【火线视点22】Algorand拍卖与交易推演分析

原创
2013 天前
17937

来源:火讯专栏作家  火币区块链研究院


本文章由火币区块链研究院出品,本报告发布时间2019年6月22日,作者:袁煜明、胡智威、翁溢铭

摘要

Algorand 及其荷兰式拍卖近期受到许多关注。拍卖成交结果,不仅使团队获得了6000万美元投资资金,也使得早期参与私募的投资者看到了许多倍的价格增长。

Algorand 采用的是 PoS 机制,但无需额外的惩罚措施,因为其以通过 VRF 的方式来保证共识的有效进行。共识的过程分为两大阶段,第一阶段是以加密抽签的形式随机决定出每一轮参与投票的用户;第二阶段会运行一个二元拜占庭协议,决定最终的共识产出区块。而Algorand 在系统具体设计实现上,包含两类节点:relays节点和non-relays节点。

Algorand 本次采用的荷兰式拍卖,并且在1年后可以最高90%的价格退回项目方。另应注意,本次拍卖的并不是单纯的 algo,而是algo + 看跌期权。

如此设计拍卖机制的原因有:(1)团队认为价格应由市场来发现(2)可以使尽可能多出价者拍到 algo,使得PoS网络更为安全(3)使得参与者有了一个尽人皆知的共同“心理底价”,以透明的方式管理了交易者的预期。

每一个参与者并没有固定的最优出价策略。因为荷兰式拍卖有纳什均衡解:其为贝叶斯均衡,因此对于每个参与者的出价都要考虑其他参与者出价的分布。

从第一拍卖完成后的二级市场交易价格上来看,algo 在拍卖后实际上已走完了一个填权行情,并可能因为门槛等原因造成了部分溢价。

而对于竞拍者可选择的交易策略较多,例如可以在拍卖后高价时立即卖出、继续参与拍卖与二级市场联动交易;或者卖出并下跌后重新买入进行套利甚至在条件允许时分拆账户期权出售以获利。

另外,存在一些可能导致亏损的情况,包括拍卖出价过早或过高,则出价者很难避免亏损;下跌行情中,如果竞拍者的套利资金不足以支撑价格,则会导致价格下跌而引起亏损。

报告正文

01

事件回顾

本周区块链世界中除了 Libra 项目推出白皮书之外,最受关注可能就是 Algorand 的拍卖与主网上线了。

Algorand项目备受关注的原因一方面是由于其团队阵容的强大,由图灵奖获得者Silvio Micali 教授领军,在技术方面尤其是密码学的应用创新方面有其独到之处;另一方面,上线前夕的荷兰式拍卖机制也让许多惯于以固定价格参与募资的用户感到较为新颖。

Algorand 设计了一个时间跨度长达5年的拍卖计划:每个月计划进行两次的拍卖,每月的拍卖目标为5000万的 Algo。6月19日为该项目的首次拍卖,从最高的10美元开始拍卖,逐步降低价格,最终在经历了3个半小时左右的时间后以2.4美元的价格完成了首次2500万 Algo 的拍卖。


这一拍卖成交结果,不仅使得团队获得了6000万美元投资资金,也使得早期参与私募的投资者看到了许多倍的价格增长。那么,Algorand的拍卖机制,特别是在交易开始后应如何理解?我们在此从 Algorand 项目本身开始,介绍本次荷兰式拍卖过程并解析推演未来的交易情况。

02
Algorand 简介

2.1.   Pure PoS

与许多当前的热门公链类似,Algorand 也采用的是 PoS 机制。但目前许多PoS需要质押在验证节点一段时间来获取收益的,即Bonded Proof of Stake。Algorand略有区别之处在于其采用的是“纯粹 PoS”(Pure PoS,以下简称“PPoS”):用户可以随时决定 stake与否;当决定 stake时,对应的 token无需被锁定一段时间。

同时,以往PoS共识中的两大特性 liveness和 security,往往需要通过节点保证一定的在线时间(uptime)以及检测是否存在多次签名验证同一区块来保证;当发现不符合要求时,对应的节点或用户将会遭到惩罚(Slash),以此来维持整个系统的正常运转。

而Algorand 而没有使用惩罚机制,而是使用了密码学的方式来保证只要有2/3以上的token 对应的持有者是诚实的,共识过程就可有效进行。

2.2.  VRF

共识设计的关键问题之一在于如何选出以公平公开的方式选出出块者或验证者。而可验证随机函数(VRF)可被考虑用来解决这一问题:可以以一种公平公开的方式选出作为出块者或者验证者的节点。因此在公链平台中与中本聪共识进行结合,既可容纳众多参与者,又能尽量避免过度集中等问题。

Algorand主要使用了 VRF 等技术,并将共识的过程分成了两大阶段:

首先Algorand 使用VRF,以加密抽签的形式随机决定出每一轮参与投票的用户;另外,Algorand 提出并使用一种新的拜占庭共识协议BA★,以带有权重的方式来全网共识,可认为是BFT类共识+PoS或PoWeight的架构。

共识的主要步骤包括:

1.基于VRF 抽签决定参与者。该抽签过程的随机性可被证明,且无法预测,以此来保证公平和安全。另外,该抽签机制还可隐藏这些参与者的真实身份,只有用户自己知道在某个时刻具有投票资格。用于投票的签名密钥是临时性的,过期作废,这在保护了用户隐私的同时,也提高了安全性(因为作恶者很难对进行攻击或将其腐化)。

2. 通过一个分级共识(Graded Consensus)选出“验证者”共识最多的候选区块,并完成对候选块的合法性验证。

3.运行一个二元拜占庭协议BBA★(接受出块或产生空块),相当于PBFT 的提交阶段,决定最终的共识产出区块。

Algorand 可以不依赖于矿工,所有用户均有机会出块;只要攻击者所拥有或控制的 token 数量低于总量的1/3时,网络出现分叉概率可忽略不计,并且交易确认时间随用户数增加变化不大。

而 VRF其原理也可从可验证随机函数包含的四个函数来看出:1、生成密钥,生成一个公钥私钥对;2、生成随机数输出;3、计算零知识证明;4、验证随机数输出。具体过程是先将前一个随机数(最初的随机数却是协议给定的)和某种代表高度、轮次的变量进行组合,用某种私钥对之进行签名(或者是先签名再组合),最后哈希一下得出最新的随机数。这样产生的随机数旁人很容易验证其合乎算法,实现"V";而哈希返回值又是随机分布的,从而实现“R”。

2.3.  系统结构

Algorand 在系统具体设计实现上,包含两类节点:relays节点和non-relays节点。

non-relays节点任何人均可运行。该节点持有1个或多个在线账户的有效参与私钥,参与网络选举。

而 relay 节点需要具有公网 IP 与开放的端口,以便其他节点链接和通信,同时还维护全部的账本数据,相当于承担了网络“中继”的职责。


03
拍卖机制解析与交易推演展望

3.1.  荷兰式拍卖+90%回购机制

除了技术上的创新之外,这次可能更吸引人关注的是Algorand 设计了一个时间跨度长达5年的拍卖计划:每个月计划进行两次的拍卖,每月的拍卖目标为5000万的 Algo。拍卖以荷兰式拍卖的方式进行,并且拍卖得到的algo可以在1年后最高以90%的价格退回给项目方。


3.2.   设计该机制的原因分析

在开始分析Algorand 设计此种竞价机制之前,我们需要先理清各类拍卖机制:

在日常生活中常见的拍卖竞价可以分为4类。分别是不公开的Sealed first price auction,Sealed second price auction,以及公开的Dutch auction(荷兰式拍卖)及English auction。

1.在Sealed first price auction中,每个参与者提交一个其他参与者不知道的竞价,出价最高者付出的价格为最高价。

2.在Sealed  second price auction中,每个参与者提交一个其他参与者不知道的竞价,出价最高者付出的价格为次高价。

3. 在English auction中,所有参与者从最低价起拍,一直加价到没有人出更高价格为止。

4.在Dutch auction中,所有参与者也可以看到其他人的报价,起拍价格和Dutch auction正好相反:拍卖价格从非理性的高价开始,不断降低价格,直到有买家愿意出价。也就是本次Algorand的拍卖。

荷兰式拍卖的一个示例是:假设Algorand基金会愿意出售200个algo,在市场中收集到如下报价:

1.   A愿意出价3.5美金买入50个algo

2.   B愿意出价3美金买入50个algo

3.   C愿意出价2.4美金买入200个algo

4.   D愿意出价2美金买入50个algo

他们的竞价从最高价起开始清算,A,B各在2.4美金买入50个algo,C在2.4美金买入100个剩余的algo,D出价过低获得0个algo。从这例子上可以看出这种机制是鼓励买家报出高价的,因为A,B的买入价格其实低于他们心理价格,也就是说对于大部分买家,最终的成交价是低于其预估价的。值得一提的是美国国债也是采用这种方式竞价出售的。

了解了拍卖机制后,我们再逐层分析 Algorand 设计该种机制的原因。

(1) 为什么不直接定价而是拍卖?

Algorand 团队也曾表示过,价格应由市场来发现,而不是项目方自己来定价。这也是 Algorand团队所说的去中心化、民主化的金融模式。

同时,项目方定价也并不是一件简单的工作。团队出于各种考虑,往往会高估价格,时常会发生无法募集到足够资金的情况。

(2) 为什么不采用传统的拍卖方式?

一个很有趣的事实是desending price auction(即荷兰式拍卖)和first price auction在策略上是等价的。也就是说在荷兰式拍卖中的策略和在first price auction中的策略会有一样的结果。因为虽然荷兰式拍卖是公开竞价,但过程中的价格并不包含任何有效信息,所以在荷兰式拍卖中的采用的策略会和在first price auction中策略产生一样的效用。具体证明我们不在此详细展开,有兴趣的读者可以参考相关文献[2]。

那么既然策略等效,为什么不沿用传统的拍卖方式呢?

这可能要归因于PoS 机制本身。正如前文共识部分所述,Algorand 通过密码学方式可以保证共识有效进行,但前提是2/3以上的 algo 由诚实用户所持有。那么自然,token 持有者越分散,对整个网络的安全越有利。

在荷兰式拍卖中,只要出价大于最后的拍卖结果即可得到 algo。所以荷兰式拍卖可以使尽可能多出价者拍到 algo,使得网络也更为安全。

另外,荷兰式拍卖机制,会让拍卖者以相同价格购得。

(3) 为什么要设计1年90%的价格回购?

一方面设计的目的很可能是为了价格的最终平稳。在实际交易过程上,也的确在一定程度上使得参与者有了一个尽人皆知的共同“心理底价”,以透明的方式管理了交易者的预期。

而另一方面,团队敢于设计出回购机制,也是因为团队此前已通过私募等方式取得了不少融资,有前期资金作为后盾。当然,在未来也存在由于团队经营不善、出现极端行情等原因导致无法最终兑付的风险,需要参与者保持关注。

3.3.  是否有拍卖的最佳策略

那么,荷兰式拍卖的参与者有参与的最佳策略吗?

值得注意的是,由于本次拍卖的 algo 可在一年后以90%的价格由项目方回购,因此这次拍卖的并不是单纯的 algo,而是algo + 看跌期权(put option)。看跌期权的的定价方法在拍卖开始前由Amber AI发表的文章[3]中有详细的讨论,我们在这篇文章中回顾一下竞价的结构以及这种结构对竞价参与者的策略的影响。

在经济学角度,拍卖的最佳策略问题等同于荷兰式拍卖是否存在最优策略(dominant strategy)。好消息这一问题的确是有纳什均衡解,坏消息是这个纳什均衡解是个贝叶斯均衡,也就是说对于每一个参与者来说并没有固定的最优策略。每个玩家的策略是基于对其他玩家的了解。换句话说,在这样的竞价中,没有一个各方都固定的出价策略。每个参与者的出价都要考虑其他参与者出价的分布。从生活经验来看,越多的获得竞拍对手对algo的定价,将在这场博弈中的优势越大。

但除了关注竞拍对手之外,下次拍卖时还会有一定变化:algo 已经开始在一些数字资产市场进行交易。在拍卖前关注二级市场的交易价格,可能会使拍卖更加高效。

需要注意的是在拍卖中得到的看跌期权是不能转售的,只有产于竞价的账号才有权将algo卖回给项目方。等期权快要行权的时候普通账户的客户是没法直接要求algo项目方回购自己的algo的,即二级市场上交易的只有 algo 的 token 本身,而没有看跌期权的额度。

由上述论述可知,由于拍卖包含了期权,则实际上可形成一个简单的公式为:

拍卖价格 = 当前token价格(p) + 期权价格

那么,我们引用 Amber AI 报告的假设与结论,此次拍卖的成交价个为1.8p,我们可以反算出此次拍卖对token的定价为1.33usd,对期权的定价为1.06usd。

每次拍卖前,参与拍卖者都可以用此方法重新估算得到一个理论价格。

按照上述公式,在拍卖前后的短时间内,交易价格应小于拍卖价格。但为什么当前交易价格(本报告编写时)要高于拍卖价格?

可能的原因有2个方面:

1.从交易价格上来看,algo 在拍卖后实际上已走完了一个填权行情

2.由于不是所有看好Algorand 的个人和机构都有资格参与拍卖,存在一定门槛,由此形成了部分溢价

3.4.  竞拍者的交易策略

虽然没有最佳拍卖策略,但在开始交易后,对于竞拍成功的交易者仍可以根据实际情况分析设计出合理策略。

比较直接的情况是当二级市场交易价格高于拍卖价格时,拍卖者可直接卖出获利。此外,还有Algorand所特有的一些情况:

与二级市场联动

Algo 的持有者继续参与拍卖,以相对高价参与拍卖。这样也可以在一定程度上带动二级市场价格从而卖出获利。

现阶段的套利机会

对于拍卖参与者,当行情下跌时,可以以波段的方式买入并等待未来的回购。

例如,当前以2.4美元价格拍卖得到的 algo,假设在交易价格为3美元。拍卖参与者的一个有效果策略为可以选择卖出algo,同时寻找第三方卖出自己的拍卖账户。3美元的algo对于拍卖参与者来说成本仅1.33美元,两天之内1.5倍已获利颇丰。同时拍卖参与者手中还有一个价值不菲的一年期期权。如果条件允许,拍卖参与者可能会试图选择将该账号连同期权分拆出售,以此来获得一笔额外的期权费。假设在3美元时看空期权价格跌至0.5p,每份期权也可获得0.66usd的收入。

3.5.  可能导致亏损的情况

从上述的分析我们可以看出algorand在发行上的精妙设计。但是否使用了上述策略就一定会稳赚不亏了么?结果显然不会这样。参考本身项目的总体估值,以及考虑到在二级市场交易到的、早期投资并解锁的或者 stake 产生的 algo 没有90%回购机制等因素综合后会存在一定抛压。但这些抛压只威胁到二级市场的买家,对于拍卖参与者来说,他们的主要风险在于期权的溢价。

我们可以做一些场景的推演。

拍卖出价过早或过高

由于有了前期拍卖者的心理预期,很多参与者可能在开始拍卖时即出价。由于参与者较多,导致最终的成交价格较高,甚至在某些极端情况下以远高于二级市场的价格成交,但是二级市场的价格仍然处于高于p但是低于1.8p的区间震荡,那么由于拍卖价格过高,参与者将可能“被套”,随着时间的流逝,期权的价格归零,拍卖者损失全部期权成本。

下跌行情趋势中

如果交易价格持续走低,拍卖价格也很有可能随之降低。任何一个二级市场的algo买家应该时刻记得只有参与拍卖的账户才含有put option。在二级市场上交易的token只是token,和期权无关。如果algo在下跌趋势中,拍卖参与者获得algo后的第一选择会是选择卖出algo,在低于行权价的时候买回,从而获得无风险收益。对于拍卖的参与者只要能够在合理价格购买到看跌期权,则可以处于交易中的有利位置。

不过,这些潜在可以用来支撑价格的资金规模有限,可以通过拍卖出售的algo 额度来估算。因此当价格反复震荡、下跌时,早期拍卖者的额度可能会不足以支撑价格从而导致亏损。

  • 参考资料
  • [1]  橙皮书. 提前交卷的第三代公链,Algorand的非典型去中心化之路[EB/OL]. [2019-06-22]. https://mp.weixin.qq.com/s/7vRkR1QaLg-strTqCXRWJA.
  • [2]  KRISHNA V. Auction Theory[M]. 第1版. Elsevier, 2002.
  • [3]  AMBER AI GROUP. ALGO Auctions Cheatsheet – Amber AI Group – Medium[EB/OL]. [2019-06-22]. https://medium.com/@amberaigroup/algo-auctions-cheatsheet-aab001d277bd.

火币区块链应用研究院

​关于我们:

火币区块链应用研究院(简称“火币研究院”)成立于2016年4月,于2018年3月起全面拓展区块链各领域的研究与探索,主要研究内容包括区块链领域的技术研究、行业分析、应用创新、模式探索等。我们希望搭建涵盖区块链完整产业链的研究平台,为区块链产业人士提供坚实的理论基础与趋势判断,推动整个区块链行业的发展。

 联系我们:

  • 咨询邮箱:huobiresearch@huobi.com
  • 简书公众号:火币区块链研究院
  • Twitter:Huobi_Research
  • https://twitter.com/Huobi_Research
  • Medium:Huobi Research
  • https://medium.com/@huobiresearch
  • Facebook:Huobi Research
  • https://www.facebook.com/Huobi-Research-655657764773922
  • Website:http://research.huobi.com/
  •  免责声明
  • 1.  火币区块链研究院与本报告中所涉及的数字资产或其他第三方不存在任何影响报告客观性、独立性、公正性的关联关系。
  • 2. 本报告所引用的资料及数据均来自合规渠道,资料及数据的出处皆被火币区块链研究院认为可靠,且已对其真实性、准确性及完整性进行了必要的核查,但火币区块链研究院不对其真实性、准确性或完整性做出任何保证。
  • 3. 报告的内容仅供参考,报告中的事实和观点不构成相关数字资产的任何投资建议。火币区块链研究院不对因使用本报告内容而导致的损失承担任何责任,除非法律法规有明确规定。读者不应仅依据本报告作出投资决策,也不应依据本报告丧失独立判断的能力。
  • 4.本报告所载资料、意见及推测仅反映研究人员于定稿本报告当日的判断,未来基于行业变化和数据信息的更新,存在观点与判断更新的可能性。
  • 5. 本报告版权仅为火币区块链研究院所有,如需引用本报告内容,请注明出处。如需大幅引用请事先告知,并在允许的范围内使用。在任何情况下不得对本报告进行任何有悖原意的引用、删节和修改。