本文聚焦去中心化金融（DeFi）中最主流的交易机制——自动做市商（AMM）与恒定函数做市商（CFMM），指出既有研究大多在忽略交易手续费的前提下分析流动性提供者（LP）的损益，而对费率本身的定量刻画明显不足。作者围绕一个核心问题进行理论建模：当费率趋近于零时，LP 能够从套利交易中实际收取多少手续费？针对该问题，论文给出了手续费收入的闭式解（closed-form formula），从而把套利流量、费率水平与 LP 收入之间的解析关系显式表达出来。基于该公式，作者得到一个重要结论：在价格过程连续的假设下，套利交易产生的手续费可以完全抵消 LP 所承受的 LVR（Loss-Versus-Rebalancing，即相对于持续再平衡基准策略的损失），这意味着在连续价格环境中手续费并非仅是补偿性收入，而具备结构性对冲 LVR 的作用。随后论文将分析框架推广到带跳跃的价格过程，理论结果表明，除市场风险本身之外，价格跳跃是造成 LP 损失的唯一来源——换言之，在连续路径下 LP 的损失可被手续费完全覆盖，而跳跃成分则构成无法被手续费抵消的残余风险。该结论为 AMM 设计者设定费率参数、为 LP 评估做市收益与风险来源提供了可操作的定量依据，也把 LVR 讨论从经验观察推进到解析刻画层面。适合 DeFi 协议研究者、AMM 机制设计者、做市策略与量化研究人员阅读。

该论文研究以太坊 Layer-2 rollup 时代出现的新型链上交易行为。作者指出，Arbitrum 等 rollup 以确定性排序、亚秒级出块和极低 gas 费取代了传统内存池竞争，虽抑制了经典 MEV，却催生了此前未被系统识别的行为模式。论文提出“高频兑换”（High-Frequency Swapping, HFS）概念，指在去中心化交易所内以机器节奏连续进行的单跳兑换。为量化该现象，作者构建可复现分析管线，基于 Arbitrum 18 个月全链数据（2023 年 1 月至 2024 年 6 月），先隔离自愿性单笔兑换交易，再归因到 swapper 地址层，并通过到达间隔动态识别 HFS 行为。结果显示，仅 477 个 HFS swapper 地址就贡献近 3000 万笔兑换和超过 10^11 美元名义交易量。论文从多维度展开实证分析：全局活动模式、时间动态、swapper 身份、代币覆盖、场所集中度、兑换规模、时间间隔和订单方向；并进一步进行案例级行为剖析，包括稳定币套利、CEX-DEX 执行价差以及短周期往返交易。作者据此总结出可将 HFS 与普通散户或传统套利活动区分开的稳定结构规律。该工作提供了 Arbitrum 上 HFS 的大规模地址级实证刻画，并为去中心化市场微结构研究奠定经验基础。适合区块链安全、DeFi 风控、链上市场监测与 MEV 研究读者。

本文将Nakamura (2026) 在单期Kyle模型中提出的隐私补贴封闭形式解推广至连续时间框架。研究背景是自动化做市商（AMM）在面对噪声订单流时的隐私与市场效率权衡。核心问题：在连续时间Kyle模型中，当做市商观察到被独立布朗运动扰动（扩散强度σ_ε）的聚合订单流时，如何量化隐私噪声对流动性提供者收益的影响。方法上，论文建立了马尔可夫线性均衡，得到价格影响系数λ=σ_v/√(σ_u^2+σ_ε^2)（时间常数），并推导出在[0,1]时间段内从协议流动性池向交易者的累积期望转移为|Π_M|=σ_v σ_ε^2/√(σ_u^2+σ_ε^2)。主要贡献：1）证明了累积隐私补贴与损失-再平衡（LVR, Milionis et al. 2022）之间的结构对偶性，将隐私噪声福利识别为订单流观察视角下的LVR价格观察缺口；2）完成了在隐私聚合信息环境下量化承诺型AMM盈亏平衡费用的理论体系。该研究为理解DeFi中隐私保护机制的市场影响提供了数学基础。适合对市场微观结构、博弈论和去中心化金融理论感兴趣的读者。