任何UniswapLP头寸的成功都取决于两个基本组成部分：
无常损失：由于我们存入资金的价格与我们平仓时的价格之间的差异而造成损失的风险
由池支持的交易产生的费用
DeFi的目标是帮助用户理解和模拟这两个组件的影响，并帮助估计可能的结果。
无常损失可以用数学解释清楚，这里提供了几种可视化的方法来支持用户模拟价格变化对投资的影响。
某巨鲸地址在币价上涨后卖出3000万枚TURBO，目前仍持有16.8亿枚TRUBO:5月13日消息，据Lookonchain数据监测，某巨鲸地址在TURBO价格上涨后已卖出3000万枚 TURBO，目前仍持有16.8亿枚TURBO（约合133万美元）。
据悉，该巨鲸以均价0.0007052美元用121万美元购入总计约17亿枚TURBO，此后以0.0008482美元的均价卖出3000万枚TURBO（价值约合2.5万美元），[2023/5/13 15:00:58]
相反，产生的费用是高度不确定的；我们不能创建精确的模型来确定一个池在未来将产生的费用数额，但我们可以帮助我们的用户支持基于LP头寸的历史数据的模拟，以支持他们的分析和决策。
DeFi扩展了工具，让用户能够基于一种新的方法来计算UniswapLP策略的历史表现。
数据：蔡文胜相关地址在2小时前将1万枚ETH 存入Compund，后借出320万枚USDC转入币安:4月22日消息，据推特用户余烬监测，北京时间 4 月 22 日 10:30:47，被标记为蔡文胜朋友的 0x930D7F 开头地址将 1 万枚 ETH 存入 Compound，然后借出 320 万枚 USDC 转入币安。该地址去年循环借贷买 ETH，6 月 ETH 跌至 880 美元时，其 20 余万枚 ETH 仅差数十美元面临清算。此后，在 ETH 价格为 1000 USDT 至 1200 USDT 时，该地址开始做 ETH 现货波段。[2023/4/22 14:20:15]
Sentiment：正调查从Sentiment协议中盗取资金的可起诉行为，并确保剩余资金安全:4月5日消息，无许可部分抵押借贷协议Sentiment发布公告称，目前正在调查从Sentiment协议中盗取资金的可起诉行为。Sentiment正采取措施找出漏洞的根本原因，并减少进一步的协议滥用，同时正与执法部门保持联系，并一直在与第三方审计机构和安全公司合作。
Sentiment表示其首要任务是确保剩余资金的安全，追回损失的资金。[2023/4/5 13:45:29]
UniswapV3池回测的新方法
UniswapLP策略是高度差异化的，每个投资者可以选择自己的主动流动性范围，每个人收取的费用也不同。
为了回测策略，我们需要收集数据并计算测试策略的具体条件。
外媒：FTX破产切断了美国民主党金源:金色财经报道，英国金融时报披露，由于FTX破产，导致美国民主党大量资金来源被切断，SBF是继乔治·索罗斯之后的第二大捐赠人，曾发誓要向支持加密事业的相关美国选举人捐赠10亿美元。据悉，SBF本次一共支持了25名美国民主党人，迄今已有18人获胜。[2022/11/13 12:59:20]
提取特定UniswapV3工具的历史数据
为了支持我们的分析，我们需要收集关于UniswapV3池的历史数据。为此，我们使用TheGraphPoolHourData子图来解决这个问题。
如UniswapV3白皮书所述，对于每个池，Uniswap合约跟踪合约首次初始化时存入的1单位无界流动性所能获得的费用总额(fg)。无界流动性可以很容易地描述为一种为整个价格范围(MinLimit=0,MaxLimit=∞)提供流动性的策略。
我们可以计算1单位的无限流动性在一段时间内所赚取的费用如下:
F_Unb=fg(t)-fg(t-1)
确定要测试的位置
为了确定LP头寸的历史费用，我们需要首先计算LP提供的流动性数量。流动性是策略(最小限制和最大限制)和初始投资的函数。
流动性=LiquidityFunction(MinLimit,MaxLimit,投资)
在我们的计算中，我们还需要确定如果我们选择一个无界策略，同样的投资将产生的流动性。
LiquidityUnb=LiquidityFunction(0，∞，投资)
历史费用计算
在每个时间段的开始，LP可以:
a)为整个范围提供流动性，在这种情况下，所赚取的费用很容易确定:
MyFeeUnb=F_unb*LiquidityUnb
b)在特定范围内提供集中流动性。在这种情况下，费用是由价格花费在活跃流动性范围内的时间和乘数决定的。
MyFee=MyFeeUnb*乘数*在范围内花费的时间
但乘数可以表示为:
乘数=流动性/LiquidityUnb
因此，可以将前式改写为:
MyFee=F_Unb*流动性*在范围内花费的时间
最后计算历史费用作为MyFee在每个分析期间赚取的收入。
这听起来不错，但真的有效吗?
这个理论很有趣(有几分)，但它真的有效吗?
我们在Uniswapv3中对超过500个当前开放的回测器进行了回测，结果如下
当位置处于活动状态的时间大约为100%时，回测是非常精确的，当距离内的时间较低时，精度会降低。
这是由于我们在计算在范围参数中花费的时间时需要应用近似值。使用TheGraph每小时的数据，我们不能精确地确定价格在这个范围内花费的时间，而只能是一个近似值。
结论
这一新功能将允许直接在我们的模拟器中进行快速可靠的回测。
过去的业绩不能保证未来的结果，但它们代表了分析的重要基础，并支持我们的LP战略定义。
Source：https://defi-lab.medium.com/historical-performances-of-uniswap-l3-pools-2de713f7c70f
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。