用Bancor来复习数学和经济学

EOS RAM了解一下?

我想应该不用再了解了。上周区块链行业内最火的一个话题就是他了。RAM的价格暴涨暴跌,上演了一个教科书般的过山车行情。

准备冲进去的人们发现,EOS RAM的套路和以往的token好像都不一样,甚至和EOS本身都不一样。这是一个基于Bancor算法的交易机制,价格由市场上的供需情况进行自动计算而得出,因此不会出现有价无市等狗庄操盘情况。

什么是Bancor?

那么,什么是 Bancor 算法呢?追本溯源,Bancor 是在1940年-1942年间由凯恩斯、舒马赫提出的一个超主权货币的概念,可作为一种账户单位用于国际贸易中,并由英国在二战后正式提出。然而,由于美国实力在二战后一枝独秀,Bancor 方案并没有在布雷顿森林会议上被采纳使用。但应用这一思想的 Bancor 算法则继续延续了其生命力。Bancor 算法由 Bancor Network 项目提出应用,旨在采用公式来设定好数字资产间的兑换价格。其联合创始人 Eyal Hertzog 近期也被BM邀请一起来探讨 EOS 中 Bancor 算法的应用。

虽然据报道 Bancor 交易所昨天被盗,但这不妨碍我们继续研究这一算法。既然是原本要用于国际贸易的模型,那必然涉及到不同实体间如何兑换。Bancor 白皮书中对定价模型有着十分严谨和详细的说明。它定义了两类token:一种是通常会流通使用的 connector token,而另一种是作为“超主权”中间媒介的 Smart Token。为了使得兑换价格满足刚才提到的供需关系,设计的公式中的价格为 connector 的可流通余量(balance)除以 按照一定系数的Smart Token 供应量:

来源:Bancor Network 白皮书

其中,CW 的英文是 Connector Weight,表示设计出来的 Smart Token 的总价值与实际在使用中的 connector 余量间的关系,设计好后为一个固定参数:

来源:Bancor Network 白皮书

总体上来说,就是 Smart Token 的供应量越少或者 connector 的余量越多,那么使用 connector 来兑换 Smart Token 的价格就越高。

虽然很不严谨(后面会解释),但这也就能理解了为什么 EOS 的 RAM 越少,价格越高了。

我有一个大胆的想法

回到 RAM 价格上,那么无疑在 EOS 主网刚上线的时候,RAM 供应量最多。可以看到最低价格是 0.017 EOS/KB 。按照这个价格,也就是买 1MB 需要 0.017 * 1024 = 17.408 EOS。那么,全部 64GB RAM 在这个时候值 1140850.688 EOS ,是不是我这个时候梭哈一把,就可以把 64GB 全买走了?那么,你觉得 BM 会答应么?

实际上,有多种方式可以限制这种梭哈。最简单的一种就是限制每次买卖的数量:只要设置每次只能梭哈 32GB,那么第二次买 RAM 的价格就会提高很多,买的总成本就会变的很高。再循环细分下去为 16GB、8GB …… 总的价格就会越来越合理。这就有点像记忆中的一个计算过程。

https://zh.wikipedia.org/wiki/微分

是的,就是先微分再积分。在 Bancor Network 白皮书中引用的另外一个资料中,可以看到这个推导过程


来源:《Formulas for Bancor system》

然后我们可以看到,这个微分方程的结果好像和记忆中的另外一个概念很像:


来源:Bancor Network 白皮书

是的,就是经济学上的价格弹性曲线:

  • 当 CW 或者 F 为 1 时,提供100%的流动性,因此价格毫无弹性,一直维持在某一水平线上
  • 当 CW 大于 0 小于 1 时,即上述正常供需情况下的价格曲线
  • 当 CW 大于 1 时,整个曲线的斜率会变为对应的是吉芬商品(Giffen good)

有了这个价格函数后,再对其进行积分,即可得到每次梭哈不同量的 connector 可换购的 Smart Token 数量。


来源:Bancor Network 白皮书

如果用付出的connector 除以兑换到的Smart Token 数量,即可得到等效价格(Effective Price),即一次梭哈和分一百次梭哈的结果是一样。

EOS RAM 的公式更复杂些

公式描述

EOS 应用 Bancor 算法过程中,并不是将 EOS 和 RAM 直接用价格曲线进行兑换,而是引入了中间 token——RAMCORE,对应于 Bancore 中的 Smart Token。

EOS 和 RAM 兑换逻辑的代码主要在:
https://github.com/EOSIO/eos/blob/v1.0.8/contracts/eosio.system/exchange_state.cpp
EOS 到 RAM 的兑换过程就涉及了两个公式(所以上文中用一个公式来举例就很不严谨):


其中,E 为 EOS 到 RAMCORE 所能兑换的数量,R 是 RAMCORE 的初始发行总量,C1 是当前 EOS 余量,T1 为用于购买的 EOS 数量,F 为参数,取值为 0.0005。



其中,T2 是准备购入的 RAM 数量;C2 为可分配的 RAM 余量;F 值与上一个公式相同。

简化公式

因为一般情况下,RAMCORE 的总量 R 要远远大于 E。所以将分母上的R-E简化为R,并将 E 代入到第二个公式中,可得到便于快速计算的简化公式:


价格上出现了偏差?

根据简化公式,F 应该对价格影响很小。那么 BM 之前说的把 0.5 多除了1000,变成0.0005,对价格是否有很大影响?我们可以直接通过公式计算来验证。

按照公式,要计算先确定好公式中的参数。参数的获取可通过网络渠道来获得(参考https://github.com/eoshackathon/eos_dapp_development_cn/blob/master/docs/ram_price.md):

Tue Jul 10 10:39:52 UTC 2018

C1=5429573.4801 EOS
C2=12656705118 RAM

当梭哈不同量 EOS 时,分别计算出F=0.0005F=0.5的 RAM 价格结果,可购买到的RAM之差(F=0.0005-F=0.5)以及两个价格之间的差值:

梭哈的 EOS 可购买到的RAM量之差(KB) 单价价差(EOS/KB)
0.01 -1.5698e-06 3.0295e-05
0.1 7.3827e-07 -1.4246e-06
1 2.2066e-06 -4.2580e-07
10 -2.2562e-05 4.3539e-07
100 -0.0021 4.0447e-06
1000 -0.2094 4.0412e-05
10000 -20.8846 4.0412e-04
100000 -2037.6 0.0040

可以看到,当F取值变化的时候,不同购买量下的结果的确不同:当一次梭哈10000 EOS时,F=0.0005能购买到的RAM比F=0.5少了 20 KB,相应的RAM单价高了 4.0412e-04 EOS/KB;而当一次梭哈100000时,会少近 2MB,单价高 0.0040 EOS/KB。

这样看,的确在购买量大的时候,会有些区别。不过如果调成F=0.5,似乎RAM更白菜了一些,也就难怪BM不改了……

参考资料

  1. Bancor Protocol Whitepaper
  2. Formulas for Bancor system
  3. 【火线视点8】没有免费的午餐——从EOS RAM价格看公链通证经济体系设计
  4. https://eospark.com/ram.html
  5. https://github.com/eoshackathon/eos_dapp_development_cn/blob/master/docs/ram_price.md
©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 205,236评论 6 478
  • 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 87,867评论 2 381
  • 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 151,715评论 0 340
  • 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 54,899评论 1 278
  • 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 63,895评论 5 368
  • 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 48,733评论 1 283
  • 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 38,085评论 3 399
  • 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 36,722评论 0 258
  • 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 43,025评论 1 300
  • 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 35,696评论 2 323
  • 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 37,816评论 1 333
  • 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 33,447评论 4 322
  • 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 39,057评论 3 307
  • 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 30,009评论 0 19
  • 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 31,254评论 1 260
  • 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 45,204评论 2 352
  • 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 42,561评论 2 343

推荐阅读更多精彩内容