tp钱包官网|建模以太坊节点MEV：节点的收益是多少？

原创编译：Kxp、BlockBeats

为了纪念合并（也称为巴黎硬分叉），卢浮宫中心竖起了一个巨大的以太坊标志。

概括

工作量证明挖矿时代结束后，执行层交易费用将支付给权益证明验证者。 由于 EIP-1559 费用燃烧，实际支付给验证者的剩余费用中的绝大部分是“最大可提取价值”（MEV）。

合并后，以太坊将拥有固定的 12 秒区块间隔，而不是平均 13.5 秒的可变区块间隔。 但是，此更改可能不会对 MEV 不稳定产生太大影响。

从 2022 年 3 月到 2022 年 8 月，MEV 到达矿工的水平虽然较低，但相对稳定。

基于合并后向验证者支付相同水平 MEV 的模型显示，验证者的平均回报率为 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 6 个月（2022 年 3 月至 2022 年 8 月）的数据。

运行多个验证器或与其他验证器共享奖励（例如通过流动性质押提供商）的用户将体验到较低水平的奖励波动。

介绍

随着以太坊继续过渡到权益证明 (PoS) 信标链作为主网的共识引擎，许多媒体都集中报道了工作量证明挖矿时代的结束，以及随之而来的能源使用问题而以太坊减少了发行量（PoS 更安全，更抗中心化）。 然而，信标链接管交易包含和排序责任的另一个后果是，目前支付给矿工的交易包含费将改为支付给区块生产者。 也就是说，任何随机选择的验证器都会每 12 秒发布一个块。

选择验证者来生产区块的方式与现有程序没有变化，正如我在第一篇关于验证者收入的文章中提到的，即使验证者完全参与，这个过程也会在收入方面进行一些随机更改。 因此，对于本文，问题是验证者的收入将在多大程度上受到他们将交易纳入以太坊执行层所收取的费用的影响。

MEV的具体含义

在标题中，我将这些执行层费用称为“MEV”，但这可能会造成混淆，因为术语 MEV 可以表示“矿工可提取价值”和“最大可提取价值”——这两个术语似乎都不能准确描述奖励验证者在合并的以太坊区块中包含或排序交易。 为了减少歧义，Flashbots 团队引入了术语“实现的可提取价值”来描述实际实现的价值，而不是理论上的最大值。 但是，这种命名方式也会造成一些误解，我们仍然无法明确这个价值到底是搜索者“变现”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，由于术语“MEV”已经被广泛使用，我将在这里使用它来指代矿工/验证者赚取的收入。

那么，如果我们可以使用像交易费用这样简单的东西，为什么还要选择一个花哨的术语——MEV？ 主要原因如下：自Flashbots引入以太坊主流执行客户端geth的分叉后，交易记录和排序的收益发生了巨大的变化。 截至 2022 年 8 月，约 74% 的以太坊算力正在运行 mev-geth，这样矿工就可以收到更多时间敏感的交易包来获得收入，并通过直接付款获得奖励（之前这笔钱是在 Gas 期间消耗掉的）收费拍卖）。

此外，mev-boost 是 Fl​​ashbots、以太坊基金会和客户团队之间的合作成果，它将允许验证者从相同的综合收入流中获利。 事实上，无论验证者是否选择运行 mev-boost，他们收到的区块费用在广义上仍然属于 MEV。 更重要的是，自从伦敦硬分叉推出EIP-1559后，交易费中的拥堵费不再支付给矿工，而是被烧毁。 这意味着矿工的绝大部分收入现在由为其捕获的价值 MEV 支付特殊溢价的交易组成，因为那些对时间不太敏感的交易向矿工支付了象征性的费用。

早期模型

在我之前关于验证者奖励的文章中，我只关注验证者因参与信标链（即共识层）而获得的奖励。 在此基础上，Flashbots 的 Alex Obadia 和 Taarush Vemulapalli 在 2021 年 7 月展示了他们关于引入 MEV 对验证者奖励的影响的早期结果。 为此，他们专门从大约 100,000 个区块的样本中获取了 Flashbots 交易包数据。 首先，他们对块进行平均，并将 MEV 的固定值应用于每个块。 然后，他们查看了该数据集中的第 1 个和第 99 个百分位数，以确定验证者的收入范围（事实证明这是相当重要的）。

在这篇文章中，我将通过以下方式进一步改进这种方法：

1. 看一下手续费收入的整体情况（不仅仅是Flashbots bundle），因为所有来自执行层的矿工手续费收入都可以被认为是某种MEV

2. 使用更大的数据集并考虑 MEV 水平随时间的变化

3. 对整体结果的分布进行建模

4.计算运行multi-validator用户的结果分布变化

上述文章中的一个观察是，很难推断 EIP-1559 如何影响支付给矿工的费用（在撰写本文时，引入 EIP-1559 的伦敦硬分叉尚未上线）。 但是，我们现在有很多这方面的数据。 在下图中，我们可以看到，在伦敦硬分叉之后，最初支付给矿工的那部分费用从以太供应中消失了。 显然，伦敦硬分叉前后的数据没有可比性。 出于这个原因，在这篇文章中，我们将只处理伦敦硬分叉后的数据。

# 导入/定义/数据库连接

# 从数据库中获取块摘要数据作为 pandas 数据框

# 绘制每日费用/coinbase 转账

选择数据集

在这篇文章中，我们将使用历史数据来预测未来（这种方法在金融事件中并不可靠）。 正如我在之前的帖子中解释的那样，由于 EIP-1559 在伦敦硬分叉中的实施，交易费市场在 2021 年 8 月发生了重大变化，该硬分叉于 12,965,000 区块上线，因此，此时之前的数据不可比到最近的数据。 随后的硬分叉是 Gray Glacier，它在区块 15,050,000 上线并推回了以太坊的难度炸弹。 但在此之前，平均区块间隔已经开始发生变化。 出块间隔稍后会有所变化，但似乎对可用MEV的影响有限，所以我们不必担心Gray Glacier之前平均出块间隔会略有增加。

因此，自伦敦硬分叉以来，我们有超过一年的可用数据。 事实上，我们不妨使用整整一年的数据，让费用市场有时间稳定下来。 我们将重点关注从区块 13,136,427（第一个区块于 2021 年 9 月 1 日开采）到区块 15,449,617（最后一个区块于 2022 年 8 月 31 日开采）之间的区块。 这些区块包含一整年的数据，总计约 230 万个区块。

选择好这个区块范围后，我们需要确定矿工每个区块的收益有多少。 为此，我们将使用 Flashbots 的 mev-inspect-py 工具，该工具用于抓取“Coinbase Transfer”交易的区块并汇总费用。 这是因为目前有两种主要方式向矿工付款以太坊节点收益，包括 Flashbots 与 MEV 捆绑交易——要么设置足够高的交易费用，要么作为交易的一部分直接向矿工付款。 由于 Gas 费的效率更高，寻求者一直更愿意用 Gas 费而不是 Coinbase 转账支付给矿工。 尽管如此，我们希望将两者都包含在我们的数据集中以获得更全面的画面。

为了确定每个区块的 MEV 数量，我们必须做更多的工作。 首先，我们必须排除矿工自己支付的交易，因为这些交易没有经济意义。 因此，我们需要识别一个矿池控制的多个地址（这涉及到一些Etherscan上的人工侦察），然后根据发送方地址是否在一个矿池组中来标记每笔交易，并根据交易池来标注每个块。 一旦完成，我们就有机会生成每个区块的 MEV 摘要，减去 EIP-1559 烧毁的以太币和池传输，并将结果作为额外内容保存在由 mev-inspect-py 表填充的 Postgres 数据库中。

最后，事实证明其中一笔交易的交易费（7676 ETH）比其他任何一笔交易都要高得多。 事实上，仅这笔交易费用就价值约 2300 万美元，占这一时期提取的所有 MEV 的很大一部分。 在这种情况下，高额费用是错误造成的，绝大多数费用已经被矿工退还。 考虑到这一点，我选择从数据集中删除此交易。

区块间隔

在我们开始更详细地研究矿工收入在区块之间的分布之前，我们应该暂停一下考虑合并后的另一个变化，即区块间隔从随机（区块之间大约 13.5 秒）到固定的变化12 秒。 秒块间隔。 直觉上，我们可能认为更长的区块间隔会给矿工更多的机会从传入的交易中收获 MEV，从而获得更多的区块利润。 我们也可能认为区块间隔的变化会极大地影响矿工的收入。

单靠链上的数据去考察这些问题肯定是行不通的，不过我在附录中也对这个问题进行了说明。 现在，我只想说，从表面上看，可变区块间隔似乎对矿工收入影响很小。 在下文中，我将通过将所有矿工的收入与该比率成反比来证明出块的平均频率略有增加，从平均间隔 13.5 秒增加到 12 秒。 但是，我不会对从可变间隔变为固定间隔时发生的情况进行建模。

历史 MEV 水平

让我们看看下面的两个图表，看看一个矿工在一个典型的区块中可以期望赚取多少 MEV。 从直方图中我们可以看出，每个区块的矿工收入往往很低。 第二张图可能不太直观，但实际上提供了更多信息。 我们可以看到矿工收入中位数为 0.07 ETH。 还标记了其他几点，最低的 1% 的区块根本不向矿工支付费用，而最高的 1% 的区块向矿工支付的费用超过 1.8 ETH。 如下表所示（但不在图表中，因为这会使轴扭曲太多），前 0.1% 的区块向矿工支付了 12.5 ETH 或更多的费用。

# 绘制区块收益直方图和经验累积密度函数 (ecdf)

MEV变化趋势

上面的直方图和 ECDF 基于我们全年的数据并绘制为静态分布。 然而，我们可能会争辩说，矿工收入水平会随着时间而变化，矿工收入的分配将取决于各种因素，例如链上活动水平、支付给矿工的可用 MEV 比例趋势、或者 L2 与区块链相比，基础链上可用的 MEV 值之间的关系。

为了清楚起见，下图显示了数据集中每周的区块奖励中位数，我们之前看到的整体中位数由红色虚线表示。 之所以以周为单位，是因为我们发现链上的活动每周都会有一定的周期性变化，比如周末的活动比较少。 因此，通过对这些数据进行分组并提取中值，我们去除了周期性噪声。 显然，在这张图中，矿工收入的周中位数水平整体呈下降趋势，波动逐渐平缓。 如果我们用橙色虚线将图标一分为二，那么我们可以将这两半视为两个独立的部分，代表在不同网络/市场条件下支付给矿工的 MEV 水平。 然而，我们需要从中得出的结论是，我们不能对任何基于历史数据的未来收入估计充满信心（记住这一点，因为这就是我的内容）。

# 查看整个数据集的变化

由于我们长达一年的数据集中的矿工收入水平不稳定，我们可以更精细地比较数据集前后的部分。 下图是两部分数据集的ECDF，其中蓝线代表数据集的前半部分，橙线代表后半部分，蓝线明显低于橙线。 x 轴显示收入数据，在每个四分位数中，矿工收入水平在数据集的前半部分较高。 上图中显示的整个数据集的 ECDF 将落在这两条线之间。 如下表所示，每个区块在随后六个月的 MEV 中值大约是前六个月的一半。

# 为数据集的前半部分和后半部分生成 ECDF

模拟合并后的 MEV 回报

因此，结合我们对矿工历史区块收入的了解，让我们模拟一年中验证者的 MEV 收入。 由于我们现在考虑的是验证者而不是矿工，我将以 32 ETH 的百分比回报来表示结果。 对于每个区块的收入分配，我们还没有得出一个具体的解析表达式（我很难借助帕累托分布得出一个合理的表达式）。 这使建模有点复杂，因此在本例中我们将使用蒙特卡洛模拟。

这种方法背后的原理很简单：生成一个在 0 和 1 之间均匀分布的随机数，并使用这个数字从我们之前计算的 ECDF 中查找（ECDF 被缩放以考虑到平均块间隔从 13.5秒到 12 秒）； 然后，将该区块的收入分配给随机选择的验证者； 最后，重复这个过程，直到我们有一年的模拟区块（总共 2,629,746 个区块）。 我们将执行三个这样的计算，使用全年数据集的 ECDF，以及将数据集分成两部分后的 ECDF。

我们将假设验证者表现良好（没有遗漏区块提案）。 我们还将使用大小为 420,000 的验证器集，这接近于 2022 年 8 月验证器集的大小。 这个数量的验证者也可以精确地分成 32 个组，这在我们后面研究验证者组时会有很大的用处。

# 模拟一年的区块提案

# 绘制单个验证器返回的 ECDF 和直方图

因此，在中位数，当基于“高 MEV”时期（即 2021 年 9 月至 2022 年 2 月）的数据时，MEV 似乎使验证者的 APR 增加了约 3 个百分点，而当我们使用“低 MEV”时期的数据时(2022年3月至2022年8月)提高约1.5个百分点。 然而，一些验证者在一年的时间里几乎没有赚取任何 MEV，而少数幸运者可以获得超过 100% 的收益。

构建完整的验证者奖励模型

现在我们可以看到验证者的近似 MEV 回报，让我们通过引入对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%，为了简单起见，我们可以默认全部参与。 实际上，如果我们今天在主网上看到的情况在合并后仍然存在，那么验证者奖励变化的主要原因将是块生产者职责、同步委员会和 MEV 的随机分配，而不是验证者的表现。

因此，在下面的模拟中，所有验证者都因其卓越的身份验证性能而获得相同的奖励，但每 256 个时期随机选择一个由 512 个验证者组成的委员会，然后该委员会因参与所有 256 个时期而获得完全同步委员会奖励。 每个区块的 MEV 选择与以前相同，但验证者现在收到信标链区块奖励，以及执行层交易费用 (MEV)。

# 使用先前计算的 MEV ECDF 对完整验证器返回进行建模

# 绘制模拟的完整验证者回报

因此，根据我们全年的历史 MEV 数据集，并考虑到平均范围的缩小，我们得出“中间 50%”验证者的模拟回报率分别约为 5.7% 和 8.5%。 同时，“最幸运的 1%”验证者的年回报率将达到 30%，而“最不幸的 1%”仅为 4.2%。 整个系统中盈利最少的验证者仍然获得了 3.8% 的回报，而盈利最多的验证者年内回报超过 4500%（或 45 倍）。 但是，该模型中的回报率不包括复利。 在现实世界中，获得如此丰厚奖励的运营商可能会选择建立新的验证者并因此获得更多收益。

运行多个验证器

我们要考虑的最后一个问题是运行多个验证器的质押者的奖励分配是什么。 在下图中，我们模拟集中的验证者（基于全年的区块收入数据）被分为 2、4、8、16 和 32 个验证者组，以比较不同组规模的 ECDF 年回报率。 图中的红色虚线表示整个验证者集的平均奖励率（即，如果所有 MEV 和信标链奖励平分以太坊节点收益，每个验证者将获得的奖励）。 我们预计平均回报是一大群验证者（例如 Lido，或非常大的机构质押者）在扣除任何费用之前的收入。

# 计算 1、2、4、8、16、32 个验证者的 ECDF

从表中我们可以看出，验证器规模越大，ECDF 线就会变得越陡。 这相当于直方图的峰值变窄，表明随着验证者规模的增加，收益的波动性会不断减小。 不仅如此，我们还可以观察到，在运行单个验证器时，四分位距（即第 25 个和第 75 个百分位之间的 APR 百分比差异）约为 2.8 个百分点，对于 32 个验证器组而言，四分位距为只有1.2个百分点。

这是我们期望看到的——通过运行多个验证器，我们可以消除共识层和执行层奖励的波动。 令我惊讶的是，一组 32 个验证者的回报波动率（以四分位数范围衡量）仅比单个验证者的回报波动率低约 2.3 倍。 这对一些人来说是相当不错的结果，因为他们希望自己的回报更加稳定和可预测，这也会让数据分布更加集中（在这种情况下，如果回报水平是正的，如果分布是动态的，那么增加32 倍的质押将减少 325.8 倍的收益波动）。 Barnab Monnot（以太坊基金会 Robust Incentives Group 负责人）已经在这方面做了一些初步工作。 他发现财富集中的趋势可能是奖励分配不均的结果，尽管这仍然是一个悬而未决的问题。

综上所述

在这篇文章中，我们尝试使用过去的数据来模拟合并的执行层费用对验证者回报的影响。 我们发现，当我们使用高 MEV 时期（2021 年 9 月至 2022 年 2 月）的数据时，MEV 使验证者的回报增加了约 3 个百分点，但在使用低 MEV 时期（2022 年 2022 年 3 月）的数据时则没有。 当可获得截至 2022 年 8 月的月份的数据时，这一数字下降到 1.5 个百分点）。 在这两种情况下，收益率水平都相当不稳定，一些验证者在一年内几乎没有获得 MEV，而一些验证者的年回报率远远超过 100%。 当我们添加共识层奖励时，我们发现表现良好的验证者将获得至少 3.8% 的年化利息，中位年化回报率约为 6.1%（基于低 MEV 数据集）。 我们发现，验证者组的回报比单个验证者更平滑，尽管（至少对我而言）这种效果没有预期的那么明显，一组 32 个验证者比单个验证者表现出更大的波动性。 波动性大约低 2.3 倍。

然而，过去的表现并不能保证未来的回报。 我们还不知道 MEV 未来会在多大程度上被验证者使用，以及其他参与者（应用程序、用户、L2 排序者、构建者、中继者……）最终会获得多少比例。 因此，本文的建模结果并不是对未来的预测，而只是提出了几种可能的情景。

文末还没有讲到这样一个问题：合并之后，我们可以提前知道某个slot的出块人身份。 从目前的情况来看，权益证明区块链的这一变化为原子跨链交易和多区块 MEV 开辟了新的可能性（因为拥有大量权益的验证者可能会部署在多个区块链同步区块提案上）。 然而，这些功能将如何实现仍然是一个很大的未知数。 尽管如此，我希望这篇文章能给验证者一些想法，让他们了解以太坊合并后的发展方向，以及他们应该如何考虑自己的利益，也许这也将有助于未来几周和几个月的权益证明。 并用几年建立自己的生态。