A Coincidence of Wants Mechanism for Swap Trade Execution in Decentralized Exchanges

我们提出了一种在去中心化交易所（DEX）聚合器中识别并完成“需求耦合”（CoW）循环的数学严谨框架。与现有的基于拍卖的系统（如 CoWSwap）不同，我们的方法引入了一种资产矩阵表达方式，不仅可以借助预言机价格和形式化的守恒定律验证可行性，还能通过图遍历发现部分 CoW 交换订单循环，并利用不平衡修正机制完成结算。我们定义了桥接订单，并证明由此产生的执行过程对流动性提供者（LP）而言既无滑点又保留资金。将该算法应用于现实世界中的 Arbitrum 交换数据时，我们展示了其高效发现 CoW 循环的能力，并支持插入合成订单以实现原子化的循环闭合。这项工作可以被看作是对流动性提供者所采用的一种潜在 Delta 中性策略——即结构化的 CoW 循环执行方式的详细阐述。

论文试图解决去中心化交易所（DEX）聚合器中交易路径优化和套利机会识别的问题，特别是通过识别和完成‘需求巧合’（CoW）循环来提升交易效率。这是一个在去中心化金融（DeFi）领域中持续受到关注的问题，但本文从矩阵建模和图遍历的角度提出了新的视角。

论文提出了一种基于资产矩阵的数学建模方法，用于验证和完成CoW循环，结合图遍历技术识别潜在的套利路径，并通过引入“桥接订单”实现滑点最小化和流动性提供者资本保护。相比传统基于拍卖机制的CoWSwap，该方法更具数学严谨性和可解释性，同时通过不平衡修正机制实现更高效的循环闭合。

1. 引入资产矩阵模型和形式守恒定律进行交易可行性验证 2. 使用图遍历技术识别部分CoW循环并进行闭环补全 3. 提出“桥接订单”概念，实现零滑点和资本保护的执行 4. 在Arbitrum实际交易数据上的实验证明了算法的有效性 5. 支持合成订单进行原子级循环闭合

1. CoWSwap: A Decentralized Order Book with Batch Auctions and Coincidence of Wants 2. Flash Boys 2.0: Frontrunning, Transaction Reordering, and Consensus Instability in Distributed Ledgers 3. DEX Aggregation with Graph Neural Networks for Optimal Swap Routing 4. Arbitrage-Free Pricing in Decentralized Exchanges via Convex Optimization 5. TokenFlow: A Graph-Based Approach for Detecting Arbitrage Opportunities in DeFi