来源|?bertcmiller
请看由EmGithub提供的rawsAssetsOracle
请看由EmGithub提供的rawdYdXLiquidator.sol
我花了大量时间尝试最小化我的gas消耗。很多我的设计选择都是以此为依据。关于这份合约的策略，有几点需要注意
我没有发送很多单独偿还和兑换的交易，相反，我选择把多笔偿还打包在一个交易里，这使得我的固定gas开销可以在多笔偿还里分摊，由此提高我的交易捆的竞争力。
我需要以最佳方式把ETH兑换成USDC再兑换成sUSD，并需要决定是在有函数exactInput还是exactOutput的Uniswapv3上交易。无论我怎么做都会在某个地方产生滑点，因此我选择有函数exactOutput的，以避免调用balanceOf。
在这些交易的精确性和gas效率之间存在折衷。只要我能偿还我的闪电贷，缺乏精确性也没什么问题，而且因为我要在gas效率上竞争，我选择了对它优化。
还有一些“战术上”的东西需要注意：
对所有东西的批准都前向负载到我的合约里的构建函数。这样，我可以在部署的时候支付开销，并减少执行时使用的gas。
我不从我的账户烧毁gastoken，而是从我的合约烧毁，同样是为了提高gas效率。
函数名称都是指定的，它们的函数选择器的前导符为0x，使用函数选择器也能稍微减少gas的使用。
与直接添加require语句相比，函数修改器需要消耗稍微多一点gas。
这份合约还有一些可以被优化的方法，例如使用gas费用而不用coinbase转账。
0xSisyphus非常慷慨提出给我借ETH，我就不用使用闪电贷了，这能大大节省gas。但随着时间推移，大额的贷款都还钱了，因此总的机会就减少了。我决定不接受0xSisyphus借的钱，因为机会不再大到使这样做是明智的。
总结：在这个阶段，我创建了一份智能合约，以执行捕获可得的MEV机会。要做到这点，需要认真思考正确的策略，以及如何最小化gas的使用。这份合约是经过多次迭代开发出来的，同时我进行数据上的工作，还把它放在了一个测试环境(Hardhat)里。
偿还MEV和优化gas价格的经济学
有了一份精心设计的合约和对机会的深入了解，我需要改进我实现这个机会的策略。回顾一下，Flashbot的MEV-Geth客户端能有效运行竞拍，其中gas价格最高的交易捆胜出，会被打包到链上。这一重要事实意味着，我需要最大化我的交易捆的gas价格，而不是我支付的ETH总额。
记住了这点，并使用我之前收集到的数据，我制作了一个电子表格来优化我的gas价格。我的合约既有固定的gas开销，也有可变的gas开销。固定的gas开销用于取出闪电贷和做兑换。可变的gas开销来自我想要偿还的贷款数。我很自然地认为在某一点上，偿还一笔贷款的边际收益将低于gas开销。我运行了几次测试，以得出实际数字。以下是我的结果：
请注意，这个结果有点令人惊讶——仅偿还前4笔(共30笔)的sUSD贷款是最省gas的。此后的每笔贷款都会产生更多的整体利润，但会降低我的交易捆的gas价格，并降低其竞争力。如果有其他人试图一次性偿还前10笔sUSD贷款，它们的gas消耗效率会降低接近30%!
考虑到未偿的sETH贷款更少了，只做sUSD贷款而不把sUSD和sETH合并到一笔交易是最合理的。因此，潜在的回报更少了，支付给矿工的钱也更少了，这使得它们的gas效率相对较低。看到这些发现，我不禁笑了。如果其他人贪婪，一下偿还了所有的贷款，或很懒惰，分开偿还，那么我就会赢。
然而，其他的贷款还在那里，且偿还起来也是有利可图！我再次尝试优化我的gas价格，发现如果我偿还前4笔sUSD贷款，接下来最省gas的做法是一并偿还后6笔最大的sUSD贷款，再分别偿还最大的两笔sETH贷款。此外，假设我赢了，我可以使用从之前的交易捆中获利的ETH，而不再需要闪电贷了。
Flashbots竞拍和我的交易捆排序策略
重复一下情况：我既要在gas效率上竞争，又希望通过偿还每笔贷款来最大化我的收益。最佳策略是在每个交易捆中提交几笔偿还，分几个交易捆进行。这些交易捆会在Flashbots竞拍中被各自评估。然而，每笔交易都取决于来自pDAO的交易，是它使得贷款可以被任何人偿还。
如果pDAO交易不在交易捆里，那么该交易捆就会失败。但如果我的每个交易捆里都有pDAO交易，那么只有一个交易捆会成功。也就说，在一个交易捆被成功打包后，其他所有的都是无效的，因为它们会试图对pDAO交易重复打包。因此，我需要找到方法使得仅在我的第一个交易捆里发送pDAO交易，但同时确保我的其他交易捆不会因为它们没有pDAO交易而失败和被扔掉。
解决方案在于Flashbots竞拍的一个细微之处。在搜索器开始对竞拍使用“把戏”，降低交易捆合并后的矿工费用，Flashbots实行两轮的模拟。首先，所有的交易捆都被单独进行模拟，得出它们的gas价格并检查是否会失败。在第二轮，成功的交易捆会被按照gas价格排序，并再次进行模拟，以找出前后不一致的交易捆，确保没有交易捆的gas价格是低于预期的。除非你想这样做，否则你可能永远不会有一个交易捆是gas价格在合并后是降低了的。
我意识到我可以做上述搜索器相反的事：我的交易捆不是支付比预期更少的gas费，它们会在第二轮模拟中支付更多。为了做到这点，我将如预期般在第一个交易捆里打包pDAO交易，但要对剩余的交易捆做额外检查。这些交易捆将推断它们将会在第几“轮”模拟，然后相应改变它们的执行。如果它们在“第一轮”，它们将不会偿还任何贷款——因为它们尝试偿还的话会失败——然后无论如何都给矿工支付费用，以获得高的gas价格，通过第一轮的模拟。
通过了第一轮模拟后，这些交易捆将在第二轮模拟中跟在有pDAO交易的那个交易捆后面。到了这步，它们就能成功偿还贷款了。此外，这些交易捆的gas价格会比竞拍预期的更高，而不是更低，因此在这里改变执行不是问题。
我是如何确定我的交易捆是在哪一“轮”的呢？通过看我合约的余额。如果在区块的早期(即在前一个交易捆）我已经成功偿还贷款了，那么我的余额应该增加了，因为这样做能从中获得收益。因此，我增加了一个条件来检查我是否获得任何WETH收益，如果有，则继续偿还贷款。这在测试中是成功的。
总结：这个阶段还是关于策略。我使用早期得到的数据、合约和测试环境来思考我要竞争获得的MEV机会的经济学逻辑，以及最优策略会是什么。通过使用真实数据，我发现了一个令人惊讶的占有策略，但它很难执行。执行它需要一种新方式来提交交易捆。
第五步：执行
现在手上有了数据、合约、以及我可以开始执行的计划。基本上，我需要构建多个这样的交易捆：一方面可以执行我上文的计划，另一方面监听交易池里与Synthetix相关的交易以进行尾追。此时，大部分都是实现上的问题。
首先，我使用了Blocknative来监听pDAO账户，以了解相关交易的情况。我让任何从pDAO账户发出的交易信息都会发送到我的机器人。
然后，我同时运行两个监听脚本(一个用于sETH和sUSD)，以从链上获取数据，得出最优的交易捆策略(例如先偿还前3笔sETH贷款，闪电贷X个ETH，并对后2个做相同的事，等)，并生成我的合约需要的数据。我需要在每个区块如此运作，以防价格改变了或有人关闭了贷款，由此改变了最佳策略。这些结果保存在了本地。
最后，我有了一个执行脚本，它会接收发送到我的机器人的待打包交易信息，并从我的监听脚本加载出最佳打包交易捆策略的结果，自动构建交易捆，并把它们发送到Flashbots。
剩下的事情就是等待。在这段时间，最高额的sETH贷款被借款人偿还了，因此我关了机器人中的该部分。几个最高额sUSD贷款也结束了，这大大减少了预期的回报率。
第六步：关键时刻到了
有趣的是，有人试图通过向相关合约发送交易，想诱使机器人在早期失灵。我不确定这种情况是否也会出现在其他人的机器人上，但我的机器人没有被诱导成功。
几个小时后，pDAO发出了真实的交易。经过数周的研究和准备，我知道关键时刻到了。我这边一切都进行很顺利：我的监听脚本运行的很好，交易被接收，交易捆也被构建和提交了。
.....然后意外发生了。连续多个区块都没有Flashbots区块被挖出。我不仅因此失去了机会，也没有Flashbots搜索器赢得了机会。在区块顶部没有了Flashbots交易捆起阻挡作用，一个雄心勃勃的交易池机器人介入了，并抢走了所有有利可图的贷款。
尽管输了，但我认为我的方法仍然是正确的。我的优势在于策略和发现新机会，而不是参与PGA(最优GAS费竞拍)。因此，使用Flashbot给了我胜出的最佳机会。鉴于Flashbots已被广泛采用，遇上连续好几个非Flashbots区块也是相当不走运了。
MEV有时被认为是神秘莫测的超级程序员的领域，但它不一定是这样的。它可以是有趣和刺激的。而游戏规则，如果你要搜寻它们的话，可以说是开放的。这篇文章是关于我学习我所参与的游戏的规则的过程，根据这些规则我想出了策略，并最终执行该策略。尽管我输了，我学到了很多东西，并在此过程获得了乐趣。我希望你们也可以，并希望你和我一起参与下一轮的游戏。
原文链接：https://bertcmiller.com/2021/09/05/mev-synthetix.html
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。