DeFi 總論:從借貸協議到衍生品的全景架構——為什麼 MakerDAO、Aave、Compound 定義了 DeFi 的遊戲規則
本文以宏觀視角深度解析 DeFi 生態的完整架構,涵蓋借貸協議(CDP vs 流動性池)、AMM DEX 機制(Uniswap、Curve)、清算引擎、衍生品(永續期貨、期權)以及收益策略的全方位分析。透過大量數學推導和實際案例,展示 MakerDAO、Aave、Compound、Uniswap、Curve、GMX 等主流協議的內部運作邏輯,並深入探討健康因子計算、利率模型設計、無常損失量化等核心概念。本文的目標是幫助讀者建立對 DeFi 的系統性認知框架,而非停留於表面的功能描述。
DeFi 總論:從借貸協議到衍生品的全景架構——為什麼 MakerDAO、Aave、Compound 定義了 DeFi 的遊戲規則
嗨,如果你剛踏入 DeFi 這個領域,我得先說:歡迎來到金融革命的現場。這不是那種傳統華爾街那套需要一堆中間人才能完成的操作,而是實實在在的代碼在跑、規則寫死在合約裡、沒有人能偷偷改規則的世界。
今天我要帶你從一個很高的視角看 DeFi 到底是什麼運作的。為什麼 MakerDAO 會搞出一套 CDP 系統?Aave 和 Compound 同樣都是借貸協議,差異到底在哪裡?AMM 的數學公式怎麼來的?健康因子怎麼算?無常損失到底坑不坑人?
這些問題我一個一個幫你拆解。
DeFi 生態全景圖:那些你必須知道的基本概念
DeFi 的核心目標很簡單:把傳統金融的各種功能搬到區塊鏈上,用智能合約取代銀行、券商、交易所的中間角色。沒有 KYC、沒有國界限制、24 小時隨時可以操作、規則公開透明不能竄改。
但要達到這個目標,DeFi 生態系統發展出了好幾種核心協議類型:
- 借貸協議:讓你可以存入資產吃利息,或者抵押借出其他資產
- 交易所(DEX):不需要掛單簿,用 AMM 演算法自動做市
- 衍生品協議:永續合約、期權、合成資產
- 收益聚合器:幫你自動化配置資金到最高收益的地方
- 穩定幣協議:搞出一堆錨定美元的數位貨幣
每一個類別都有好幾個重要玩家,這篇文章我們先把借貸協議和 DEX 這兩個基礎設施搞懂。
借貸協議的兩條路線:CDP 模式 vs 流動性池模式
DeFi 借貸協議主要有兩種設計思路,這兩種差異極大,但你經常會看到有人把它們搞混。
CDP(Collateralized Debt Position)模式:MakerDAO 的做法
MakerDAO 是 DeFi 借貸領域的老前輩,2017 年就上線了。它的核心概念是:你鎖住 ETH 作為抵押品,然後系統幫你生成一種錨定美元的穩定幣 DAI。
這個機制有點繞,我舉個實際例子:
假設現在 ETH 價格是 3000 美金。你把 1 顆 ETH 鎖進 MakerDAO 的 Vault(質押倉),假設抵押率是 150%。這代表你最多可以生成 2000 DAI(3000 / 1.5 = 2000)。
生出來的 DAI 你可以拿去做任何事——買其他幣、換成美元、whatever。等你哪天想拿回 ETH,就把 2000 DAI 還回去,加上一些穩定費(類似利息),系統就會把 ETH 還給你。
這種模式的優點是:你不需要「借款人」這個角色。整個系統只需要存款人(提供 DAI 流動性的人)和 Vault 持有人(生成 DAI 的人)。MakerDAO 的借款需求是內建的——你生成的 DAI 就是借來的,只不過對像是系統本身。
缺點也很明顯:你的抵押品會承受 ETH 的價格波動。如果 ETH 跌到 2000 美金,而你的借款金額還是 2000 DAI,這時候抵押率就變成 100%,系統就會把你的 ETH 拍賣掉(清算)來還債。
流動性池模式:Aave 和 Compound 的做法
這個模式更接近傳統銀行的運作方式。借款人和存款人都是系統的使用者,利率由市場供需決定。
運作方式是這樣的:
- 存款人把閒置的 ETH、USDC、WBTC 這些資產存進流動性池
- 借款人從池子裡借走資產
- 借款人要支付的利息進入池子,成為存款人的收益
- 智能合約自動計算利率、判定清算、處理一切
舉個具體數字讓你更有感覺:
假設池子裡有 1000 萬 USDC 的存款,整個池子借出去了 800 萬。利用率 = 80%。當利用率高的時候,代表資金很搶手,這時候利率會飆高,逼一些人還款釋放資金。
利率模型一般長這樣:
// 標準利率模型(類似 Compound V2)
utilization = borrowed / (cash + borrowed)
borrowRate = utilization * slope1 / 1e27 + baseRate
// 實際數值範例:
// 當利用率 80%,baseRate = 0, slope1 = 0.04
// borrowRate = 0.8 * 0.04 = 0.032 = 3.2%
供應商的存款利率 = borrowRate utilization (1 - reserveFactor)
這個 0.8 的利用率可不是我隨便說的。Compound 正式上線後,有好幾個月時間利用率幾乎都在 80% 以上,存款利率被壓得超低。後來才慢慢調整參數找到平衡點。
兩種模式的關鍵差異
CDP 模式的 MakerDAO:你是自己創造貨幣出來,系統是貨幣的「發行方」。
流動性池模式的 Aave/Compound:你是在跟市場借錢,系統只是撮合借款人和存款人的平台。
這個差異造成一個很實際的後果:MakerDAO 可以支撐超大規模的借款(因為 DAI 的供給是按需生成的),但缺點是整個系統的穩定性完全取決於抵押品的健康程度。2020 年 3 月 12 日那天 ETH 暴跌 50%,MakerDAO 差點出事,超過 500 萬美元的抵押品被拍賣,就是因為大家沒預期到那種級別的波動。
流動性池模式的優點是風險更分散——借款人之間不會互相影響清算條件(理論上)。缺點是利率模型設計複雜,而且當市場大幅波動時,可能出現存款人大量擠兌的情況。
健康因子:借貸協議的生命線
健康因子(Health Factor,簡稱 HF)是 DeFi 借貸協議裡最重要的概念,沒有之一。
簡單來說,健康因子告訴你:「如果你的抵押品繼續跌,你能撐多久才被清算?」
計算公式長這樣:
HF = (抵押品價值 × 抵押品價格) / (借款價值 × 借款金額)
讓我實際帶你算一遍:
你抵押了 1 顆 ETH(價值 3000 USD),借了 1500 USDC。現在 ETH 價格變成 2200 USD。
HF = (1 × 2200) / 1500 = 1.47
大多數協議設定清算閾值是 1.0 或 1.1。一旦 HF 掉到這個數值以下,你的抵押品就會被拍賣。
但這裡有個坑:清算的時候不是平價拍的。通常會有個清算 penalty,比如 10%。代表你的抵押品會以市價的 90% 被強制出售。假設 ETH 真的跌到 2200 USDC,你的 1 ETH 可能只值 1980 USDC(2200 × 0.9)。
所以聰明的玩家會讓自己的 HF 保持在 1.5 以上,給自己留一些 buffer。
多抵押品場景下的健康因子
現代借貸協議(Aave V3、Compound V3)都支援多抵押品了。這個時候計算會更複雜:
HF = Σ(抵押品_i × 價值_i × 抵押品因子_i) / Σ(借款_j × 借款因子_j)
每種資產的「抵押品因子」和「借款因子」都不一樣。主流幣種像 ETH、WBTC 的抵押品因子比較高(80% 左右),意思是 1 塊錢的 ETH 可以抵押借走 0.8 塊錢的其他資產。波動大的小幣種因子就比較低。
這種差異化設計是因為:不同資產的流動性和波動性差異很大,必須區別對待。
AMM 的數學原理:Uniswap 是怎麼定價的
去中心化交易所(DEX)是 DeFi 的另一根柱子。Uniswap 把「自動做市商」(AMM)這個概念發揚光大,讓任何人都可以成為流動性提供者(LP)。
常數乘積公式:x × y = k
Uniswap V2 使用的定價公式超級簡單:
x × y = k
其中 x 是池子裡 Token A 的數量,y 是 Token B 的數量,k 是常數。
當你用 Token A 換 Token B 的時候,數學會長這樣:
(x + Δx) × (y - Δy) = k
Δy = y - (k / (x + Δx))
假設池子有 100 ETH 和 300,000 USDC(ETH = 3000 USD),則 k = 30,000。
你想買 1 ETH,需要付出多少 USDC?
Δy = 300000 - (30000 / 101) = 300000 - 297.03 = 297.03 USDC
注意這裡:你在 Uniswap 買 ETH 的價格是 297.03 USD,比市價 3000 USD 便宜了 10 倍... 等等我算錯了。讓我重新算:
k = 100 × 300000 = 30,000,000
Δy = 300000 - (30000000 / 101) ≈ 300000 - 297029.7 = 2970.3
所以買 1 ETH 需要付出 2970.3 USDC。確實比市價 3000 貴了(實際上是便宜了,因為你付出的是 USDC 換到 ETH)。讓我重新理解:
當你買 ETH,ETH 數量從 100 變成 101,USDC 數量從 300,000 變成 300,000 - Δy。所以你需要付出 Δy = 2970.3 USDC。
用市價衡量,這個 ETH 的成交價 = 2970.3 USD。也就是說你用低於市價的方式買到了 ETH——因為大戶在池子裡流動性不夠集中,所以產生了滑點。
這個滑點的大小跟你的交易量比起池子規模有多大關係。如果你要買 10 ETH:
k = 100 × 300000 = 30000000
新 ETH 數量 = 110
新 USDC 數量 = 30000000 / 110 = 272727.27
Δy = 300000 - 272727.27 = 27272.73 USDC
成交價 = 27272.73 / 10 = 2727.27 USD
10 ETH 的成交價變成 2727 USD,比市價低了 9%,這個滑點就很有感了。
無常損失(Impermanent Loss)
LP 在提供流動性的時候,最怕遇到的就是無常損失。這個概念剛接觸的時候很容易搞混,我用最直白的方式解釋給你聽。
假設你存入 1 ETH 和 3000 USDC(假設那時候 ETH = 3000 USD)。整個池子後來變成 2 ETH 和 6000 USDC,你剛好持有整個池子價值的 50%。
這時候 ETH 漲到 6000 USD,池子重新平衡後變成 1.225 ETH 和 7350 USDC(利用 x × y = k 驗證:1.225 × 7350 ≈ 9003.75,而 2 × 6000 = 12000... 等等我算錯了)。
讓我重新算:
初始池子:10 ETH + 30000 USDC(k = 300,000)
你存入 50%:5 ETH + 15000 USDC
ETH 漲到 4000 USD。池子重新平衡後:
假設 ETH 數量變成 x,USDC 數量 = 300000 / x
x × (300000 / x) = 300000 ✓
4000 × x + (300000 / x) 這個公式我搞混了
真實的平衡過程是這樣的:
假設 ETH 變成 n ETH,USDC = 300000 / n
價格 P = 4000,所以 n × 4000 + (300000 / n) = 總價值 = 10 × 4000 + 30000 = 70000
4000n + 300000/n = 70000
兩邊乘以 n:4000n² + 300000 = 70000n
4000n² - 70000n + 300000 = 0
n = (70000 ± √(70000² - 4 × 4000 × 300000))) / (2 × 4000)
n = (70000 ± √(4900000000 - 4800000000)) / 8000
n = (70000 ± √100000000) / 8000
n = (70000 ± 10000) / 8000
n₁ = 80000 / 8000 = 10
n₂ = 60000 / 8000 = 7.5
第二個解有意義:池子變成 7.5 ETH + 40000 USDC
你持有 50% = 3.75 ETH + 20000 USDC = 3.75 × 4000 + 20000 = 35000 USD
如果一開始你不提供流動性,直接持有 5 ETH + 15000 USDC = 5 × 4000 + 15000 = 35000 USD
看起來一樣?這就是「無常」的原因——如果 ETH 回到 3000 USD,你的 LP 持倉就又跟 HODL 一樣了。
但如果 ETH 繼續漲到 8000:
新池子:5.59 ETH + 53659 USDC(利用 x × y = 300000 和 8000x + y = 10 × 8000 + 30000 = 110000 聯立求解)
你持有 50% = 2.795 ETH + 26830 USDC = 2.795 × 8000 + 26830 = 49190 USD
但如果當初 HODL:5 ETH + 15000 USDC = 5 × 8000 + 15000 = 55000 USD
差了 5810 USD,這就是無常損失。
說白了:AMM 會讓你在價格上漲的時候「賣飛」一部分,在價格下跌的時候「買貴」一部分。LP 的收益必須高於這個差距才算贏。
Curve 的 StableSwap:穩定幣交易的殺手鐧
Uniswap 的 x × y = k 在交易穩定幣的場景下超級沒效率。比如 USDC 和 USDT 理論上都是 1 USD,但你在 Uniswap 上交易可能要承受好幾個百分點的滑點。
Curve 用了一個改良版的公式,結合了常數乘積和常數和:
D = f(x) = Σxᵢ + Πxᵢ^(1/n) / n
最簡化的 StableSwap(兩個資產)公式長這樣:
k = Dⁿ × Σ(xᵢ^(n/D)) + Dⁿ
我知道這數學看起來很嚇人,但我們可以簡化理解:當資產價格偏離 1:1 的時候,Curve 的行為接近 Uniswap;當資產價格回歸 1:1 的時候,Curve 的行為接近傳統外匯交易所,滑點極低。
這就是為什麼 Curve 的 stableswap pool 能夠支撐數十億美元的交易量,而且滑點極低。Curve.fi 是目前交易穩定幣最有效率的 DEX 之一。
衍生品協議:永續合約和期權
除了借貸和 DEX,DeFi 衍生品是另一個快速成長的領域。
GMX 和永續合約
GMX 是一個去中心化的永續合約交易所,採用的不是傳統的 AMM 模型,而是「流動性池 + 預言機定價」的模式。
運作方式是這樣的:用戶在 GMX 上開多或開空倉位,損益是基於預言機餵送的外部市場價格計算的。流動性提供者(GLP 持有者)扮演「做市商」的角色——他們的資金用來支付交易者的盈利,交易者虧損的資金進入流動性池。
這種模式有個很酷的名字:GLP 就像是交易者的對手方。
GMX 的費率結構:
- 借款費:持倉需要支付借款費,費率跟持倉大小和市場波動性掛鉤
- 交易費:開倉和平倉都收取 0.1% 的費用
- 資金费率:每 8 小時結算一次,多空雙方互相支付
資金費率的正負代表多頭或空頭需要支付費用給對手。當市場情緒一面倒的時候,資金费率會很高,逼迫一些交易者平倉,讓市場回歸平衡。
期權協議:Opyn 和 Ribbon
DeFi 期權領域的代表協議包括 Opyn(Gamma protocol)和 Ribbon Finance。
Opyn 的運作方式允許用戶鑄造期權合約,或者購買別人鑄造的期權。當你想要對沖 ETH 下跌的風險,可以買入 oETH 的看跌期權。如果 ETH 真的跌到執行價以下,你的期權會變得有價值,可以行使權利以較高的執行價賣出 ETH。
這個概念跟傳統金融的期權一模一樣,只不過所有操作都在區塊鏈上進行,不需要經紀商、不需要清算所,一切由智能合約處理。
收益策略:你應該知道的 Yield Farming
DeFi 裡有個說法:「如果有個協議說無風險年化收益 100%,那這個協議一定在某些你看不見的地方承擔了風險。」
常見的收益來源:
- 借貸利率:存錢進 Aave/Compound 吃利息
- 交易費用:作為 LP 分享 DEX 的手續費收入
- 激勵代幣:協議為了吸引流動性,額外發放的代幣補貼
- 收益聚合:讓機器人幫你自動到處找最高收益
當你看到某個 DeFi 協議提供 APY 200% 的收益,通常是第三種——激勵代幣補貼。這種收益是不可持續的,一旦激勵結束或者代幣價格崩盤,你的實際收益就會大幅縮水。
真正健康的收益應該來自前兩種:借貸利差或交易費用。
為什麼 MakerDAO、Aave、Compound 定義了 DeFi 的遊戲規則
這三個協議不只是最早的 DeFi 項目,更重要的是它們設計出來的框架被後續所有借貸協議參考、沿用、甚至微調後重新包裝。
MakerDAO 告訴大家:可以用超額抵押的方式生成錨定資產,而且這個系統可以不需要任何中心化的信用評估。
Aave 告訴大家:利率可以變動、可以被治理代幣持有者投票修改、流動性池可以同時支援幾百種資產。
Compound 告訴大家:數學模型驅動的利率比人工設定利率更公平,而且開源、可審計的代碼比任何法律合約都更有說服力。
這三個項目構築了 DeFi 的地基。之後出現的衍生品協議、收益聚合器、保險協議,都是建立在他們的基礎之上。
理解這三個協議,你就能理解 80% 的 DeFi 應用。因為他們解決的問題——信任、去中心化、風險管理——正是所有 DeFi 應用都在處理的問題。
延伸閱讀與技術資源
| 資源 | 連結 | 說明 |
|---|---|---|
| Aave 官方文檔 | https://docs.aave.com | 完整的借貸協議技術文檔 |
| Compound 文檔 | https://docs.compound.finance | 借貸協議基礎概念 |
| MakerDAO 開發文檔 | https://docs.makerdao.com | CDP 系統詳解 |
| Uniswap V2 白皮書 | https://uniswap.org/whitepaper.pdf | AMM 數學原理 |
| Curve 白皮書 | https://curve.fi/files/stableswap-paper.pdf | StableSwap 算法 |
| GMX 文檔 | https://docs.gmx.io | 永續合約機制 |
| Dune Analytics | https://dune.com | DeFi 數據分析 |
本網站內容僅供教育與資訊目的,不構成任何投資建議或推薦。在進行任何加密貨幣相關操作前,請自行研究並諮詢專業人士意見。所有投資均有風險,請謹慎評估您的風險承受能力。
相關文章
- DeFi 自動做市商(AMM)數學推導完整指南:從常數乘積到穩定幣模型的深度解析 — 自動做市商(AMM)是 DeFi 生態系統中最具創新性的基礎設施之一。本文從數學視角出發,系統性地推導各類 AMM 模型的定價公式、交易滑點計算、流動性提供者收益模型、以及無常損失的數學證明。我們涵蓋從最基礎的常數乘積公式到 StableSwap 演算法、加權池、以及集中流動性模型的完整推到過程,所有推導都附帶具體數值示例和程式碼範例。
- DeFi 清算機制三方比較與 MEV 競爭策略深度分析:Aave、MakerDAO、Compound 量化研究 — 深入比較以太坊生態系統中三大主流借貸協議 Aave、MakerDAO 和 Compound 的清算機制設計,從量化角度分析各協議的清算效率、成本結構和風險管理策略。同時探討清算機器人在 MEV 市場中的競爭策略,包括 Gas 優化、Bundle 構造、跨協議套利等實務技術。提供完整的 Python/Solidity 程式碼範例和量化數據分析。
- DeFi 清算風險量化計算完整指南:從理論公式到實例驗算 — 本文提供完整的清算風險量化計算框架,包含健康因子、擔保率、清算閾值的數學推導,以及 Aave V3、Compound V3、MakerDAO 等主流協議的實際計算範例。透過詳盡的 Python 程式碼範例,讀者可實際驗證理論公式的正確性,並建立自己的清算風險監控系統。
- DeFi 清算事件區塊鏈數據深度解析:從真實地址到區塊高度的量化風險分析 — 本文從區塊鏈數據分析師的視角,深度解讀 2020 年至 2026 年第一季度間最具代表性的 DeFi 清算事件。我們使用真實的區塊高度(如 9,662,497-9,662,502 黑色星期四事件)、錢包地址(如 0x7a250d5630b4cf539739df2c5dacb4c659f2488d)、交易雜湊等鏈上資料還原清算流程。同時提供可重現的 Python 分析程式碼與質押 Slash 觸發條件實例。
- 以太坊原生 DeFi 協議深度技術分析:Aave、Uniswap、MakerDAO 架構實務 — 本文深入分析 Aave、Uniswap 和 MakerDAO 三大原生 DeFi 協議的技術架構、智慧合約設計、經濟模型、以及安全機制。涵蓋 Aave 的資金池模型和動態利率、Uniswap 從 V2 到 V4 的技術演進、MakerDAO 的 DAI 鑄造機制和清算系統,並提供跨協議的安全性架構比較。
延伸閱讀與來源
- Aave V3 文檔 頭部借貸協議技術規格
- Uniswap V4 文檔 DEX 協議規格與鉤子機制
- DeFi Llama DeFi TVL 聚合數據
- Dune Analytics DeFi 協議數據分析儀表板
這篇文章對您有幫助嗎?
請告訴我們如何改進:
評論
發表評論
注意:由於這是靜態網站,您的評論將儲存在本地瀏覽器中,不會公開顯示。
目前尚無評論,成為第一個發表評論的人吧!