UNI:用数据读懂DeFi：UniSwap交易规模逐月增长，留存率却不足2%

之前橙皮书在《损益率分析：UniSwap会是做市商们的好生意吗？》一文中曾分析过利用UniSwap进行做市的潜在收益和风险，也抛出了一系列疑问，这种模式下会不会吸引更多的做市商来帮助提高资金的流动性？这篇文章则是基于一些UniSwap中实际的交易数据，来观察这个去中心化交易平台的增长潜力。

以下是翻译原文：

通过CovalentAPI获取的数据，我们针对UniSwap，一个以太坊上的ERC20代币交易所协议进行了一次深入浅出的增长潜力分析。我们的分析是基于几个现实情况：1）UniSwap所在的市场状况2）流动资金提供者以他们质押的资产换取一定的收益3）用户有数字资产交易的实际需求

UniSwap于2018年秋季推出，与其他盈利性的中心化交易所不同，UniSwap没有原生token，无需上市费用，所有智能合约的完整源代码都是开源的。

UniSwap为每一对etherc20交易对创建一个新的交易市场。这些合约在内部同时保留ETH和特定的ERC20token。UniSwap与其他去中心化交易所有也有着独特的区别，因为它没有交易委托账簿（orderbook)。UniSwap的外汇合约使用一种称为恒定乘积（ConstantProduct)的联合曲线机制自动设定价格。

Relation协议提出EIP-6239语义SBT规范通用数据模型:3月15日消息，Web3社交图谱协议Relation提出EIP-6239语义SBT规范通用数据模型，详细说明了Relation如何基于RDF（资源描述框架），构建出创新型的去中心化社交图谱协议——Relation Protocol，为社交互动和数据共享提供可信、开放和可互操作的基础设施，能够高效处理海量级复杂社交数据，使数据分析效率提升近千倍，同时减少数据摩擦。

Relation Protocol通过链上原生的智能合约生态、通用灵活的图数据模型、基于Lit Protocol隐私配置和Arweave上的数据永久存储，为开发者提供了链上原生、隐私保护和永久存储的数据层。[2023/3/15 13:05:42]

UniSwap背后的数据

当创建新交易市场时，流动性提供者必须准备好初始的ETH准备金及相应的ERC20token。而且必须确保这个准备金的比例能反映市场价格。如果这个比率不准确，套利者就会轻易获利。

推广数字货币是赋能社会信用数据治理的有效途径:8月1日消息，中国经济时报发文称，当前，在依据《数据安全法》重塑信用数据治理体系过程中，信用数据安全和信用数据管理将成为重要议题。但是，我国社会信用数据治理面临着数据融合度较低、标准不统一、风险防范等问题，亟待关注与应对。法定数字货币在流通中所记录的有效交易信息是不可随意篡改的，且可追溯，保证信用信息数据的真实和安全。同时，法定数字货币也可以有效降低获取信用数据的成本，更为信用信息数据的获取提供了便利条件。一是数字货币在流通中记录交易信息数据。二是数字货币在流通中携带的信用数据不可篡改。三是法定数字货币在流通中记录的信用数据可追溯。[2022/8/1 2:50:11]

为了激励流动性提供者，UniSwap协议对每笔交易，根据其对流动性池的贡献比例奖励0.3%(同样的，这0.3%是对用户收取的交易费)，这笔交易费用会被添加到流动性池中。因此，随着交易的进行，流动性池将持续扩大。储备金的增长率与交易的数量和每笔交易的规模成正比。

流动性提供者贡献的比例是通过使用一个内部token来计算的，该token在增加流动性时生成，或在移除流动性时被销毁。这个内部token也是一个常规的ERC20，理论上可以用来创建一个新的UniSwap互换协议。

Optimism计划部署调用数据压缩来降低30%至40%的费用:3月5日消息，以太坊Layer2扩容解决方案Optimism宣布将在下个月内部署第一个系统范围内的调用数据压缩（calldata compression），将费用降低30%至40%。此外，Optimism还将在今年晚些时候部署基于Zstd压缩算法来降低用户费用，以及通过EIP-4844（Shard Blob Transactions）和类似方法提高以太坊作为数据可用性层的能力，以进一步削减成本。[2022/3/5 13:39:29]

那么，UniSwap在实际运行中的表现如何呢？我们将用一系列问题和相应的分析来研究UniSwap。另外值得一提的是，该分析完全是在Excel数据透视表中完成的，这个过程中不需要写任何代码。

1.1

分析1：目前有多少交易市场被创建？

UniSwap上的每一个交易对儿都是一个新的交易市场。自2018年10月底UniSwap上线以来，过去的6个月里，共有317个交易市场被创建。当然，并不是所有的交易对儿都有交易，或有流动性，而且这个统计中包括了重复的eth-erc20交易对儿。

专家：中国要用数据要素监管沙盒赋能数据治理:清华x-lab数权经济实验室主任钟宏近日提出中国要用“数据要素监管沙盒”来赋能数据治理，目前数据采集、授权使用尚没有完备的法律法规、监管制度和体系保障，加快数据治理、数据监管发展迫在眉睫。当前，借鉴已经在全球范围内施行，逐渐成熟的金融监管沙盒的经验，参考欧盟数据监管沙盒的思路，利用科技手段，划定一块政策、司法、市场多方协同的试验田，在监管沙盒中发现新模式、新技术，探索技术发展、市场需求、监管要求等相匹配的监管模式，是加快解决当前矛盾的新思路。[2020/10/1]

1.2

分析2：在317个交易市场中，排名靠前的是哪些?

有两种方法可以对这些交易市场进行排名——基于它们的交易量和储备金的流动性。每个交易市场都有自己的网络效应——在良性循环中，交易量越大，流动性越好。

从上图不难看出，DAI稳定币交易市场和MakerDAO治理token交易市场尤为突出。我们没有预料到的是排在首位的全都是稳定币。

现场 | 吴晓求：科技和金融的结合会带来风险 要用数据化的思维来看待:金色财经现场报道，由中关村科技园区管理委员会、中国信息协会指导，中国信息化发展研究院、中国通信工业协会区块链专委会主办的“区块链&数字经济高峰论坛暨2019第八届中关村大数据日”于12月12日在北京中关村举行。经济学家、中国人民大学副校长吴晓求发表《科技与金融的结合必须纳入监管视野》主题演讲，他表示，新的事物新的技术会出现疯狂的状态，出现泡沫化的现象，新事物人们往往会夸大它的价值，但从长期来看，人们会低估它的价值，这是人们认知的缺陷。科技和金融是实体经济重要的核心，科技不但会改变世界，还会改变金融，科技对金融的渗透更加深入，金融产品对于及其少的个人定制外，多数是标准化的产品。科技金融正在改变整个金融的业态，这是金融系统重要的推动力和标志。工业化的平台是有边界的，具有严格的约束，在互联网时代，工业化平台是圆的，无边界的。金融数据要进行科学有序的重构，科技和金融的结合，会带来风险，为此，监管要考虑到风险的特点建立什么样的金融基础措施。[2019/12/12]

1.3

分析3：谁是流动性提供者?

流动性提供者对于一个交易市场的正常运转来说至关重要。由于大家提供的流动性会汇入流动性池，所以观察一个交易所的流动性是由少数几个贡献大额流动性的人提供，还是由许多贡献小额流动性的人提供，非常有意思。

流动性提供者有一个小小的网络。帕累托图完美地描述了这种80-20的行为。

从上图可以看出这种明显的极端。MakerGovernancetoken(MKR)和BasicAttentionToken(BAT)目前的使用场景都比较有限。比如Makertoken只能在治理的投票期间有用，而且据我们现在了解到的情况，BAT项目还没有启动。讲实话，给这些token提供流动性还不如存银行赚点被动收入呢!

我们没有预料到在这个列表中能看到WrapperEther(WETH)。因为据我们所知，目前WETH的唯一应用场景就是包装原生的ETHtoken，使其表现得像一个普通的ERC20token。不太明白用户为什么要持有WETH。

1.4

分析4：DAI和MKR市场的储量分布情况如何?

在前面的分析的基础之上，进一步的研究DAI和MKR市场是很有趣的。根据前面的数据，DAI流动性的提供者比MKR提供者多，并且每个MKR流动性提供者的平均贡献几乎是DAI提供者的两倍。

我们原本预测可以从流动性贡献的直方图中发现一些异常，以为这两幅图的形状会不同。但这项分析向我们展示了显而易见的结果。流动性贡献的大小和提供者的数量之间存在反向关系。

1.5

分析5：有多少用户与UniSwap交互?

下面我们来看UniSwap的主要应用场景——资产交易。首先，让我们看看每个月与UniSwap交互的新用户数量和总交易数量。如果这些数字逐月增长，这意味着流动性提供者的月收入在增加。如果没有，流动性提供者将会寻找其他途径获利，因为锁定资产的机会成本太高。

尽管交易市场的数量在增长，但每月的活跃用户和交易的数量似乎在下降。不过，现在说这种令人担忧的趋势是否会长期存在还为时过早。

1.6

分析6：交易规模是呈上升趋势还是下降趋势?

自动做市机制的一个缺点是，价格发现机制对于金额较大的互换交易不是很有效。价差的大小(市场价格和实际执行价格之间的偏差)与流动性池的规模成反比。

有趣的是，尽管价格发现机制效率低下，但交易规模却逐月增长。这种行为值得进一步探讨，并将是下一篇文章讨论的重点。

1.7

分析7：UniSwap用户的粘性如何?

总交易量或总用户数之类的聚合数字只是虚荣心指标。为了真正了解UniSwap是否在走下坡路，我们需要进行队列分析。

队列分析回答了这个问题——如果100个用户在一个特定的月份注册，他们中有多少人在注册后一个月、两个月又回来了，依此类推。我们将提取具有相同特征的用户(比如在同一个月注册的)，并随着时间的推移研究他们的表现。

从数据中可以明显看出，UniSwap还不具备适合产品市场的能力。用户的平均月留存率低于2%(这意味着98%的用户永远不会回来)。另一种可能的解释是，大多数交易地址都是交易后即焚，但98%的流失率也太高了，无法解释这种情况。

1.8

额外的问题

前面的讨论涉及到了一些表面的问题，这里有更多值得思考的东西:

1.UniSwap如何与撮合链下交易的混合交易所比较？典型例子：HydroandIdex.。

2.除了交易员和流动性提供者，还有套利者。这些用户发现UniSwap和外部交易所的价格存在差异，并在帮助缩小价差的同时获利。我们如何发现这些用户?他们到底有多赚钱?

3.用户的留存率需要进一步按交易次数细分。是不是大多数用户只做过一次交易?

4.流动性提供者ROI分析——我们的数据来源包括增加或减少流动性时的供应量。这可以用来计算他们将获得0.3%的费用。我们需要通过汇率、时间框架来计算，并提出最优参数，以实现利润最大化。

5.流动性池随时间的增长是多少?是现有的流动性提供者贡献更多，还是交易所吸引了新的流动性提供者?

6.Kyber这样的其他流动性协议如何影响UniSwap?

不得不说，这一套数据分析的方法也可以应用到其他交易所的增长潜力分析上，一定程度上可以看出目前Defi一些比较直观的发展情况。随着Defi,去中心化交易所的概念逐渐被越来越多的人关注，这些关注究竟是只停留在关注，还是用户真的会去锁定自己的加密资产，为其提供流动性并赚取可能的收益，或是真的会进来参与实际的交易？

你属于哪一种呢？

标签：SWAPUniswapUNIKENPolkaswapuniswap币最新消息UNICAK12 Token

XRP热门资讯