合并后太坊验证者收益MEV的具体含义

日期：2023年04月15日 12:08 浏览量：1

数据模拟合并后，太坊节点们的收益发生了什么变化？

尝试使用历史数据模拟合并后执行层费用对验证者收益率的影响。

概要

工作证明开采时代结束后执行级交易费用将支付给资本证明验证者。由于EIP-1559费用的燃烧，实际支付给验证者的大部分剩余费用是“最大可提取价值”(MEV )。

合并后Ethereum具有固定的12秒块间隔，不再是平均13.5秒的可变块间隔。但这一变化可能对MEV的不稳定性影响不大。

2022年3月至2022年8月，矿工手中MEV水平较低，但一直保持稳定。基于合并后向验证者支付相同级别MEV的模型验证者中位收益率为6.1 % apr (包括mev和共识层奖励)，下四分位数为5.3 )，上四分位数为7.3 )。这是基于过去六个月的数据。 2022年3月至2022年8月。

运行多个验证者或与其他验证者共享收入的用户通过移动质押获得的收入不稳定性级别较低。

引言

随着

ethereum转向权益证明(PoS )信标链并将其作为主网的共识引擎，许多媒体开始集中报道证明开采时代结束的工作以及随之而来的能源使用问题和以太网硬币发行量的减少(PoS更安全且能抵制中心化)。但信标链接管道交易收录和排序作用的另一个结果是，目前支付给矿工的交易收录费用将支付给封杀者。也就是说所有随机选择的证明者每12秒发布一次区块。

选择和阻止验证者的方法与现有程序相同，即使验证者完全参与，如第一篇验证者收入文章所述，这个过程也会带来收入方面的随机变化。因此，本文的问题是验证者的收益在多大程度上受到通过将交易嵌入Ethereum执行层而收取的费用的影响。

MEV的具体含义

标题将这些执行层的费用称为“MEV”，但MEV一词既表示“矿工可提取的价值”，也表示“矿工可提取的价值”，因此可能会导致混淆、“最大可提取价值”——这个词看起来并没有准确表达验证者在合并的Ethereum块中收录或排序交易所获得的利益。为了减少歧义，Flashbots团队引入了“实现的可提取价值”一词，表达了实际获得的价值，而不是理论上的最大值。但是，这种命名方法也会引起误解，无法明确这个价值是被搜索者“实现”的价值还是实际支付给矿工/验证者的金额。因此，为了简单起见，人们已经广泛使用了“MEV”这个术语，所以我在这里用它来代替矿工/验证者获得的收入。在

中，如果可以使用交易费用这个直接的词的话为什么需要选择华丽的用语——MEV？其主要原因是，自从Flashbots引入Ethereum主流执行客户端geth的分支以来，交易收录和排序收入发生了巨大的变化。截至2022年8月，约74%的Ethereum散列算法运行mev-geth，矿工可以收到更多时效性交易捆绑包以获得收入，接受直接支付的奖励(以前这些钱都是在Gas费竞争的过程中消费的。

还有、Flashbots、Ethereum财团和客户团队共同开发的mev-boost，可以为验证者从合并后的相同收入流中获利。事实上，无论验证者是否选择运行mev-boost，他们收取的出块费用广义上仍然属于MEV。更重要的是，自从伦敦硬叉引进EIP-1559后，交易费中的拥堵费不再支付给矿工，而是被烧毁了。这是说明，目前矿工的大部分收入是为其捕获价值支付特殊溢价的交易，即MEV。因为，时效性低的交易只是向矿工支付象征性的费用。

初始模型

在以前关于验证者报酬的文章中，我们只关注验证者加入信标链或共识层所能获得的收益。此外，2021年7月Flashbots的Alex Obadia和Taarush Vemulapalli介绍了对MEV部署验证者奖励影响的早期成果。为此，他们专门从约10万个块的样本中获取了Flashbots交易捆绑数据。首先，对各块进行了平均化处理，对每个块应用了固定值的MEV。然后呢，他们调查了该数据集的第一位和第九十九位的百分位数，以确定验证者的收入范围。结果表明，其差异非常显著。

本文通过以下方法进一步改进该方法：

[ xy001 ]1.不仅观察flash bots捆绑包，还观察费用收入的整体情况。因为来自执行层的所有矿工的费用收入都可以采用某种MEV

2.更大规模的数据集、考虑MEV等级随时间变化的

3.对结果整体的分布进行模型化

4.计算执行了多个验证者的用户的结果分布的变化

在上述文章中，很难推测EIP-1559对矿工支付的费用产生了什么影响(文章撰写时引入EIP-1559的伦敦硬叉还没有在线)。但是，我们现在有很多这方面的数据。如下图所示支付给矿工的部分费用在伦敦被硬叉后，反而从以太坊的供应中消失了。很明显，伦敦硬叉之前和之后的数据没有可比性。因此，本文只处理伦敦硬叉后的数据。

[ xy001 ] importsdefinitionsdbconnection [ xy 002 ] [ xy001 ] getblocksummarydatafromdbaspandasdataframe [ xy 002 ][ xy 001 ] plotdailyfees/coinbasetransfers [ xy 002 ] [ xy 001 ]

选择数据集

本文利用历史数据预测未来。这个方法在金融活动中不可靠。如前一篇文章所述，由于伦敦硬叉的EIP-1559的实施，交易费市场在2021年8月发生了巨大的变化，该硬叉在区块升值达到12，965，000时在线，因此之前的数据无法与最近的数据进行比较。之后的硬叉是Gray Glacier，在区块高度15，050，000处在线，并被推回Ethereum的难度炸弹(difficulty bomb )。但是，在此之前，平均块间隔已经开始变化。之后，块间隔也会变化但是，由于对可用的MEV的影响似乎有限，所以没有必要担心Gray Glacier以前的平均块间隔会稍微增加的问题。

因此，自伦敦硬叉以来，我们获得了一年多的可用数据。事实上，我们可以采用正好一年的数据，留出时间结算费用市场。注意方框13、136、427(2021年9月1日开采的第一块)至方框15、449、617 (2022年8月31日开采的最后一块)范围内的区块。这些块包含一年的数据，共计约230万个块。

选择此块范围后，需要查看每一块的矿工有多少收入。为此，然后使用Flashbots的mev-inspect-py工具。此工具用于删除块的“Coinbase转移”事务处理并统计费用。这是因为目前支付矿工的方式主要有两种其中包括交易——，该交易在Flashbots包中包含MEV，设置足够高的交易费用或作为交易的一部分直接支付给矿工。因为Gas更有效率搜索者倾向于使用Gas费用而不是Coinbase转账来支付矿工。尽管如此，为了获得更全面的信息，我们希望将这两者都包括在数据集中。

为了决定各块的MEV金额必须做更多的工作。首先，必须排除矿工付给自己的交易。因为这些交易没有经济意义。因此，需要识别由一个矿山池管理的多个地址。这包括用以太网扫描进行手动搜查。，根据每个交易的发件人地址是否位于一个矿池组中，根据生成该交易的矿池，在每一块中列出。完成这些后，您将有机会生成每个块的MEV摘要，减去EIP-1559中的以太网货币和池内转帐，并将其作为用mev-inspect-py填充的附加表保存在Postgres数据库中。

最后，结果是其中，有交易费用远远高于其他任何交易(7676 ETH )。事实上，这笔交易费本身约为2300万美元，在这一时期提取的所有MEV中占很大比例。在这种情况下高额费用是错误的结果，大部分费用都返还给了矿工。考虑到这一点，我们决定从数据集中删除这笔交易。

区块间隔

在开始更仔细地研究矿工收入在区块之间的分布之前首先，应该暂停考虑合并后的另一个变化，即块间隔从随机(块间平均约13.5秒)变为固定的12秒块间隔。凭直觉，可能会认为延长区块间隔会使矿工从运入的交易中收获MEV的机会增加，从而增加区块利润。可能认为区块间隔的变化会严重影响矿工的收入。

为了明确这些问题仅靠链上的数据是行不通的，我们在附录中也进行了说明。现在，我想说的是，从表面上看，可变区块间隔对矿工收入的影响似乎非常小。在以下内容中，我通过按这个比率反比计算所有矿工的收入，表明块的平均频率从平均间隔13.5秒到12秒略有增加。但是，它不会在建模中解释可变间隔和固定间隔之间发生的变化。

历史MEV等级

让我们看一下下图，看看在典型的区块中矿工可以期待多少MEV。从直方图中可以看出，每一块矿工的收入往往非常低。第二张图可能有点不直观但是，实际上提供了更多的信息。可见，矿工收入中位数为0.07 ETH。图中还显示了其他几点，价值最低的1%区块没有向矿工支付任何费用而且，价值最高的1%的区块为矿工支付了1.8 ETH以上的费用。如下表所示，价值最高的0.1%的区块向矿工支付了12.5 ETH以上的费用。[ xy 002 ] [ xy001 ] plotblockrevenuehistogramandempiricalcumulativedensityfunction [ ecdf ] [ xy 002 ] [ xy001 ]

[ xy 002 ] [ xy001 ] mev变化趋势[ xy 002 ] [ xy001 ]上面的直方图和ECDF基于我们一年的数据，并将其绘制为静态分布但是，人们可能会认为矿工的收入水平会随着时间的推移而变化、矿工收入的分布取决于多种因素，包括链上活动水平、支付给矿工的可用MEV比例的变化趋势，或者与L2区块链相比，基础链上可用MEV的数值。

为了弄清楚这一点下图显示了数据集每周的块奖励中值。以前看到的整体中央值用红色虚线表示。每周的理由是，发现链条上的活动每周以一定的周期变化，例如周末的活动比较少。于是，我决定，通过对这些数据进行分组并提取中值，消除了周期性噪声。明显，在该图中，矿工收入每周中位数水平总体呈下降趋势，波动逐渐缓和。如果用橙色虚线将这个图标分成两部分那么，这两个可以认为是独立的两个部分，表示在不同的网络/市场条件下向矿工支付的MEV水平。但是，我们必须看到的是，我们不能对根据历史数据作出的关于未来收入的任何估计有很大的信心。 (这就是我在本文后半部分要解释的内容，请记住这个。

[ xy 001 ] lookatvariationacrossthedataset [ xy 002 ] [ xy 001 ]

我们长达一年的数据集矿工收入水平不稳定，所以可以用更详细的方法比较数据集前后两部分。下图显示了数据集两部分的ECDF。蓝色的线表示数据集的前半部分橙色线表示后半部分，蓝色线明显低于橙色线。 x轴显示收入数据，但在每个四分位，矿工的收入水平在数据集的前一半会变高。上一个图表中显示的整个数据集的ECDF位于这两条直线之间。如下表所示，每块后6个月的中位数MEV约等于前6个月的一半。

[ xy001 ] generateecdfsforthefirsthefirsthalfofthedatasetversusthesecond [ xy 002 ] [ xy001 ]

模拟合并后的MEV收益率

。因此，我们结合对矿工历史区块收入的理解，来模拟验证者一年中MEV的收入情况。因为我们现在考虑的主体不是矿工而是验证者我用32个ETH的百分比返回来表示结果。我们还没有给出各区块收入分布的具体分析公式。很难利用帕累托分布提出合理的公式。这会使建模工作有点复杂，所以在这种情况下我们将使用蒙特卡洛模拟法。

这种方法的原理很简单：生成一个均匀分布在 0 和 1 之间的随机数，并使用这个数字从我们之前计算的 ECDF 中进行查找（ECDF 按比例计算，以考虑到平均区块间隔从 13.5 秒到 12 秒的变化）；然后，将该区块的收入分配给一个随机选择的验证者；最后，重复这个过程，直到我们得到一年的模拟区块（总共 2,629,746 个区块）。我们将进行三次这样的计算，分别使用全年数据集得出的 ECDF，以及将数据集拆分成两个部分后分别得出的 ECDF。

我们将假设验证者的表现良好（没有遗漏的出块提案）。我们还将使用一个大小为 420,000 的验证器集，该数值接近于 2022 年 8 月验证者集的规模。这个验证者的数量也正好可以分为 32 个组，这在我们以后研究验证者组别时将非常有用。

simulate a year's worth of block proposals

plot ECDF and histogram for single validator return

因此，以中位数为基准，当基于「高 MEV」期间 (即 2021 年 9 月至 2022 年 2 月) 的数据时，MEV 似乎为验证者的 APR 增加了约 3 个百分点，而当我们使用「低 MEV」期间 (2022 年 3 月至 2022 年 8 月) 的数据时则增加了约 1.5 个百分点。然而，一些验证者在一年的时间里几乎没有从 MEV 中获得任何回报，而少数幸运的人却可以获得超过 100% 的收益。

建立完整的验证器回报模型

现在我们可以看到近似的验证者 MEV 收益，接下来让我们通过引入证明和同步委员会的奖励来完成模拟。由于 beaconcha.in 经常显示信标链上的参与率超过 99%，我们这里为了简化可以默认全部参与。在实践中，如果我们今天在主网上看到的情况在合并后仍然存在，那么验证者收益发生变化的主要原因将是随机分配的出块者职责、同步委员会和 MEV，而不是由于验证者的表现。

因此，在下面的模拟中，所有验证者都会因其优越的的认证表现而获得相同的奖励，但每 256 个 epoch 会随机选择一个由 512 个验证者组成的委员会，然后该委员会因其在随后 256 个 epoch 的全部参与而获得完整的同步委员会奖励。每个区块的 MEV 选择方式与之前相同，但现在验证者可以获得信标链出块奖励，以及执行层交易费用（MEV）。

model full validator returns using previously calculated MEV ECDFs

plot simulated full validator returns

所以，根据我们全年的历史 MEV 数据集，并考虑到平均区间的减少，我们得出「中间 50%」的验证者的模拟回报率大约在 5.7% 和 8.5% 之间。同时，「最幸运的 1%」验证者的年回报率将高达 30%，而「最不幸运的 1%」却只有 4.2%。整套系统中最不赚钱的验证者仍然取得了 3.8% 的回报，而最赚钱的验证者在这一年中的回报率超过 4500%（即 45 倍）。不过，这个模型中的回报率并不包含复利。在实际情况中，赚取如此大回报的运营商可能会选择建立新的验证者，并因此赚取更多收益。

运行多个验证者

我们要考虑的最后一个问题是，运行多个验证者的质押者有着怎样的收益分布情况。在下面的图表中，我们模拟集中的验证者（基于整年的区块收入数据）被分为 2、4、8、16 和 32 个验证者的组别，用于比较不同组别大小的 ECDF 年回报率。图中的红色虚线表示的是整个验证者集的平均回报率（即如果所有 MEV 和信标链奖励得到平均分享，每个验证器将获得的回报）。我们预计，平均回报率是大规模验证者组别（如 Lido，或非常大的机构质押者）在扣除任何费用之前的收入。

calculate ECDFs for 1, 2, 4, 8, 16, 32 validators

从表中我们可以看到，验证者规模越大，ECDF 线也会变得越来越陡峭。这相当于直方图的峰值变窄，说明随着验证者规模增大，收益波动率也会不断减少。不仅如此，我们还能观察到，虽然运行单一验证者的四分位数范围（即第 25 和第 75 百分位数之间的 APR 百分比差异）约为 2.8 个百分点，但对于 32 个验证者的小组来说，四分位数范围只有 1.2 个百分点。

这就是我们所期望看到的结果——通过运行多个验证者，我们可以平滑来自共识层和执行层的奖励波动。让我没想到的是，由 32 个验证者组成的群组的收益波动率（以四分位数范围衡量）只比单个验证器的收益波动率低 2.3 倍左右。这对于一部分来说是相当不错的结果，因为他们希望自己的回报率能更为稳定且更好预测，而这也将会让数据分布更为集中（在这种情况下，如果收益水平呈现正态分布的话，那么质押增加 32 倍将会让收益波动率减少 325.8 倍）。对此，Barnab Monnot（Ethereum 基金会的稳健激励小组组长）已经做了一些初步的工作。他发现财富集中化的趋势可能是奖励分配不均的结果，不过这仍然是一个有待研究的问题。

结论

在这篇文章中，我们尝试使用过去的数据来模拟合并后执行层费用对验证者回报的影响。我们发现，当我们使用来自 MEV 充足时期（2021 年 9 月至 2022 年 2 月）的数据时，MEV 为验证人的回报增加了约 3 个百分点，但当使用来自 MEV 较少时期（2022 年 3 月至 2022 年 8 月）的数据时，这一数字下降到 1.5 个百分点。在两种情况中，收益水平都相当不稳定，有些验证者在一年中几乎没有收到 MEV，而有些验证者的年回报率则远远超过 100%。当我们加入共识层奖励时，我们发现表现良好的验证者将获得至少 3.8% 的年利率，中位数年回报率大致在 6.1%（基于低 MEV 数据集）到 7.6%（基于高 MEV 数据集）。我们发现，验证者群体会比单个验证者获得更平稳的回报，尽管（至少对我来说）这种效果没有预期的那么明显，32 个验证者组成的群体的收益波动率比单个验证者的波动率低约 2.3 倍。

然而，过去的表现并不能保证未来的回报。我们尚不清楚 MEV 未来能在多大程度上为验证者所用，而其他参与者（应用、用户、 L2 序列器、构建者、中继器......）最终又能获得多少比例。因此，本文的建模结果并不是对未来的预测，只是提出了几种可能发生的情况。

文章最后，我还没有谈及这样一个问题：在合并之后，我们可以事先知道某一个 slot 的出块者的身份。目前来看，权益证明区块链上的这一变化为原子式跨链交易以及多区块 MEV 提供了新的可能性（因为拥有相当比例质押的验证者可能会在多个区块链上部署同步的区块提案）。不过，这些功能将会如何实现仍然是一个很大的未知数。尽管如此，我希望这篇文章可以为验证者提供一些思路，让他们了解自己在 Ethereum 走向合并后的发展方向以及应如何考虑自身收益，也许这也将帮助权益证明在未来几周、几个月和几年的时间里建立起自己的生态。

合并后太坊验证者收益MEV的具体含义

推荐阅读