曾經(jīng)募資最多之一的Bancor協(xié)議到底是什么琢感?

一、Bancor的由來

1-1 歷史回放


1944年二戰(zhàn)之后探熔,Bancor 一詞由英國經(jīng)濟(jì)學(xué)家凱恩斯首次提出驹针,出現(xiàn)在凱恩斯的擬訂的 “國際清算同盟計(jì)劃”中,凱恩斯希望引入 Bancor 作為超主權(quán)準(zhǔn)備金貨幣诀艰,各國貨幣之間的兌換都通過 Bancor 來實(shí)現(xiàn)柬甥。

然而由于當(dāng)時(shí)的英國勢(shì)力微薄,美國崛起其垄,使得英國在國際金融霸權(quán)的爭奪中敗落下風(fēng)苛蒲,這一計(jì)劃并未被采用,推出了后來大名鼎鼎的布雷頓森林體系绿满。

1-2 大放異彩

雖然凱恩斯計(jì)劃并未被采用臂外,但是這一想法被后來的很多區(qū)塊鏈項(xiàng)目借鑒。來自于硅谷和以色列的項(xiàng)目方喇颁,以Bancor 方案為啟發(fā)漏健,為了解決數(shù)字貨幣交易中的問題通過設(shè)計(jì)一個(gè)協(xié)議,試圖以代碼的方式優(yōu)化數(shù)字貨幣交易流程橘霎,將該協(xié)議命名為“Bancor 協(xié)議”蔫浆,同時(shí)致敬凱恩斯。

隨著前一段時(shí)間 EOS RAM 的暴漲姐叁,Bancor 協(xié)議被越來越多的人所熟知瓦盛,同時(shí)越來越多的項(xiàng)目開始采用 Bancor 協(xié)議,包括 BNT外潜、進(jìn)化星球以及最近NW剛剛發(fā)行的NEST谭溉。



二、Bancor協(xié)議是什么

Bancor協(xié)議包括兩部分:Bancor 協(xié)議和 Bancor 算法

2-2 Bancor 協(xié)議

Bancor 協(xié)議是一種協(xié)議橡卤,也就是說大家都可以采用這種協(xié)議發(fā)行代幣扮念。

2-3 Bancor 算法

算法是什么?簡單來說算法是為了實(shí)現(xiàn)某個(gè)目的的一整套規(guī)則方法碧库,比如排序算法柜与,就是為了實(shí)現(xiàn)排序的一套方法巧勤,你按照這套方法做就可以實(shí)現(xiàn)排序。

注意:Bancor 算法是為了實(shí)現(xiàn)Bancor 協(xié)議的這套方法弄匕。



三颅悉、為什么需要Bancor協(xié)議

了解了Bancor協(xié)議之后,我們來看一下為什么需要Bancor協(xié)議迁匠?它到底解決了什么痛點(diǎn)剩瓶?

首先,我們來看下經(jīng)濟(jì)學(xué)中的概念“雙重需求巧合”城丧,什么意思呢延曙?

要求交易雙方恰巧都想要對(duì)方的東西, 也就是所謂的需求的恰好匹配

舉個(gè)例子,我有一個(gè)蘋果亡哄,恰好你需要一個(gè)蘋果枝缔,切換到區(qū)塊鏈的場景中,假如我有 BLK (布洛克的代幣縮寫)蚊惯,而恰好你需要 BLK愿卸,要想讓這個(gè)恰好發(fā)生的概率足夠大,就需要比較多的人持有 BLK 截型,并且有很多有想要購買 BLK 趴荸,也就是說 BLK 需要足夠的流動(dòng)性,而對(duì)于大量的小幣種根本沒有這樣的流動(dòng)性宦焦,Bancor協(xié)議的出現(xiàn)就是主要為了去解決小幣種的流動(dòng)性問題赊舶,從而解決雙重需求巧合的問題。



四赶诊、Bancor基本原理

Bancor原理簡單來說笼平,就是通過向機(jī)器抵押一定數(shù)量的抵押物(比如BTC)來發(fā)行代幣(比如 BLK)。

舉個(gè)例子:
1.若想要發(fā)行代幣 BLK舔痪,首先幣范向機(jī)器 抵押 250 個(gè)ETH(一般選用的是共識(shí)更強(qiáng)的代幣)
2.抵押之后寓调,幣范發(fā)行了布洛克的代幣 BLK ,假設(shè)數(shù)量 1000 個(gè) BLK锄码,也就是說 1個(gè)BLK價(jià)值 0.25 ETH
3.小明想要買 BLK 夺英,他不需要要找持有 BLK 的人購買,而是往智能合約轉(zhuǎn)入相應(yīng)的 ETH 就可以滋捶,智能合約會(huì)自動(dòng)轉(zhuǎn)換成 BLK 轉(zhuǎn)賬給小明
4.小明想要賣出 BLK 痛悯,同樣往智能合約轉(zhuǎn)入相應(yīng)的 BLK 就可以,智能合約會(huì)自動(dòng)轉(zhuǎn)換成 ETH 轉(zhuǎn)賬給小明

這個(gè)例子闡述了了兩個(gè)基本事實(shí):

1.BLK從發(fā)行開始就是自帶價(jià)值的重窟,或者用串串的話叫形成了價(jià)值錨定载萌, 1個(gè)BLK = 0.25 ETH

2.買賣BLK是通過Bancor協(xié)議實(shí)現(xiàn)的,不需要依靠流動(dòng)性支撐完成買賣操作



五、代幣的定價(jià)扭仁、波動(dòng)問題

了解了基本原理之后垮衷,Bancor 算法是一種能夠根據(jù)買賣行為動(dòng)態(tài)調(diào)節(jié)價(jià)格的算法。Bancor 算法通過數(shù)學(xué)公式乖坠,計(jì)算出每一次交易的實(shí)時(shí)價(jià)格搀突。我們來看Bancor最重要的一個(gè)公式:

代幣的價(jià)格 = 抵押物資產(chǎn)價(jià)值 / (代幣的流通量 * CW)

CW 指的是恒定儲(chǔ)備率,取值在 0~1 之間 (可以為1)熊泵,再回到上面 BLK的例子仰迁,其實(shí)我們假設(shè)了 CW = 1,這個(gè)時(shí)候 1個(gè)BLK 才是 0.25 ETH 顽分,但實(shí)際上絕大多數(shù)的場景下徐许,CW 不是1 (CW = 1 有1的價(jià)值和場景,此處按下不表)怯邪,假如 BLK 的CW = 0.5绊寻,那么 BLK 的價(jià)格是:

BLK = 10 / (1000 * 0.5) = 0.5

此時(shí) BLK 的價(jià)格就是 0.02 ETH

代幣的買賣

一般來說花墩,某種代幣發(fā)行之后 CW 一般都是固定不變的悬秉,買賣操作都會(huì)對(duì)代幣的價(jià)格產(chǎn)生波動(dòng),而這種波動(dòng)主要是由于流通量的變化導(dǎo)致的冰蘑。

引入CW之后和泌,當(dāng)小明要買 10 個(gè) ETH 的 BLK 的時(shí)候,我們來看一下操作過程以及幣價(jià)的波動(dòng)

1.將 10 個(gè) ETH 發(fā)送給智能合約

2.智能合約將 10個(gè) ETH 存儲(chǔ)到抵押金祠肥,此時(shí)抵押物價(jià)值增加

3.根據(jù) Bancor 協(xié)議中的代幣新發(fā)行量公式(此處直接使用了武氓,就不引用公式了)

1000 指的是買賣之前的當(dāng)前代幣總供應(yīng)量
10 指的是支付的抵押物的數(shù)量,此處是 10個(gè) ETH
150 指的是原來的抵押物數(shù)量 仇箱,此處是最初的250個(gè) ETH
50% 值得是 CW 的值

計(jì)算下來之后發(fā)現(xiàn)小明的這 10 個(gè)ETH 可以買到 19.8 個(gè) BLK唠雕,此時(shí) BLK 的價(jià)格就是:

1.Bancor協(xié)議計(jì)算出 BLK 當(dāng)前的價(jià)格為 0.5051 丐膝,即相比原來的0.5 稍有上漲

2.最后智能合約將 19.8 個(gè)BLK 發(fā)送到小明的地址,價(jià)格顯示 0.5051

賣出的過程就是上述的反過程,不在贅述阎毅,通過上述過程可以看到的是不需要流動(dòng)性,通過Bancor協(xié)議就可以產(chǎn)生代幣價(jià)格的波動(dòng)罐呼,而且這種波動(dòng)都是可以預(yù)期的捣染。



六、Bancor協(xié)議的優(yōu)劣勢(shì)

Bancor協(xié)議的優(yōu)勢(shì)很明顯斟薇,可以很輕松的創(chuàng)建代幣师坎,并解決了流動(dòng)性的問題,沒有對(duì)手風(fēng)險(xiǎn)堪滨,所有交易都是人機(jī)交易胯陋,交易信息公開透明。

這就是為什么越來越多的項(xiàng)目開始采用Bancor協(xié)議的原因,但是Bancor協(xié)議也存在一些問題惶岭,這里簡單說一下:

1.價(jià)值錨定的問題寿弱,前面我們提到 1 個(gè)BLK價(jià)值 0.25 ETH,這個(gè)價(jià)值誰定的呢按灶?不是市場定的症革,也不是機(jī)構(gòu)定的,就是項(xiàng)目方自己定的

2.通過犧牲交易深度換取流動(dòng)性鸯旁,這點(diǎn)不能說是問題噪矛,但是需要提一下,市場深度是指市場在承受大額交易時(shí) token 價(jià)格不出現(xiàn)大幅波動(dòng)的能力铺罢,很明顯Bancor 協(xié)議在大額交易的時(shí)候價(jià)格也會(huì)大幅波動(dòng)

3.時(shí)間優(yōu)勢(shì)明顯艇挨,項(xiàng)目方和相關(guān)信息優(yōu)勢(shì)者可以利用早期信息不對(duì)稱來賺取利益;就算所有信息公開公布韭赘,也容易在最初形成人機(jī)大戰(zhàn)缩滨,人的交易速度是永遠(yuǎn)趕不上腳本的。(這個(gè)點(diǎn)DappReview的文章)RAM的例子很能說明這個(gè)問題泉瞻,后續(xù)進(jìn)場的基本都被收割了脉漏。

4.CW 參數(shù)被操縱的問題,這個(gè)算是項(xiàng)目方的問題吧袖牙,不能說是協(xié)議的問題侧巨,雖然CW參數(shù)是公開的,但是項(xiàng)目方確實(shí)有足夠的動(dòng)力去調(diào)整CW參數(shù)以便自己獲取更大的利益鞭达,RAM和FIBOS都出現(xiàn)了這個(gè)情況司忱。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市畴蹭,隨后出現(xiàn)的幾起案子坦仍,更是在濱河造成了極大的恐慌,老刑警劉巖叨襟,帶你破解...
    沈念sama閱讀 211,376評(píng)論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件繁扎,死亡現(xiàn)場離奇詭異,居然都是意外死亡芹啥,警方通過查閱死者的電腦和手機(jī)锻离,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,126評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來墓怀,“玉大人汽纠,你說我怎么就攤上這事】模” “怎么了虱朵?”我有些...
    開封第一講書人閱讀 156,966評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵莉炉,是天一觀的道長。 經(jīng)常有香客問我碴犬,道長絮宁,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,432評(píng)論 1 283
  • 正文 為了忘掉前任服协,我火速辦了婚禮绍昂,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘偿荷。我一直安慰自己窘游,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,519評(píng)論 6 385
  • 文/花漫 我一把揭開白布跳纳。 她就那樣靜靜地躺著忍饰,像睡著了一般。 火紅的嫁衣襯著肌膚如雪寺庄。 梳的紋絲不亂的頭發(fā)上艾蓝,一...
    開封第一講書人閱讀 49,792評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音斗塘,去河邊找鬼赢织。 笑死,一個(gè)胖子當(dāng)著我的面吹牛逛拱,可吹牛的內(nèi)容都是我干的敌厘。 我是一名探鬼主播台猴,決...
    沈念sama閱讀 38,933評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼朽合,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼!你這毒婦竟也來了饱狂?” 一聲冷哼從身側(cè)響起曹步,我...
    開封第一講書人閱讀 37,701評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎休讳,沒想到半個(gè)月后讲婚,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,143評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡俊柔,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,488評(píng)論 2 327
  • 正文 我和宋清朗相戀三年筹麸,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片雏婶。...
    茶點(diǎn)故事閱讀 38,626評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡物赶,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出留晚,到底是詐尸還是另有隱情酵紫,我是刑警寧澤,帶...
    沈念sama閱讀 34,292評(píng)論 4 329
  • 正文 年R本政府宣布,位于F島的核電站奖地,受9級(jí)特大地震影響橄唬,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜参歹,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,896評(píng)論 3 313
  • 文/蒙蒙 一仰楚、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧犬庇,春花似錦缸血、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,742評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至埋哟,卻和暖如春笆豁,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背赤赊。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評(píng)論 1 265
  • 我被黑心中介騙來泰國打工闯狱, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人抛计。 一個(gè)月前我還...
    沈念sama閱讀 46,324評(píng)論 2 360
  • 正文 我出身青樓哄孤,卻偏偏與公主長得像,于是被迫代替她去往敵國和親吹截。 傳聞我的和親對(duì)象是個(gè)殘疾皇子瘦陈,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,494評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容