages?become?more?precise.

????//?averages?are?computed?over?intervals?with?sizes?in?the?range:

????//???

????//?e.g.?if?the?window?size?is?24?hours,?and?the?granularity?is?24,?the?oracle?will?return?the?average?price?for

????//???the?period:

????//???,?now]

????uint8?public?immutable?granularity;

????//?this?is?redundant?with?granularity?and?windowSize,?but?stored?for?gas?savings?&ampamp;?informational?purposes.

????uint?public?immutable?periodSize;

????//?mapping?from?pair?address?to?a?list?of?price?observations?of?that?pair

????mapping(address?=&ampgt;?Observation)?public?pairObservations;

????constructor(address?factory_,?uint?windowSize_,?uint8?granularity_)?public?{

????????require(granularity_?&ampgt;?1,?'SlidingWindowOracle:?GRANULARITY');

????????require(

????????????(periodSize?=?windowSize_?/?granularity_)?*?granularity_?==?windowSize_,

????????????'SlidingWindowOracle:?WINDOW_NOT_EVENLY_DIVISIBLE'

????????);

????????factory?=?factory_;

????????windowSize?=?windowSize_;

????????granularity?=?granularity_;

????}

????//?returns?the?index?of?the?observation?corresponding?to?the?given?timestamp

????function?observationIndexOf(uint?timestamp)?public?view?returns?(uint8?index)?{

動態 | Tom Lee將年底比特幣價格預期下調近一半:Fundstrat Global Advisors聯合創始人Tom Lee將年底比特幣目標價從2.5萬美元下調至1.5萬美元,不過該價格仍遠高于上周五比特幣的交易價格。[2018/11/17]

????????uint?epochPeriod?=?timestamp?/?periodSize;

????????return?uint8(epochPeriod?%?granularity);

????}

????//?returns?the?observation?from?the?oldest?epoch?(at?the?beginning?of?the?window)?relative?to?the?current?time

????function?getFirstObservationInWindow(address?pair)?private?view?returns?(Observation?storage?firstObservation)?{

????????uint8?observationIndex?=?observationIndexOf(block.timestamp);

????????//?no?overflow?issue.?if?observationIndex?+?1?overflows,?result?is?still?zero.

????????uint8?firstObservationIndex?=?(observationIndex?+?1)?%?granularity;

????????firstObservation?=?pairObservations;

????}

????//?update?the?cumulative?price?for?the?observation?at?the?current?timestamp.?each?observation?is?updated?at?most

????//?once?per?epoch?period.

????function?update(address?tokenA,?address?tokenB)?external?{

????????address?pair?=?UniswapV2Library.pairFor(factory,?tokenA,?tokenB);

????????//?populate?the?array?with?empty?observations?(first?call?only)

????????for?(uint?i?=?pairObservations.length;?i?&amplt;?granularity;?i++)?{

????????????pairObservations.push();

????????}

????????//?get?the?observation?for?the?current?period

????????uint8?observationIndex?=?observationIndexOf(block.timestamp);

????????Observation?storage?observation?=?pairObservations;

????????//?we?only?want?to?commit?updates?once?per?period?(i.e.?windowSize?/?granularity)

????????uint?timeElapsed?=?block.timestamp?-?observation.timestamp;

????????if?(timeElapsed?&ampgt;?periodSize)?{

????????????(uint?price0Cumulative,?uint?price1Cumulative,)?=?UniswapV2OracleLibrary.currentCumulativePrices(pair);

????????????observation.timestamp?=?block.timestamp;

????????????observation.price0Cumulative?=?price0Cumulative;

????????????observation.price1Cumulative?=?price1Cumulative;

????????}

????}

????//?given?the?cumulative?prices?of?the?start?and?end?of?a?period,?and?the?length?of?the?period,?compute?the?average

????//?price?in?terms?of?how?much?amount?out?is?received?for?the?amount?in

????function?computeAmountOut(

????????uint?priceCumulativeStart,?uint?priceCumulativeEnd,

????????uint?timeElapsed,?uint?amountIn

????)?private?pure?returns?(uint?amountOut)?{

????????//?overflow?is?desired.

????????FixedPoint.uq112x112?memory?priceAverage?=?FixedPoint.uq112x112(

????????????uint224((priceCumulativeEnd?-?priceCumulativeStart)?/?timeElapsed)

????????);

????????amountOut?=?priceAverage.mul(amountIn).decode144();

????}

????//?returns?the?amount?out?corresponding?to?the?amount?in?for?a?given?token?using?the?moving?average?over?the?time

????//?range?,?now]

????//?update?must?have?been?called?for?the?bucket?corresponding?to?timestamp?`now?-?windowSize`

????function?consult(address?tokenIn,?uint?amountIn,?address?tokenOut)?external?view?returns?(uint?amountOut)?{

????????address?pair?=?UniswapV2Library.pairFor(factory,?tokenIn,?tokenOut);

????????Observation?storage?firstObservation?=?getFirstObservationInWindow(pair);

????????uint?timeElapsed?=?block.timestamp?-?firstObservation.timestamp;

????????require(timeElapsed?&amplt;=?windowSize,?'SlidingWindowOracle:?MISSING_HISTORICAL_OBSERVATION');

????????//?should?never?happen.

????????require(timeElapsed?&ampgt;=?windowSize?-?periodSize?*?2,?'SlidingWindowOracle:?UNEXPECTED_TIME_ELAPSED');

????????(uint?price0Cumulative,?uint?price1Cumulative,)?=?UniswapV2OracleLibrary.currentCumulativePrices(pair);

????????(address?token0,)?=?UniswapV2Library.sortTokens(tokenIn,?tokenOut);

????????if?(token0?==?tokenIn)?{

????????????return?computeAmountOut(firstObservation.price0Cumulative,?price0Cumulative,?timeElapsed,?amountIn);

????????}?else?{

????????????return?computeAmountOut(firstObservation.price1Cumulative,?price1Cumulative,?timeElapsed,?amountIn);

????????}

????}

}

要實現滑動時間窗口算法,就需要將時間分段,還需要保存每個時間段的priceCumulative。在這實現的示例代碼中,定義了結構體Observation,用來保存每個時間片段的數據,包括兩個token的priceCumulative和記錄的時間點timestamp。還定義了pairObservations用來存儲每個pair的Observation數組,而數組實際的長度取決于將整個時間窗口劃分為多少個時間片段。

windowSize表示時間窗口大小,比如24小時,granularity是劃分的時間片段數量,比如24段,periodSize則是每時間片段的大小,比如1小時,是由windowSize/granularity計算所得。這幾個值都在構造函數中進行了初始化。

觸發update()函數則更新存儲最新時間片段的observation,如時間片段大小為1小時,即每隔1小時就要觸發update()函數一次。因為這個示例中是支持多個pair的,所以update()時需要指定所要更新的兩個token。

而查詢當前TWAP價格的計算就在consult()函數里實現了。首先,先獲取到當前時間窗口里的第一個時間片段的observation,也算出當前時間與第一個observation時間的時間差,且讀取出當前最新的priceCumulative,之后就在computeAmountOut()函數里計算得到最新的TWAP價格priceAverage,且根據amountIn算出了amountOut并返回。

總結

本文我們主要介紹了被廣泛使用的一種鏈上預言機TWAP,且介紹了固定時間窗口和滑點時間窗口兩種算法的TWAP。雖然,TWAP是由Uniswap推出的,但因為很多其他DEX也采用了和Uniswap一樣的底層實現,如SushiSwap、PancakeSwap等,所以這些DEX也可以用同樣的算法計算出對應的TWAP。

但使用UniswapV2的TWAP,其主要缺陷就是需要鏈下程序定時觸發update()函數,存在維護成本。UniswapV3的TWAP則解決了這個問題,下一篇會來聊聊其具體是如何實現的。

文章首發于「Keegan小鋼」公眾號:

https://mp.weixin.qq.com/s?__biz=MzA5OTI1NDE0Mw==&mid=2652494441&idx=1&sn=57a97690390b93770c5a906dce4157c8&chksm=8b685079bc1fd96f9ab60cc1b41b8642abf807a13a37c12f05a280be2e03f3a9288a047b5739&token=1584634265&lang=zh_CN#rd

Tags:AMPPRIRICEICECHAMP價格print幣怎么刪除rice幣官網ICEBRK

火幣網下載官方app
一文了解當前和新興的 NFT 定價方法_NFT

關于NFT和DeFi肯定有很多討論。很直觀地講,NFT周圍缺乏金融原語,這致使NFT持有者在使用NFT可以做的事情上非常有限。 這是關于NFT金融原語的一篇比較完整的文章.

1900/1/1 0:00:00
萬字長文詳談社交媒體該如何實現“去中心化”_DSP

原標題:《DecentralizeSocialMedia》原編者按:大型社交媒體平臺給生活提供了便利,同時也帶來了一些問題,其中最大的一個問題就是侵犯用戶隱私。社交媒體的去中心化是一個長期趨勢.

1900/1/1 0:00:00
DAO 的動態管理:流動的身份和聲譽_DAO

本文對目前DAO在成員資格和投票權管理這兩個方面的主要流行模式進行了分析,指出它們缺乏足夠的動態性.

1900/1/1 0:00:00
MicroStrategy 「All in Bitcoin」的背后是否另有隱情?_比特幣

比特幣價格短時跌破MicroStrategy持倉成本,市場傳言其或已偷偷賣出超8000枚比特幣.

1900/1/1 0:00:00
金色Web3.0日報 | 六福珠寶將舉辦元宇宙告白大會_NFT

DeFi數據 1.DeFi代幣總市值:1168.16億美元 DeFi總市值數據來源:coingecko2.過去24小時去中心化交易所的交易量:40.

1900/1/1 0:00:00
金色觀察 | 觀點:為什么說NFT比傳統訂閱更好?_NFT

Reddit產品主管PeterYang5月5日發文認為,NFT比傳統訂閱更好,是未來的訂閱。創作者和品牌可以通過三方法來針對不同的粉絲支付意愿來最大化他們的收入:1、廣告可以針對不愿意支付任何費.

1900/1/1 0:00:00
ads