Closed-form solutions for generic $N$-token AMM arbitrage
创建于 更新于
摘要
本报告提出了针对多资产($N$-token)几何平均自动做市商(AMM)池套利的闭式解析解，与传统数值凸优化方法相比，该方法在模拟测试中能够更早捕捉并实现更优套利机会，且计算机能实现基于GPU的并行加速，显著提升计算效率与可扩展性。此外，闭式解方便对时变权重的AMM池进行梯度求导，支持高级机器学习优化应用及链上套利机器人的实现，为AMM建模和套利策略提供了一种高效新途径。[page::0][page::3][page::5]
