Статистическая уязвимость средних цен автоматических маркет-мейкеров с постоянным произведением
PDF

Ключевые слова

статистическая уязвимость
децентрализованные финансы
смарт- контракт
блокчейн безопасность
автоматический маркет-мейкер

Как цитировать

1.
Анохин П.Н. Статистическая уязвимость средних цен автоматических маркет-мейкеров с постоянным произведением // Успехи кибернетики. 2023. Т. 4, № 3. С. 86-94. DOI: 10.51790/2712-9942-2023-4-3-09.

Аннотация

для корректной работы множества финансовых сервисов на технологии блокчейн требуются независимые поставщики цен, устойчивые к манипуляциям. Одним из наиболее распространенных поставщиков таких цен, который сам полностью работает на блокчейне, является автоматический маркет-мейкер с постоянным произведением, который является механизмом расчета цены обмена на основании количества двух активов под его управлением. Разработчики финансовых приложений должны учитывать все возможные уязвимости, которые могут возникнуть в приложении при использовании таких поставщиков цен. Этим обусловлена актуальность исследований уязвимостей цен автоматических маркет-мейкеров с постоянным произведением. В данной работе изучено влияние комиссии автоматических маркет-мейкеров с постоянным произведением на среднюю цену на основе данных реальных торгов из блокчейна и биржи Binance. В результате исследования показано, что среднее отклонение цен автоматических маркет-мейкеров от среднерыночных обладает высоким коэффициентом автокорреляции, позволяя достаточно точно предсказывать будущее среднее отклонение цен между биржами. По результатам моделирования определены конкретные значения предсказаний для разных временных промежутков. На основе предсказуемости будущих средних отклонений цен описаны возможные критические статистические уязвимости приложений, использующих средние цены автоматических маркет-мейкеров, а также даны рекомендации по предотвращению этих уязвимостей. Материалы исследования представляют практическую ценность для разработчиков приложений на блокчейне и экспертов по безопасности смарт-контрактов, позволяя им предотвратить или устранить потенциальные критические статистические уязвимости в приложениях.

https://doi.org/10.51790/2712-9942-2023-4-3-09
PDF

Литература

Schar F. Decentralized Finance: On Blockchain- and Smart Contract-Based Financial Markets. Federal Reserve Bank of St. Louis. 2021;103(2):153–174. DOI: 10.20955/r.103.153-74.

Mohan V. Automated Market Makers and Decentralized Exchanges: a Defi Primer. Financial Innovation. 2022;8(20). DOI: 10.2139/ssrn.3722714.

Angeris G., Chitra T. Improved Price Oracles. Proceedings of the 2nd ACM Conference on Advances in Financial Technologies. 2020. DOI: 10.1145/3419614.3423251.

Peterson J., Krug J., Zoltu M., Williams A.K., Alexander S. Augur: a Decentralized Oracle and Prediction Market Platform. 2020. arXiv:1501.01042 [cs.CR].

Angeris G., Evans A., Chitra T. When Does the Tail Wag the Dog? Curvature and market Making. 2020. arXiv:2012.08040 [q-fin.TR].

Pourpouneh M., Nielsen K., Ross O. Automated Market Makers. IFRO Working Paper. 2020. Режим доступа: https://ideas.repec.org/p/foi/wpaper/2020_08.html.

Barbon A., Ranaldo A. On the Quality of Cryptocurrency Markets: Centralized Versus Decentralized Exchanges. 2021. arXiv:2112.07386 [q-fin.TR].

Lehar A., Parlour A., Christine A. Decentralized Exchanges. 2021. DOI: 10.2139/ssrn.3905316.

Wu S. et al. DeFiRanger: Detecting Price Manipulation Attacks on DeFi Applications. 2021. ArXiv:2104.15068 [Cs].

Binance Exchange. Режим доступа: https://www.binance.com.

Binance Market Data. Daily Spot ETH/USDT, 1-second interval. Режим доступа: https://data.binance.vision/?prefix=data/spot/daily/klines/ETHUSDT/1s/.

Скачивания

Данные скачивания пока не доступны.