【实战3.3】LP激励机制设计：流动性挖矿模型对比与方案

实战项目 3.3：LP 激励机制设计

项目信息

项目编号：3.3
所属方向：激励机制设计
难度：⭐⭐⭐⭐⭐ 专家
预计时间：5-6小时
前置技能：Tokenomics（Day 45-51）、veToken（Day 48）、积分设计（实战3.2）

项目目标

理解流动性挖矿的博弈结构，对比四种 LP 激励模型，设计可持续的激励方案

产出清单：
├── ✅ LP 激励效果分析
├── ✅ 激励模型对比表（4种模型）
└── ✅ LP 激励方案设计

Task 1：LP 激励效果分析

核心 SQL — 流动性挖矿的真实效果

-- 项目3.3 Task 1: Uniswap V3 LP 行为分析
-- 目标：理解 LP 的留存、收益和行为模式

WITH lp_positions AS (
  SELECT
    owner,
    MIN(evt_block_time) as first_lp_time,
    MAX(evt_block_time) as last_lp_time,
    COUNT(*) as total_operations,
    COUNT(DISTINCT DATE_TRUNC('month', evt_block_time)) as active_months
  FROM uniswap_v3_ethereum.NonfungibleTokenPositionManager_evt_IncreaseLiquidity
  WHERE evt_block_time >= NOW() - INTERVAL '180' DAY
  GROUP BY owner
),

lp_retention AS (
  SELECT
    DATE_TRUNC('month', first_lp_time) as cohort_month,
    COUNT(*) as cohort_size,
    COUNT(CASE WHEN active_months >= 2 THEN 1 END) as month2_retained,
    COUNT(CASE WHEN active_months >= 3 THEN 1 END) as month3_retained,
    COUNT(CASE WHEN DATE_DIFF('day', first_lp_time, last_lp_time) >= 30
          THEN 1 END) as stayed_30d,
    COUNT(CASE WHEN DATE_DIFF('day', first_lp_time, last_lp_time) >= 90
          THEN 1 END) as stayed_90d
  FROM lp_positions
  GROUP BY 1
  HAVING COUNT(*) >= 50
)

SELECT
  cohort_month,
  cohort_size,
  ROUND(100.0 * month2_retained / cohort_size, 1) as month2_retention_pct,
  ROUND(100.0 * month3_retained / cohort_size, 1) as month3_retention_pct,
  ROUND(100.0 * stayed_30d / cohort_size, 1) as pct_stayed_30d,
  ROUND(100.0 * stayed_90d / cohort_size, 1) as pct_stayed_90d
FROM lp_retention
ORDER BY cohort_month DESC

流动性挖矿的核心问题：雇佣兵资本

"雇佣兵资本"问题：
═══════════════════════════════════════════════════════════

DeFi Summer（2020）的教训：

Phase 1：启动挖矿
  协议发 Token 奖励 LP → APY 1000%+
  ├── 大量资本涌入 → TVL 暴涨
  └── 看起来很成功

Phase 2：收益递减
  更多 LP 进入 → 人均收益下降 → APY 100%→50%→20%
  ├── 早期 LP 开始撤出
  └── Token 卖压增加

Phase 3：死亡螺旋
  LP 撤出 → TVL 下降 → Token 价格下跌 → APY 进一步下降
  ├── 更多 LP 撤出 → 恶性循环
  └── 最终 TVL 回到激励前水平

核心问题：LP 是来拿奖励的，不是来提供服务的
如果去掉 Token 奖励，LP 还会留下吗？

数据验证：
├── SushiSwap 吸血鬼攻击后 90 天 TVL 留存：~20%
├── 大多数挖矿项目停矿后 TVL 流失 70-90%
└── 只有手续费收入足够高的池子才有自然流动性
═══════════════════════════════════════════════════════════

Task 2：四种 LP 激励模型对比

模型一：纯交易费模型（Uniswap）

机制：LP 赚取交易手续费（0.05%-1%），无额外 Token 奖励

优点：
├── 最可持续 — 收入来自真实交易需求
├── 无 Token 卖压
├── 市场自动调节 — 交易多的池子自然吸引更多 LP
└── LP 质量高 — 留下来的都是真正做市的

缺点：
├── 冷启动困难 — 新池子没交易 → 没手续费 → 没 LP
├── 蓝筹垄断 — ETH/USDC 等大池占绝大部分收益
├── 新 Token 难获得流动性
└── V3 集中流动性 → 专业做市商优势大，散户难赚钱

适用场景：成熟协议、蓝筹交易对
代表：Uniswap V3

模型二：Token 奖励模型（SushiSwap/早期流动性挖矿）

机制：LP 存入资金 → 按份额获得 Token 奖励

优点：
├── 冷启动效果极好 — 高 APY 快速吸引 TVL
├── 规则简单 — 存入就能挖
└── 可以精准激励特定池子

缺点：
├── Token 卖压巨大 — LP 挖提卖循环
├── 雇佣兵资本 — 奖励结束 LP 就跑
├── 排放稀释 — 持续增发 → Token 价格持续下跌
└── 不可持续 — 除非协议收入能覆盖排放

适用场景：新项目冷启动（限时使用）
代表：SushiSwap、早期 DeFi 项目

模型三：veToken/Gauge 模型（Curve）

机制：
├── 用户锁定 CRV → 获得 veCRV
├── veCRV 持有者投票决定哪些池子获得 CRV 排放
├── 锁定时间越长 → veCRV 越多 → 投票权越大
└── 贿选市场出现（Votium/Hidden Hand）→ 项目付费买票

核心创新 — 激励对齐：
├── 想要高收益 → 必须长期锁定 Token（减少卖压）
├── 想要池子有流动性 → 必须贿赂 veCRV 持有者（创造需求）
├── veCRV 持有者 = 长期利益绑定方
└── 形成"Curve Wars" → 协议间竞争贿赂 = Token 有真实需求

优点：
├── 长期锁定 → 大幅减少卖压
├── 投票权 → Token 有治理效用（不只是"挖提卖"）
├── 贿选市场 → 为 Token 创造外部需求
└── 历经 3 年+ 验证，最可持续的激励模型

缺点：
├── 复杂度高 — 新用户很难理解
├── 巨鲸优势 — 大户锁定更多 = 控制排放
├── 资本效率低 — 锁定资金无法流通
├── 贿选成本不断增加 → 小项目难以竞争
└── veCRV 不可转让 → 流动性差

适用场景：有多个池子需要平衡激励的协议
代表：Curve、Balancer（veBAL）、Velodrome

模型四：集中流动性 + 主动管理（Maverick/Ambient）

机制：
├── LP 不需要手动设置价格范围
├── 协议自动调整流动性位置
├── Boosted Positions → 项目方用 Token 激励特定价格范围
└── 将"专业做市"普惠化

优点：
├── 散户也能获得接近专业做市商的收益
├── Boosted Positions → 项目方精准激励
├── 自动管理 → 减少无常损失
└── 资本效率高

缺点：
├── 智能合约风险更高（自动化逻辑复杂）
├── 依赖协议的做市算法
├── 市场验证时间短
└── 收益不稳定

适用场景：新一代 DEX、长尾资产
代表：Maverick、Ambient、Gamma

四种模型对比总结

Task 3：LP 激励方案设计

MomoSwap LP 激励方案

设计理念：混合模型 = veToken 治理 + 集中流动性 + 手续费优先

Phase 1：冷启动期（0-3 个月）
═══════════════════════════════════════════════════════════
目标：快速吸引初始流动性

├── 核心池激励（ETH/USDC, ETH/USDT 等）
│   ├── Token 奖励：500K MOMO/周（递减 15%/月）
│   ├── 手续费 100% 归 LP
│   └── 集中流动性 2x 加速
│
├── 新池激励（引导长尾资产）
│   ├── 创建新池奖励：10K MOMO
│   ├── 前 30 天 LP 额外 3x 加速
│   └── 交易量达标后进入常规激励
│
└── 反雇佣兵机制
    ├── LP 最少持续 7 天才有 Token 奖励
    ├── 30 天+ 的 LP 获 1.5x 加速
    └── 提前退出：放弃未领取奖励的 50%

预期效果：TVL 目标 $50M
═══════════════════════════════════════════════════════════

Phase 2：增长期（3-12 个月）
═══════════════════════════════════════════════════════════
目标：建立可持续的激励飞轮

├── 引入 veMOMO
│   ├── 锁定 MOMO → 获 veMOMO（最长 4 年）
│   ├── veMOMO 投票 → 决定各池排放权重
│   └── veMOMO 持有者 → 获手续费分成 50%
│
├── Gauge 投票
│   ├── 每两周一次投票
│   ├── 新项目可贿赂 veMOMO 持有者 → 获排放
│   └── 贿赂市场 → 为 MOMO 创造外部需求
│
└── 排放递减
    ├── 每季度排放减少 20%
    ├── 当协议手续费收入 > 排放价值时 → 切换到纯手续费
    └── 最终状态：LP 收入 = 手续费 + 贿赂分成

预期效果：TVL 稳定 $100M+，排放/收入 < 1
═══════════════════════════════════════════════════════════

Phase 3：成熟期（12个月+）
═══════════════════════════════════════════════════════════
目标：去除 Token 补贴，纯市场驱动

├── Token 排放 → 0 或极少
├── LP 收入 = 交易手续费 + veMOMO 投票激励
├── 新池启动 = 项目方自己贿赂 Gauge
└── 协议收入 → 回购 MOMO / 分红给 veMOMO

健康指标：
├── 手续费收入覆盖率 > 100%
├── LP 30天留存 > 40%
└── veMOMO 锁定率 > 60%
═══════════════════════════════════════════════════════════

关键设计决策与权衡

面试题准备

Q: 设计一个 LP 激励机制，防止"挖提卖"的死亡螺旋

30 秒版本： 三层防护 — (1) 时间锁定：LP 最少 7 天，30 天+获加速，提前退出罚 50% 奖励；(2) veToken 治理：锁定 Token 获投票权，投票决定排放方向，创造"锁定需求"而非"卖出需求"；(3) 排放递减+收入替代：每季排放降 20%，当手续费收入 > 排放价值时停止补贴。核心检验：去掉 Token 奖励后还有多少 TVL 留下？这个数字才是真实流动性。

追问：veToken 模型有什么缺点？ → 三个主要缺点 — 复杂度高（新用户理解成本）、巨鲸优势（大户锁定更多 = 控制排放方向）、资本效率低（锁 4 年的资金无法流通）。但这些缺点被"激励对齐"的优点覆盖 — 愿意锁 4 年的人一定是长期看好的，这正是你想要的利益相关方。

方向三完成总结

三个项目串联：
═══════════════════════════════════════════════════════════

实战 3.1 空投设计
  → 如何一次性分配 Token 给早期用户？
  → 核心：公平性 × 防女巫 × 释放机制

实战 3.2 积分系统
  → 如何持续激励用户参与？
  → 核心：行为分级 × 季度制 × 可持续性

实战 3.3 LP 激励
  → 如何吸引和留住流动性？
  → 核心：冷启动 → veToken 治理 → 手续费替代

三者关系：
  空投 = 获客武器（一次性）
  积分 = 留存工具（持续性）
  LP 激励 = 基础设施保障（流动性）

PM 核心能力验证：
  ✅ 能设计完整的激励经济系统
  ✅ 能评估激励的可持续性
  ✅ 能识别庞氏模式 vs 真实需求
═══════════════════════════════════════════════════════════

下一步

完成方向三全部三个项目后，推荐继续：

• 方向四 项目 4.1：女巫地址识别规则设计
• 方向五 项目 5.1：Rug Pull 预警系统设计

方向四和空投设计直接相关 — 好的空投必须有好的女巫检测。