dTao: ¿Cómo calculo el precio?
Un pool de subred contiene un depósito de TAO y un depósito de alfa, es decir un % de TAO y un % de alfa. Supongamos que hay un pool con un total de 40 TAO y 100 alfa.
El precio del alfa se calcula dividiendo la cantidad de TAO en el pool entre la cantidad de alfa en el pool. En nuestro ejemplo, 40 TAO divididos entre 100 alfa, da un precio de 0,4 TAO por alfa.
En el ejemplo, 0,4 TAO no es exactamente el precio final que pagará. Pero se aproxima mucho. Hay una pequeña tarifa fija por fees (gas) y deslizamiento (slippage).
Tarifas y deslizamiento que se deben tener en cuenta.
El deslizamiento es similar a una tarifa (fee) en el sentido de que pagará un poco más por realizar su transacción.
La cantidad que pagarás por deslizamiento está determinada por el mercado, y nadie se beneficia de él. Tu billetera o aplicación debe calcular el deslizamiento al comprar alfa, pero veamos cómo se calcula.
En nuestro ejemplo, si enviamos un TAO al pool a un precio de 0,4, podríamos esperar obtener un alfa de 2,5, ya que 1/0,4 es igual a 2,5.
Profundicemos. La cantidad de TAO multiplicada por el alfa del pool es un valor que llamamos K, que representa la liquidez total del pool.
K se mantiene constante durante una transacción con el pool de la subred. En nuestro ejemplo, 40 TAO multiplicado por 100 alfa da un K de 4000.
Al enviar 1 TAO al fondo, ahora hay 41 TAO en el fondo. Para equilibrarlo, y que el K se mantenga en 4000, necesitamos reducir el alfa a 97,56.
Esto se debe a que 41 * 97,56 mantiene nuestro K en 4000.
Esta reducción representa una diferencia de 2,44 alfa. Por lo tanto, por nuestro TAO, recibiremos 2,44 alfa.
El deslizamiento es la diferencia entre el precio previsto de una operación y el precio al que se ejecuta realmente, lo que puede tener un impacto significativo en las ganancias y pérdidas.
El deslizamiento es la diferencia entre “el precio esperado y el precio real”. En este ejemplo, el deslizamiento fue de 0,06 alfa o un 2,4 %. Bastante alto.
Para obtener el nuevo precio después de nuestra transacción, recuerde que simplemente dividimos la cantidad de TAO entre la cantidad de alfa, por lo tanto, 41 / 97,56. Es decir, 0,42 TAO por alfa.
Ahora, reiniciemos nuestro ejemplo y, en su lugar, compremos solo 0,1 TAO de alfa.
Por lo tanto, podríamos esperar recibir 0,25 alfa. Ahora hay 40,1 TAO en el fondo. Para equilibrar el fondo y que K se mantenga en 4000, necesitamos reducir el alfa a 99,751.
40.1 TAO multiplicado por 99.751 alfa mantiene nuestro K en 4000.
Así que, por nuestro TAO de 0.1, recibiremos un alfa de 0.249, lo que representa un deslizamiento de 0.001 alfa o un 0.24%, una tasa mejor que en el ejemplo anterior.
El nuevo precio se convierte entonces en 0.402.
Por supuesto, todo esto también funciona en la dirección opuesta. No los aburriré con los cálculos, pero si enviamos ese mismo alfa de 0.249 al fondo común, podríamos esperar recibir 0.1001 TAO debido al aumento de precio desde la última transacción.
En realidad, recibiremos 0.1 TAO en el deslizamiento, que nuevamente fue del 0.24%.
Después de nuestra transacción, el precio vuelve al original de 0.4 TAO por alfa.
A medida que los participantes compran y venden alfa, el equilibrio entre ambos lados del fondo cambia para asegurar que K se mantenga constante.
Entonces, en lugar de comprar grandes cantidades de alfa de una sola vez, considere comprar pequeñas cantidades a lo largo del tiempo para reducir el deslizamiento que está pagando. Comprar pequeñas cantidades a lo largo del tiempo es una estrategia de inversión común llamada promedio del costo en dólares (DCA), que se utiliza generalmente para reducir la exposición a la volatilidad, y también ayuda a reducir el deslizamiento.
Con el tiempo, la liquidez total, o K, en cada fondo aumenta lentamente mediante emisiones. El deslizamiento mejora con el tiempo. Por lo tanto, el deslizamiento en las subredes más antiguas será menor que en las más nuevas, lo que significa que las subredes más antiguas serán más económicas en cuanto a deslizamiento para operar.
Travis de Tao Templar con Taostats.