班科协议解读【上篇】无需做市商,Bancor让代币快速流通

✎【EOS Cochain】Technology Oriented

原创文章,版权声明:以下内容来自微信公众号“ EOSCochain ”,搜索 “EOSCochain” 即可订阅,作者:韭仙女下凡,笔名:MW。转载必须保留以上声明。

01 长尾效应

基于对CoinMarketCap上1000多种代币的分析,前10%的代币构成了整个代币市值的95%,占据了99%的交易量。排位靠后的代币,即后90%的代币,在市场上的交易量相比之下是无足轻重的,因此形成了类似下图的“长尾“效应趋势:

长尾(The Long Tail)的概念最初是由《连线》杂志主编Chris Anderson提出,用以描述亚马逊和Netflix等网站的商业和经济模式。

有数据显示,亚马逊有超过一半的销售贡献都来自于销售排名13万名之后的图书。

那些不在线下市面上或者不在普通书店里出售的图书,要比那些摆在书店书架上的图书形成的市场需求量大得多。也就是说,排在13万名开外的图书涉及到了稀有需求,即一个利基市场,而稀有需求的加总量是十分庞大的,这就是长尾所在。

Chris Anderson认为,只要存储和流通的渠道足够大,需求不旺或销量不佳的产品共同占据的市场份额就可以和那些数量不多的热卖品所占据的市场份额相匹敌甚至更大。

在中国,阿里巴巴也是受益于长尾效应,把许许多多的小市场拼合在一起,为中小、甚至小微企业/个人搭建了交易的平台,从而成就了一个大市场。

02 流动性困境

纵观加密货币领域,对应“许许多多的小市场”的便是“许许多多的小而新的代币”,这类代币的交易量位于“长尾”上,面临着一个重大的障碍——流动性(Liquidity)不足。

譬如,我想买入100个EOS,我在交易所上挂一个买单,由于EOS盘面很大,资金流动程度很大,那么我以一个相对适当,只要不夸张的价格,正常情况下能够很快成交(交易界面参考上图)。当下的价格在46元左右范围浮动,那么我挂单45.9元-46元这个大致范围内,是能快速买入代币的。在出售代币时,亦是同理。

目前,交易所仍是中心化运营的模式,以买方卖方的挂单机制在运营。这样的机制对于主流代币而言,因为有足够的交易深度,撮合成交的时间是很短的,是基本上不存在流动性障碍的。

与主流代币情况相反的是,若我想买的代币是很偏门,很小众的。对于这些买卖流通量很小的币种(甚至有的都不能在很多交易所进行交易),我挂了一个买单,可能几天都不会有委托成交。同样的,作为这类小众代币的持有者,我想要出手我的代币,或许也会面临一些困难,譬如无法提供当下令我满意的价格,或者是我挂单之后迟迟没有成交。

这是为什么呢?归根结底就是小众代币的流动性不足,供给和需求没有能够支撑起交易的量,会带来“我想买,但可能短期内都没有人在出售此币种”,或者是“我想卖,迟迟没有人接手”。

03 Vs.传统做市商

在传统金融市场中,遇到流动性受阻的情况,一般会有一根“中间链条”——做市商(Market Maker)的介入。

“做市商制度”,是指由具备一定实力和信誉的法人充当做市商,不断地向投资者提供买卖价格,并按其提供的价格接受投资者的买卖要求,以其自有资金和证券与投资者进行交易,从而为市场提供即时性和流动性,并通过买卖价差实现一定利润。简单说就是:报出价格,并能按这个价格买入或卖出。

做市商为投资者提供买卖双边报价进行对赌交易,通过报价的更新来引导成交价格发生变化。做市商角色通常由大型金融机构来扮演,他们可以容忍重大的非流动性风险,利用其巨大的资本储备在市场流动性不足时进行报价操作,保证了市场进行不间断的交易活动。他们通过向买家和卖家报出不同的价格来赚取差价,随着时间的推移获得利润。

但在区块链领域,如果我们仍然以传统思维,即以“做市商制度”来解决市场上的流动性问题,这样一来不仅是对区块链“去中心化”精神的违背和亵渎,而且还会导致未来新型代币经济市场中的权力集中度,即一些强大经济实力方可以在代币市场中“呼风唤雨”,同比传统金融中的“大庄“。

因此,Bancor协议,这样一个扮演了去中心化,非营利性质的“做市商”角色,应巨大的市场需求,应运而生。

04 智能代币时代

Bancor协议为区块链时代的代币困境,引入了技术解决方案。其算法实现了价格发现(Price Discovery),同时为这些智能合约区块链上的代币们提供了自主流动性机制(liquidity)。

同时,Bancor引出了“智能代币”(Smart Tokens)的概念,“Smart Tokens”是Bancor算法的灵魂所在,使智能合约在交易中扮演了非营利性的自动化“做市商”角色。这可以让毫无技术背景的人们轻松创建代币,并且为众筹项目提供了易于实现的平台。

智能代币具有一种或多种其他相关联的代币作为准备金,这些被用户所持有的作为准备金的代币,我们称之为“准备金代币”。

通过智能合约,用户可以实现代币的即时买卖,在此过程中,自动程式化算法,会不断重新计算价格以平衡买卖交易量。

Bancor(BNT)是第一代智能代币,ETH以太币是Bancor代币的唯一准备金代币。

小编在此,自绘一张智能代币发行简图:

此处,引入“准备金恒定比例”概念,CW恒定比例(Connector Weight),即准备金代币余额(Connector Balance)与智能代币的市值(智能代币的供应量*智能代币当前价格)之前恒定的比例。在如上模型中,BNT众筹中筹得了共计30万ETH,其中,24万ETH用于Bancor项目团队的研发支持和各项运营费用,另外的6万ETH则作为准备金代币余额,准备金CW恒定比例为20%,即ETH准备金始终维持在Bancor市值的20%。

为简化模型,在第一代智能代币BNT之后,我们假设二代智能代币有两种,分别称之为X和Y,智能代币X和Y通过持有BNT作为准备金(即存入初始的准备金代币),便可链入到Bancor网络成功发行。等到了三代智能代币Z发行时,Z可以BNT作为唯一的准备金代币,亦可选用BNT、X和Y中的2种或更多种代币,以不同的搭配比例作为准备金代币,在Bancor生态上,以此类推,可以发行多种智能代币。

并且,在Bancor生态上发行的所有智能代币,都适用Bancor程式化算法和价格发现策略。Bancor提高了代币的流动性,买卖双方不用再苦苦等待对手盘的出现,而是以协议程式化计算的价格,买方存入准备金,卖方出让智能代币从而获得对应的准备金代币的方式,随时应对市场交易。

在下一篇中,我们会着重揭秘Bancor协议的价格策略和CW定律。

✎【EOS Cochain】Technology Oriente

Cochain跨链科技以技术作为团队的核心力量,团队技术人员致力于掌握最前沿的区块链技术,包括不仅限于Bancor算法,路印协议等当下前沿技术。

团队将最益于EOS生态繁荣的前沿技术,融入EOSCochain的打造中,服务于区块链行业,服务于区块链用户。

感谢阅读

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,809评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,189评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,290评论 0 359
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,399评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,425评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,116评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,710评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,629评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,155评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,261评论 3 339
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,399评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,068评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,758评论 3 332
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,252评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,381评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,747评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,402评论 2 358

推荐阅读更多精彩内容