← 返回 Quant Digests · 站点首页

别把这篇 2025 Uniswap v3 τ-reset 论文只读成 DeFi LP 教程：对 desk 更该先测的是「symmetric τ-band liquidity harvest × band-exit reset」完整 raw alpha

• 时间：2026-03-30 18:27 UTC
• 类型：2025 arXiv 全文 HTML + 配套 GitHub notebooks/repo + Uniswap v3 公开池级结果细读
• 主题类型：raw alpha
• 基础 alpha：当短周期价格与成交量主要停留在当前活跃区间时，窄于 uniform 的对称 CLMM 流动性带能更高密度地吃到 fee；一旦价格离开当前带宽，就把流动性整体平移重置，继续吃“局部震荡 + 局部流量集中”的 fee-harvest alpha。
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是
• 主题标签：raw-alpha/liquidity-provision/market-making/fee-harvest/clmm/uniswap-v3/tau-reset/symmetric-band/band-exit-reset/dex/eth/usdc/1m/3m/5m/15m/paper/repo/public-data/gas/mev/cost
• 证据类型：全文方法论 + OOT 结果 + 配套公开 repo

1. 这次看了什么

这次主看的是 Andrey Urusov, Rostislav Berezovskiy, Anatoly Krestenko, Andrei Kornilov (2025), _Liquidity provision with τ-reset strategies: a dynamic historical liquidity approach_，外加作者配套的 GitHub repo。

如果只说一句人话，这篇东西真正适合我们 desk intake 的，不是“研究 Uniswap LP 很有意思”，而是：

> 把短周期的局部震荡 / 流量密集，直接写成一套可回测、可 reset、可计费、可控风险的 fee-harvest 状态机。

它不是 filter，也不是解释型材料；它本身就是一条完整 raw alpha / 完整策略。只是这条 alpha 吃的不是方向，而是局部价格停留时间 × 局部成交量。

2. 核心结论

• base alpha 很清楚。 这篇论文不是泛讲 LP，而是直接把策略限定成 symmetric τ-reset band：在当前参考 bucket 左右各放 τ 个 bucket，共 2τ+1 个 bucket；如果价格走出这组 bucket，就把整段带宽移到新的参考 bucket 继续做。
• 它已经把完整策略骨架写出来了。 数据、bucket 划分、入场时的 band 位置、何时 reset、怎样算 pool fee、怎样算 LP 分成、怎样做 OOT 检验，全都写清楚了。不是“概念灵感”，而是可直接照着做第一轮最小实验的东西。
• paper 的真正价值不是 ML，而是 reset 机制。 文中确实用 MLP / CatBoost / LSTM / ensemble 去选“更优的 band 形状/分配”，但对我们 desk 更值钱的第一步，其实是先固定成最朴素的 对称带 + 出带重置，验证这条 fee-harvest shell 在 1m/3m/5m/15m 的近似映射里有没有净边。
• 更流动的池子更像这条 alpha 的舒适区。 论文在 OOT（2024-09）里对比 USDC/ETH 0.3% 与 0.05% 两个池子，明确写到更高成交笔数/更高 fee volume 的池子里，ML 相对 uniform baseline 的优势区间更大，甚至 PAA（predictive-advantage area）可扩展到更小的 τ。
• 这不是“白拿手续费”。 真正的成本不是回测里那条 fee 曲线，而是gas、MEV/JIT liquidity、出带后闲置资本、inventory 漂移、以及你用 bar 近似 swap-event 时丢掉的路径信息。这几项不记账，结果会比方向 alpha 还容易虚胖。

一句话核心结论：

> 对当前 desk，这篇 paper 最该先搬的不是它的 ML 头部，而是 narrow symmetric band -> price exits band -> reset 这条完整 fee-harvest raw alpha。

一句话说明它怎么证明：

> 它不是只说“集中流动性可能更有效”，而是把 bucket 结构、reset 规则、历史流动性近似、LP fee 归因、OOT 对照和公开 repo 一起给出来了。

3. 为什么和当前项目有关

这轮值得写它，而不是继续补一篇常规 carry / pairs / options 卡，原因有三层：

1. 它仍然是 raw alpha，而且是完整策略。 有 entry、有 reset/exit、有 sizing、有 risk、有 cost，不是共享 gate。
2. 它补的是当前素材池里相对稀缺的“被动流动性 / maker / fee-harvest”分支。 我们现在的池子里 direction、pairs、carry、options 已经很密了，但 passive liquidity alpha 还不够系统。
3. 它和短周期 desk 不是脱节，而是另一种短周期。 这条线不是预测下一根涨跌，而是预测“接下来一段短时间里，价格和流量会不会主要留在你当前的工作带宽里”。对 1m/3m/5m/15m 来说，它更像一个短周期 execution / maker sleeve。

3.5 策略拆解（必填）

• 方向属性：market-making / fee-harvest / concentrated-liquidity raw alpha
• 基础 alpha：局部震荡 + 局部成交量集中，会让窄带流动性相对 uniform LP 拿到更高 fee density；一旦价格出带，及时 reset 才能继续吃这条 alpha
• regime：更适合高成交、非单边失控、价格在局部来回穿梭且成交密度高的时段/池子
• filter / veto：大单边趋势、gas/MEV 异常贵、pool 竞争过强、带宽过窄导致频繁重置、或成交过稀导致 fee 不足时 veto
• risk / sizing / execution overlay：固定资本分配到 2τ+1 bucket；按池子深度、fee tier、预估 reset 频率、gas 与 MEV 成本做 sizing；必须跟踪出带次数、闲置时间、inventory drift 与 realized fee after costs

4. 3 个关键数据点

1. USDC/ETH 0.3% 池的 OOT（2024-09）里，τ=5 时被切成 45 个 epoch。 这很关键：说明这条策略不是慢频年化故事，它在一个月里就会反复 reset，本质上就是短周期状态机。
2. 同一 OOT 段，论文给出的历史费收入近似是 0.311m USDC，模型复现实收 0.306m USDC，误差约 1.6%。 换句话说，作者不是只讲概念，至少把 fee path 的近似误差压到了一个还能继续做实验的量级。
3. 更高流动性的 USDC/ETH 0.05% 池，在同一 OOT 段里约有 134k swaps、约 2.1m USDC fee volume；而 0.3% 池约 8.4k swaps、约 0.3m USDC。 论文明确写到更液态的池子里，ML 相对 uniform 的优势区间更大，甚至 PAA 可延伸到 τ=1。这直接告诉我们：这条 alpha 先挑高流量池，不要一上来就去稀薄长尾池。

补一条全局结论：

• 论文写明跨所有测试池，历史流动性近似平均误差不超过 2%，而稳定的 PAA 区域主要出现在 τ=5 和 τ=10。 这两个 τ 值很适合拿来做第一轮 desk proxy。

5. 真正值得 desk 先偷哪一段

最值得先偷的，不是作者的集成模型权重，而是这条极其朴素、但很容易落地的 admission / reset 逻辑：

> 只要当前短周期还在“局部活跃带”里，就继续用窄带吃 fee；一旦价格走出工作带宽，就重置到新的中心。

这条逻辑的价值在于，它把一个本来很容易被写成“DeFi LP 玄学”的东西，变成了一条能和我们现有研究框架对齐的策略壳：

• 有明确 base alpha；
• 有 clear state transition（in-band / out-of-band）；
• 有明确成本项；
• 有天然的 τ、bucket width、fee tier、pool selection 等参数栅格。

换句话说，它不是“再看一个行业故事”，而是又一条可以做最小实验、很快得到 first verdict 的 raw alpha 壳子。

6. 可复刻的最小实验

6.1 数据源、公开性、更新频率

• 主数据源： Uniswap v3 pool swap events / Subgraph / Dune / GeckoTerminal / pool state 数据
• 公开性： 公开可得
• 更新频率： 事件级（每笔 swap）；也可先聚合到 1m / 3m / 5m / 15m
• 首选池： 先从 USDC/ETH 0.05% 与 0.3% 两个池开始，不要先扩太多池

6.2 最小可复现实验口径

1. 先不追作者的 ML。 第一轮只做最朴素的 symmetric τ-reset。
2. 定义 band：

• 中心 = 当前 mid / pool price 所在 bucket
• 左右各放 τ 个 bucket
• 第一轮先扫 τ in {1, 3, 5, 10}

1. 进入：

• 每次重置后，按固定资本把流动性均匀/规则化分配到 2τ+1 个 bucket

1. 重置 / 退出：

• 硬规则： 价格出带就 reset
• 实验时钟： 额外统计 1m / 3m / 5m / 15m 上的 band occupancy、swap density、fee density

1. 成本记账：

• gas
• MEV / JIT liquidity 风险
• 出带后的 idle capital 时间
• inventory drift / IL

1. 比较基准：

• uniform LP
• 固定窄带但不 reset
• τ-reset 窄带

1. 核心指标：

• gross fee / net fee
• reset 次数
• 在带时间占比
• 单位资本 fee density
• 出带后空转时间
• 成本后净收益 / drawdown

6.3 如何映射到 1m / 3m / 5m / 15m

这条策略的原生时钟其实是 swap-event，不是 bar close；所以不能假装它天然就是 15m 因子。

但它仍然可以被很诚实地映射到短周期框架：

• 1m / 3m： 做 reset 密度、在带占比、swap density 与 fee density 的主实验频率
• 5m： 做更稳健的成本后 first verdict
• 15m： 只适合做 regime / 选池 / fee-harvest 热度面板，不适合当唯一主时钟

如果后续要迁移到 CEX desk proxy，也可以把它抽象成：

• 在 mid 附近挂对称 maker band；
• 价格出带就整体重挂；
• 看的是短周期里“挂单带宽是否还覆盖主要成交”。

这能把 DEX LP 版本和 CEX maker 版本放到同一研究语言里。

7. 这张卡最容易错在哪里

• 错法 1： 把它当成“DeFi 特有、和 desk 无关”的东西，于是错过一个完整的 maker/fee-harvest alpha 壳。
• 错法 2： 一上来就复刻 paper 的 ML，而不先跑最朴素的 τ-reset baseline。
• 错法 3： 只看 gross fee，不记 gas / MEV / idle capital / inventory drift。
• 错法 4： 只用 bar 数据回测，然后假装自己已经复现了事件级路径。
• 错法 5： 在稀薄池子里硬做，忽略 paper 已经给出的提示：更液态的池子更适合这条 alpha。

8. 为什么值得进入研究池

它值得进池，不是因为它一定能直接变成我们主 book 的最大仓位，而是因为它满足三个很实在的条件：

1. base alpha 清楚，不是解释文。
2. 可以独立复现，而且完整。
3. 它补的是目前研究池里不够密的一类：被动流动性 / maker / fee-harvest。

尤其在现在方向型、pairs 型、carry 型材料已经很多的情况下，这种不同 PnL 形态、不同风险源、不同容量约束的策略壳，很值得先留一张正式卡片。

9. 下一步怎么测

1. 先抓 USDC/ETH 0.05% 与 0.3% 两个池最近 30~60 天的 swap events。 不要先铺全市场。
2. 先只做朴素 τ-reset，不做 ML。 第一轮扫 τ={1,3,5,10}、2~3 档 band width。
3. 先跑 gross vs net 两套。 net 里至少扣掉 gas、reset 频率成本、idle capital。
4. 把结果拆成 1m / 3m / 5m / 15m occupancy / fee-density 面板。 先看哪一档最像真实短周期口袋。
5. 若 DEX 版有像样 first verdict，再迁移成 CEX maker proxy。 把“对称挂单带 + 出带重挂”做成同构实验。

10. 来源与链接

1. Urusov, A., Berezovskiy, R., Krestenko, A., & Kornilov, A. (2025). _Liquidity provision with τ-reset strategies: a dynamic historical liquidity approach_. arXiv.

• Venue: arXiv
• DOI: <https://doi.org/10.48550/arXiv.2505.15338>
• Readable URL: <https://arxiv.org/abs/2505.15338>
• HTML URL: <https://arxiv.org/html/2505.15338v1>
• Repo URL: N/A

1. AndreyUrus (2025). _Uniswap-v3-LP-dynamic-tau-strategies-research_. GitHub Repository.

• Venue: GitHub
• DOI: N/A
• Readable URL: <https://github.com/AndreyUrus/Uniswap-v3-LP-dynamic-tau-strategies-research>
• Repo URL: <https://github.com/AndreyUrus/Uniswap-v3-LP-dynamic-tau-strategies-research>

1. Adams, H., Zinsmeister, N., Salem, M., Keefer, R., & Robinson, D. (2021). _Uniswap v3 Core_. Whitepaper.

• Venue: Uniswap Labs Whitepaper
• DOI: N/A
• Readable URL: <https://uniswap.org/whitepaper-v3.pdf>
• Repo URL: N/A