RL 用于 UniswapV3 做市：论文提出动态流动性供给新框架

chaumian · x · 2026-08-21

论文探讨了如何使用强化学习 (RL) 解决 Uniswap V3 等集中流动性自动化做市商 (AMM) 中的动态流动性供给问题。研究将其建模为随机脉冲控制问题，旨在决定何时重新平衡头寸以及分配资金的价格范围。实验表明，学习到的策略表现出丰富的状态依赖行为，能够根据错误定价、重平衡成本、不确定性等因素分配流动性，从而压缩盈亏分布的左尾并避免高不确定性下的灾难性结果。该方法在基准测试中优于 AMM 微观结构文献中的基线智能体。