961个代币发行 对流动性引导池 配置的启示

961 次代币启动教会我们关于 LBP 配置的经验

LBP （Liquidity Bootstrapping Pools 流动性引导池 ）配置通常是凭直觉选择的。团队复制上一个项目的做法，调整一两个数字，然后寄希望于最好的结果。这背后很少有数据支持的理由。

我们希望改变这种状况，为团队提供一种方法，在实际启动池子之前测试他们的 LBP 参数。这就是为什么我们与 NEO Empresarial 合作，分析了以太坊、Polygon 和 Arbitrum 上部署的 961 个流动性引导池（Liquidity Bootstrapping Pools），涵盖了 2021 年至 2024 年的每一次交易、流动性事件和机器人交易。目标是找出哪些参数真正影响启动结果，哪些仅仅是噪声。

我们如何构建数据集

所有链上数据均来自 @Dune，查询以太坊、Polygon 和 Arbitrum 上的 Balancer V1 和 V2 池合约。原始提取返回了超过 2,400 行数据，但其中包含噪声：配置更新、池暂停、重置以及从未进行实际销售的测试部署。为了分离出实际启动，我们筛选掉了持续时间低于 12 小时的所有池，并为每个池地址只保留了最早的有效事件。这将数据集缩小到 961 个独特的启动。

成功不可预测，但失败可预测

我们尝试的第一件事是建立一个模型来预测哪些配置会产生成功的启动。它没有奏效。

我们测试了所有标准预测模型来对抗数据。最好的一个模型解释了约 5% 的成功启动因素。从这个角度来看，这就像只通过观察厨房布局来预测餐厅是否会成功一样。布局很重要，但食物、服务、位置和评价更重要。这里也一样。配置是一个输入。营销、社区实力、叙事时机和项目质量构成了另外 95%。

但当我们调转问题，问“哪些配置基本上保证会失败？”，数据就亮了起来。我们的模型在 1.0 分制的 AUC 指标上获得了 0.76 分，正确地识别出大约四分之三将面临大量抛售的启动，AUC 指标是金融机构验证风险模型是否足够可靠以用于实际决策的标准。我们无法预测赢家，但我们可以在他们开始之前就发现输家。

完美的配置无法挽救一个弱项目免于糟糕的启动，但糟糕的配置会毁掉一个强项目。

以下是我们分析的内容。每个 LBP 都被分解为以下可配置参数：

接下来的问题是：团队正在使用哪些配置，以及它们中是否有任何一个能可靠地产生更好的结果？

大多数团队的实际做法

在深入了解结果之前，先来看看团队在实践中做了什么。

我们数据集中 LBP 的平均运行时间约为 88 小时（大约 3.5 天）。起始权重集中在项目代币的 90% 到 99% 之间，这表明在起始高权重方面几乎达成普遍共识。大多数团队也避免在周末启动，这可能是为了在常规交易时间内最大化参与度。

策略差异体现在结束权重上。数据显示有两种明显的阵营：一类团队倾向于完全翻转（结束时项目权重接近 10-20%），另一类则旨在以 50/50 的比例软着陆，将池子设置为直接过渡到标准交易对。

权重变化率（坡度）始终保持在较低水平，平均每小时约为 0.01。即使团队选择了不同的持续时间和结束权重，他们也倾向于保持平稳的转变。

但这些单独的选择都没有与成功强烈相关。我们的相关矩阵显示，所有参数的系数都接近于零。任何参数都没有单一的“神奇数字”。数据反而指向了特定的组合和阈值，我们将在下面详细介绍。

权重坡度：扼杀启动的参数

虽然大多数参数的个体影响较弱，但有一个参数明显优于其他所有参数。

权重坡度是销售期间代币权重每小时变化的速度。在我们测试的所有参数中，数据显示它是唯一一个可以单独导致启动失败的参数。

把它想象成一个水龙头。低于 0.6 时，价格下跌速度足够慢，买家可以跟上。高于 0.6 时，水龙头完全打开，池子抛售代币的速度比任何人都能吸收的速度都快。无论你有多大的需求，数学都会压倒市场。

数据显示，在 0.6 处有一个急剧的拐点。超过该阈值，过度抛售压力的可能性会急剧上升。将坡度保持在 0.6 以下似乎是团队可以做出的最重要的一项配置决策。

最佳持续时间

持续时间很重要，但与大多数团队的设想不同。普遍的直觉是，较长的启动更安全，因为它们给更多人时间参与。数据表明并非如此。

机器人活动遵循 U 型曲线。太短和太长都不好，但原因不同。

短于 24 小时的池子没有给真实用户足够的时间来发现销售、研究项目并决定购买。数据显示，这些短时间的池子也存在资本效率低下的问题，因为根本没有足够的时间来产生有意义的交易量。超过 72 小时的池子会变成缓慢、可预测的价格下跌，机器人可以从中获利数天。这就像把你的前门整夜敞开，而不是在几个小时后锁上。窗户打开的时间越长，不速之客就越多。

数据也证实了这一点。中等持续时间的池子（24 到 72 小时）的机器人活动约为 10.4%。短于 24 小时的池子为 11.8%。但超过 72 小时的池子则跃升至 16.8%，比中间范围多出 60% 以上的机器人活动。

在资本效率方面，风险随着持续时间从 12 小时增加而稳步下降，然后在 72 小时左右趋于平稳。在我们的数据集中，超过三天并没有带来可衡量的安全益处，反而增加了机器人风险。

数据表明最佳窗口是 48 到 72 小时。足够长以便进行真正的价格发现，足够短以避免成为攻击目标。

影响较小的参数

在我们的分析中，两个最具争议的 LBP 参数，起始权重比率和交易费用，被证明与启动结果在统计学上不相关。

我们检验了这样一个假设：以更极端的比率（例如 95/5 对比 80/20）启动可以有效保护免受价格暴跌。与价格保持力的相关性为 0.049。与抛售压力的相关性为 -0.098。两者都基本上为零。如果潜在需求不存在，以 50/50 启动的代币与以 90/10 启动的代币一样容易崩溃。

交易费用在整个范围内也显示出同样的平稳性，风险结果的差异不到 5%。无论你将费用设置为 1% 还是 3%，数据显示对池子的安全状况没有显著影响。

研究表明这些是偏好参数，而非安全参数。团队可以根据收入或营销目标来设置它们。根据我们的分析，它们似乎不会以任何方式显著影响启动结果。

健康启动的实际表现

为了验证模型，我们对失败的 LBP（高机器人狙击、大量抛售、严重价格崩溃）和数据集中最健康的池子进行了深入比较。

两种模式脱颖而出。健康的池子的平均起始权重约为 94%，而被抛售的池子平均接近 87%。主导的初始项目权重会创建一个高价缓冲区，吸收早期波动性。较低的起始权重则使池子暴露在即时抛售压力下，流动性曲线无法抑制。

被狙击的池子运行时间也明显更长，平均约为 100 小时，而健康的池子为 87 小时。持续时间并没有保护它们。它给了老练的参与者更多时间来提取价值。

最终思考

配置是防御层，而不是增长杠杆。它不会让一个弱项目成功，但它会阻止一个强项目在机制上失败。LBP 让项目完全控制这种配置，定价和执行在链上进行，任何人都可以验证。现在有数据来支持这些决策。

这项研究帮助团队支持他们的选择。哪些参数有分量，哪些只是表面上的，风险阈值在哪里，以及数据集中最健康的启动有哪些共同点。

对于希望深入研究方法论、了解评分模型如何构建或探索完整相关性与失败分析的团队，完整的操作手册将于本周发布。敬请关注。

如果你正在计划启动，请在提交任何代币之前对你的配置进行压力测试。LBP Simulator 允许你模拟需求场景，可视化价格曲线，并根据真实数据对你的参数进行压力测试。

无论你是准备启动还是仍在确定方法，请联系我们的团队。我们很乐意协助配置、策略，或仅仅是回答问题。

• 原文链接： x.com/balancer/status/20...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～