UniswapV3已超越以太坊，进入第2层网络，该网络利用诸如乐观汇总和侧链等扩展技术。使用UniswapV3的流动性提供者(LP)应该问问自己，桥接到第2层网络是否会比留在以太坊上产生更多的费用。为了帮助LP做出决定，我们查看了2022年9月的数据，以确定哪些池的费用回报率最高。
费用回报：比较UniswapV3矿池的衡量标准
每个UniswapV3池都被划分为多个切片，称为分时，设置流动性变化的价格边界。通过促进特定范围内的交易，LP可以放大其基础代币提供的流动性，而不是为所有可能的价格提供流动性。当池的价格超过一个刻度时，流动性被踢入或踢出池的活跃流动性。
Solana 基金会运行的 RPC 服务因高负载导致加载缓慢:Solana Status 发推称，高性能公链 Solana 基金会运行的 RPC 服务因高负载遭遇到间隙性问题，导致加载时间缓慢，并且对使用基金会端点的 DApp 的请求失败。Solana 区块链本身不受影响。许多 DApp 运行自己的 RPC 端点，并且不受基金会 RPC 服务中断影响。[2021/5/1 21:15:50]
活跃的流动性会随着价格的变动而频繁变化，但幸运的是，每个池都会跟踪累加器价值中单个活跃流动性单位产生的费用。通过比较一段时间内费用累加器的差异，我们可以计算出单个活跃流动性单位产生的费用。
以太坊挖矿导致游戏笔记本电脑短缺:据U.Today消息，根据英国视频游戏杂志PCGamesN的最新报告，以太坊矿工造成了游戏笔记本电脑的短缺。对高端笔记本电脑的需求正随着以太坊挖矿利润增加而上升。上个月，矿工的每小时收入开始高达350万美元。此前报道，有用户安装数百台高端游戏笔记本电脑进行加密挖矿。[2021/3/6 18:19:55]
我们将累积的代币费用转换为单报价代币，然后在月初将其除以流动性单位的价值。我们得出了以基点(BPS)衡量的费用回报，这使我们能够比较按其基础代币敞口分组的不同池的费用产生能力。在这种情况下，我们将回顾UniswapV3上的ETH/USD、ETH/BTC和ETH/UNI暴露组。基本上没有流动性的池不包括在数据集中。
动态 | 研究：加密货币挖矿会不可避免的导致出现负面社会净效益:一篇题为《加密危害：加密货币挖矿对空气污染和人体健康影响的经济价值评估》的论文发表在《能源研究与社会科学》杂志上，美国新墨西哥大学的Andrew Goodkind（经济学助理教授）、Benjamin Jones（经济学助理教授）和Robert Berrens（经济学教授）在论文中对加密货币挖矿技术的环境影响进行了评测。
论文论述称，加密货币的独立生成行为，或称为“挖矿”，可在任意地理位置，通过专门的计算机硬件消耗能源完成。大规模的“挖矿”活动，又称为采矿营地，现正聚集在网络连接速度最快、能源价格最便宜的地区，却对该地使用的能源环保与否这一问题，置之不理。研究数据显示，2018年，生成比特币所造成的损害成本一度与其经济价值相等。这些损害主要由发电所需的化石燃料燃烧产生的污染物引起，如二氧化碳、细颗粒物、氮氧化物、二氧化硫等。论文还指出，对于每种加密货币，随着生成一枚货币的电力需求逐渐增加，将几乎不可避免地导致出现负面社会净效益。（环球科学）[2019/12/6]
以太币/美元
.ETH/USD敞口可以通过在UniswapV3上将WrappedETH(WETH)与多种不同的美元稳定币配对来表示。我们使用USDC、USDT和DAI分析了WETH代币对，因为它们在网络中拥有最大的流动性。
2022年9月，Polygon的WETH/USDC0.30%池在ETH/USD敞口组中以76BPS产生了最高的费用回报。以太坊的WETH/USDT0.05%池以68BPS位居第二，并在不同网络上显着击败了同一对。流动性极低且费用等级低的矿池，例如第2层网络上的WETH/DAI0.05%矿池，表现不佳，因为它们可能无法提供足够的交易量。
以太币/比特币
在ETH/BTC敞口组中，Arbitrum的WETH/WBTC0.30%池以28BPS表现最好。其次是以太坊的WETH/WBTC0.05%池，22BPS。Optimism的WETH/WBTC0.05%矿池的费用生成最低，为12BPS，而Polygon的WETH/WBTC0.05%的费用生成几乎相同，为13BPS。
ETH/UNI
对于ETH/UNI暴露组，Arbitrum的WETH/UNI0.30%池以49BPS表现出最佳性能池。Optimism的WETH/UNI0.30%池产生的费用回报最低，为21BPS。
总结：
在决定在哪里部署流动性时，有限合伙人当然应该考虑第2层网络上可用的费用回报。2022年9月，Layer2网络在每个风险敞口组中的费用回报率最高，Polygon领先ETH/USD池，Arbitrum领先ETH/BTC和ETH/UNI池。
我们可以猜测，跨网络和池的性能差异可能是由于交易流的变化。由于交易者的偏好和费用动态，领先的资金池可能会获得额外的自然流量。滞后的矿池通常是低流动性和低费用等级的残酷组合。未来的工作应该使用额外的数据来检查表现优异的原因。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。