Thinking Fast and Slow: Data-Driven Adaptive DeFi Borrow-Lending Protocol

去中心化金融（DeFi）借贷平台对于去中心化经济至关重要，包括两个主要参与者：提供资产以获取利息的出借人和提供超过债务价值的抵押品并支付利息的借款人。由于抵押品波动性，需要进行过度抵押以保护出借人并确保竞争回报。传统的DeFi平台使用基于利用率（可借资产的分数）的固定利率曲线，并通过模拟确定过度抵押来管理风险。这种方法对于动态市场变化（如价格波动和不断变化的用户需求）适应性不强，通常导致出借人或借款人的损失。在本文中，我们介绍了一种自适应的、数据驱动的DeFi借贷协议。我们的方法包括一个高频控制器，动态调整利率以维持市场稳定性，并与外部市场竞争。与传统协议依赖用户反应并且调整速度缓慢不同，我们的控制器使用基于学习的算法快速找到最佳利率，减少了用户在与外部利率不一致期间的机会成本。此外，我们使用一个低频规划器，分析用户行为以设置最佳的过度抵押比率，平衡长期的风险降低和利润最大化。这种双重方法对于自适应市场至关重要：短期组件维护市场稳定，防止利益受损，而长期规划器优化市场参数，增强盈利能力并降低风险。我们对短期组件的收敛速度和对抗鲁棒性以及长期协议的有效性提供了理论保证。经验证实，我们的协议具有理论上的优势。

提出一种自适应、数据驱动的DeFi借贷协议，解决传统协议在动态市场中难以适应价格波动和用户需求变化的问题。

通过高频控制器动态调整利率以维持市场稳定和与外部市场的竞争力，并使用低频规划器分析用户行为以设置最优的过度抵押比率，平衡风险和长期利润最大化。

论文提供了理论保证和实证验证，实验设计详细，使用了开源数据集，并且强调了研究的重要性和未来的工作方向。

最近的相关研究包括《DeFi借贷协议的安全性分析》、《基于区块链的DeFi借贷协议的实现》等。