撰文 | Danny

出品 | NEST爱好者（nestfans.com）获作者授权发布

引言： NEST预言机是一个链上博弈模型：报价者提供一个双向期权，由套利者来进行验证。这套机制保证了链上生成的价格和市场均衡价格接近，并通过一轮轮的报价——验证博弈，最终输出一个链上价格信息流。该信息流与市场均衡价格的偏差尽可能小，信息密度（价格生效密度）尽可能高。

价格偏差与参数

仔细研究该博弈（）会发现，决定 NEST 价格和市场价格偏差的主要变量有：交易费用、对冲成本和双向期权成本（跟报价佣金没有关系）。 我们用bias来表示NEST价格和市场价格的偏差：

交易费用按比例记为 g/E，其中 g 为每次报价的 gas fee，E 为报价的规模，对冲成本记为 h，可以理解为交易所交易产生的交易费率（加上冲击成本比例，对于高流动性资产，该成本可忽略），单位规模报价的双向期权成本记为 c，该成本是秒级波动率 σ 的函数，根据链接中的计算，基本和 σ 值相当。以套利的思想来看待偏差的话，当 bias 超过了验证者的套利成本时，该价格就会被验证，从而在有效套利的假设下，可以认为bias < g/E+h+2c ，其中 2c 是因为验证者需要双倍报价，近似可以表示成bias<g/E+h+2σ 。

根据实际数据来看，专业验证者的h应该较小，如果报价规模不大，没有冲击成本，该 h 在0.05% 以内，σ 一般在 0.02% 到 0.2%（极高波动可能达到 1%，如 312,519 行情），因此一般后两项的成本大约在 0.1% 到 0.5%。

但 g/E 这一项波动极大，gas 消耗是以太坊生态拥堵情况决定的。 按照以太坊生态当前的繁荣程度，在网络非常流畅的情况下，消耗 10 gwei，燃烧 50000 gas limit，可被交易成功，即消耗

根据 NEST 报价所消耗的 gas limit 在 8 - 10 万的数据，我们假设将燃烧值设定为 100000 作为参考，那么当 gas price 为 1gwei 时，该 gas fee 为0.0001 ETH，按照 30 ETH 报价，这一比例 g/E 为0.00033%，可以忽略不计，如果是 20 gwei，则为 0.0067%，如果报价规模按照10 ETH，则为 0.02%，是一个需要考虑的值。一旦 gas price 上升到 200 gwei,在 30ETH 的基础报价规模下，g/E 就会造成 0.067% 的影响，2000 gwei 甚至造成 0.67% 的影响（当然，此时链上各种交易都失灵）。因此综合考虑，价格的波动率在极端情况下对价格偏差会造成 0.2% 的影响，而拥堵可能造成 0.67% 的偏差，甚至更高，因为极端拥堵时，以太坊生态其他交易者可能会将 gas limit（燃烧值）设的更高。

假设 gas limit = 100000，如图：

分析以上变量会发现，波动率影响的期权成本是外生变量，而拥堵造成的偏差比例，却可以通过提高报价规模来降低。 比如用 300ETH 报价时，即使是 2000gwei ，对价格偏差的影响也不过是 0.067%，而 3000ETH 则可忽略不计。但这里整个矿工报价的门槛提升了，同时在流动性并不高的标的里，h 成本反而会因为规模上升而急剧增加。因此报价规模在 ETH/USDT 轨道设计成 300ETH，或许还能接受（矿工变成矿池），对其它交易对，显然是不太合适的，这也是为何我们选择 10-30 这样一个报价规模的原因。换个角度，如果一个资产的流动性很低，则验证上的偏差可能稍微大一些，因为价格本身就并非那么有效。因此 1ETH 下，偏差 1%-5% 都能接受。如果我们设计一个动态的报价参数，则需要针对交易对的流动性进行设定：1ETH-100ETH。问题是，流动性参数并不是一个内生变量，我们也不能根据平均波动率来反映流动性的高低，这种设定只能通过某种约定（比如新资产可以用更低的报价规模，常用资产更高）或者 DAO 投票来修订。

价格密度与参数

价格密度是一个区块数量的参数，用平均多少区块生效产生一个链上价格来度量。区块数量越小，报价密度越高。因此影响 NEST 价格密度的主要有两个指标：NEST 挖矿成本和报价对的价格波动率。这是因为，挖矿成本决定报价密度，而价格波动率决定生存概率，二者的乘积才是价格密度（注意报价密度和价格密度的差异）。

NEST 挖矿成本主要取决于 NEST 价格和报价手续费。矿工基于 NEST 价格来确定挖矿的成本，我们可以近似认为二者是线性关系，NEST 价格越高，挖矿成本越高，或者说单位成本=NEST 价格 ，而 挖矿的成本=(报价手续费+g)/（报价区块间隔 单位区块出矿量） ，也即报价区块间隔=(报价手续费+g)/（NEST 价格 单位区块出矿量） ，由于单位区块出矿量相对固定，240W 区块才衰减一次，因此近似为常数，NEST 价格则为动态变量，一旦价格较低，则报价区块间隔就越高，报价密度越低。在公式里，NEST 价格是由市场决定，报价手续费可以由合约确定，g 是由 ETH 拥堵程度确定，一般来说，手续费是 g 的高一个数量级，为此，我们可以通过降低报价手续费来提高报价密度，从而提升价格密度。

一种更加动态的思路是，根据 NEST 价格来确定报价手续费，从而使得报价密度始终动态维持在一个高可用的范围内，这种方案可以写成，报价区块间隔=k/单位区块出矿量，而报价手续费/NEST价格=K，这种设计可以按照每天触发一次修正（矿工到了某个区块高度报价即触发），每次触发时给予一定 NEST 挖矿加成。这种方案可以保证 NEST 在大部分情况下稳定报价，也避免了冗余。

但是有一种情况可能锁定了这种调整，即当 NEST 价格极低，报价手续费为 0，但 g/NEST 价格>K，这会使得报价区块间隔增加，如果 NEST 价格极低，可能在 0 手续费的情况下依然报价区块间隔极大，这时候，NEST 处于“底部旋涡”。要走出旋涡，只有 NEST 价格上涨。

根据链接中的计算，当资产价格波动率上升时，一些正常的报价也会被吃掉，被吃掉的价格比率被称之为验证概率。一般来说，验证概率的极限为 50%，即波动率再大，正常报价下也会有一半的价格留下来，而在常规情况下，波动率为 0.01%-0.02% ，验证概率为 5%-7% 。大家可以根据链接 1 的数据来计算验证概率。报价区块间隔/（1-验证概率）=生效区块间隔 ，即价格密度。因此极端情况可以进一步将波动率引入到 K 值，即动态 K=K0 （1-验证概率）* ，这样对报价密度进行修正，使其等于价格密度。

最后，也需要对极端的 NEST 价格进行设计，即极端情况下，不再使用这一 K 值，而是直接使得报价手续费等于 0，这一处理也需要反映在算法里。

总结

根据以上分析，我们提出了一个基于流动性的动态规模调整模型，和一个基于 NEST 价格与报价对波动率的动态手续费模型，从而提升 NEST 的价格密度和质量。需要注意的是，这种动态调整是有其成本的：部分原本属于回购的价值，将按照比例耗散给 ETH 矿工，降低了回购价值，要求下游应用贡献更多调用才能达到 NEST 增值。这一部分可以做更精细的分析。

注：未充分了解项目的情况下，不构成投资建议。