Paso 5 - Definición y Análisis de Métricas

En este punto, sabemos lo que queremos que haga el sistema.
La siguiente pregunta es: ¿cómo sabemos si el sistema realmente está haciendo lo que queremos que haga? Las métricas son una herramienta clave para rastrear qué tan bien el sistema está cumpliendo sus objetivos.

Nota importante sobre las métricas

Una advertencia importante: no existe una única métrica correcta, ni siquiera un proceso correcto para determinar métricas. Esta es una de las áreas de la Ingeniería de Tokens donde es muy útil tener la capacidad de traducir entre palabras y fórmulas matemáticas.

Aunque vamos a enumerar ejemplos de métricas que un AMM podría usar, es importante reconocer que esta lista no es exhaustiva. Existen otras métricas que podrían utilizarse para brindar información sobre el rendimiento de un AMM.

Algunas métricas para AMMs

Eficiencia de capital.
La eficiencia de capital mide cuán efectivo es una cantidad determinada de activos con respecto al logro de métricas de rendimiento deseables de un AMM (slippage, pérdida impermanente).
La noción de eficiencia de capital aparece en una amplia variedad de contextos comerciales y tiene muchos métodos diferentes de medición. Para obtener más información, consulte este artículo: https://www.mosaic.tech/financial-metrics/capital-efficiency

Retorno sobre la inversión.
Esta es la cantidad de ganancias obtenidas por los traders, generalmente medida mensualmente o anualmente.

Pérdida impermanente.
Aquí rastreamos la diferencia entre proporcionar la liquidez a un pool frente a simplemente mantener los dos activos en una wallet. Proporcionar liquidez expone los activos a riesgos relacionados con las actividades comerciales (ver "Introducción a los Creadores de Mercado Automatizados" anteriormente en este módulo).

Slippage.
La diferencia entre el precio cotizado y el precio real determinado por una operación, se considera por los traders antes de realizar una operación en un exchange elegido. Por lo tanto, el proyecto necesita saber cuánta slippage ocurre y cuánto podría impactar a los traders (ver "Introducción a los Creadores de Mercado Automatizados" anteriormente en este módulo).

Volumen de negociación.
El valor total de todas las operaciones realizadas durante un período determinado (por ejemplo, un día).
También podemos utilizar algunas métricas para fines externos, como evaluar el mercado y los competidores. Aquí, podemos observar los precios de los tokens y el slippage en otros exchanges. También es valioso observar otros espacios donde los tenedores de activos pueden proporcionar su liquidez y obtener rendimientos, y cómo difieren.

Paso 6 - Relaciones Causales y Pensamiento Sistémico,
Parte 1: Diagramas de Bucles Causales

El pensamiento sistémico es una herramienta indispensable para trabajar con sistemas complejos, como los sistemas criptoeconómicos.

Un paso importante en nuestro proceso de diseño del sistema es identificar causalidades.
Este proceso nos ayuda a entender cómo las partes del sistema pueden influirse entre sí.

Identificación de causalidades

El siguiente paso en nuestro proceso de diseño del sistema es identificar causalidades. Este proceso importante conduce a una comprensión de cómo diferentes entradas o eventos influirán en otras partes y en el estado general del sistema, brindando una fuerte intuición sobre cómo los estados pueden cambiar con el tiempo.

Este paso es bueno para la comprensión cualitativa. Cuando vinculamos causas y efectos en esta etapa, aún no nos dice la magnitud de la relación. También necesitamos hacer diferentes tipos de modelado cuantitativo, usualmente más adelante en la fase de diseño.

An example of a Causal Loop Diagram. 

¿Cómo podemos definir claramente estas causalidades?

En el pensamiento sistémico, un sistema se descompone en partes constituyentes, que luego se conectan por sus relaciones entre sí. Estas relaciones pueden modelarse utilizando un diagrama de bucles causales.

Un diagrama de bucle causal consiste en las variables del sistema y sus enlaces entre sí.

Etiquetamos un borde de una variable a otra con un "+" si un aumento en la primera tiende a causar un aumento en la segunda, y usamos una etiqueta "-" para influencias negativas.

El diagrama también representa si hay un efecto positivo o negativo entre las variables y la polaridad general del sistema.

Si hay un efecto positivo de una variable a otra, un aumento en la primera variable crea un aumento en la segunda variable.

Hay cuatro pasos para crear un Diagrama de Bucle Causal.

Paso 1
Definir las variables presentes en el sistema
Para cada variable, creamos un nodo (círculo) que representa ese nodo.

Paso 2
Asignar flechas entre las variables
Las flechas deben ir de la causa al efecto.

Paso 3
Determinar el signo de la causa
Adjuntar un signo (+/-) a cada flecha, reflejando si hay un impacto positivo o negativo.

Paso 4
Reconocer y etiquetar los bucles de retroalimentación
También coloque un signo en el medio del diagrama que represente la polaridad general del bucle de retroalimentación. Un bucle puede ser reforzador o equilibrador.

Esta propiedad se determina según la cantidad de signos negativos encontrados en el bucle.

Un número par significará que el bucle es reforzador, y un número impar significa que el bucle es equilibrador y, por lo tanto, se estabilizará por sí mismo.

Los beneficios de los diagramas de bucles causales

Los diagramas de bucles causales son especialmente importantes en la fase de descubrimiento del proceso de modelado, ya que revelan claramente los elementos constituyentes. Sin embargo, dicho diagrama no puede mostrar la magnitud del impacto (positivo o negativo) que un elemento tiene sobre otro.

Más adelante en el proceso, tales impactos pueden cuantificarse con métricas definidas para este propósito. Hablar repetidamente sobre los bucles garantiza que la historia que cuenta el diagrama sea coherente con la realidad. Estos diagramas son una herramienta de pensamiento que también asegurará que no se descuiden causalidades importantes y que toda la historia pueda presentarse de manera clara.

Una de las principales ventajas de los diagramas de bucles causales es que son accesibles para muchas personas, sin necesidad de formación técnica. Esto los hace muy útiles para comunicarse sobre un sistema con clientes que pueden tener menos formación técnica que el ingeniero.

Sistemas y bucles de retroalimentación

Es importante entender la diferencia entre sistemas de bucle abierto y cerrado, y los diferentes tipos de bucles de retroalimentación que ocurren en un sistema cerrado.

Sistemas de bucle abierto
En un sistema de bucle abierto, las entradas influyen en las salidas, pero no viceversa. Normalmente, este es un sistema donde un proceso puede implementarse de principio a fin, sin necesidad de tener en cuenta cómo el mundo exterior puede responder a este proceso.

Nota: Es importante no confundir sistemas de bucle abierto con sistemas abiertos, que es otro término utilizado en ingeniería de sistemas que significa algo diferente.

Sistema de bucle cerrado
En un sistema de bucle cerrado, las salidas pueden ejercer influencia sobre las entradas, lo que lleva a bucles de retroalimentación. Estos bucles se caracterizan en dos tipos: equilibradores y reforzadores.

Bucles de retroalimentación reforzadores

En un bucle de retroalimentación reforzador, una de las variables del bucle tiende a aumentar o disminuir en proporción a sí misma. Esto hace que el sistema se aleje de su estado actual, ya sea mediante el crecimiento o el declive. La imagen muestra una posibilidad de cómo podría verse un bucle de retroalimentación reforzador que involucra dos variables.

Consejo para reconocer un bucle reforzador: Un bucle es reforzador si hay un número par de flechas con signo "+" en el bucle (tenga en cuenta que esto incluye un bucle sin flechas "+", ya que cero es un número par).

Las políticas de control reforzadoras deben ser gestionadas

Los bucles reforzadores a veces se denominan "bucles positivos", porque tienden a amplificar los efectos que ingresan en ellos. Un ejemplo de un bucle de retroalimentación positivo o reforzador es el famoso Amazon Flywheel. Sin embargo, un bucle de retroalimentación "positivo" no siempre es "bueno" para el sistema. Si una influencia destructiva entra en un bucle de retroalimentación reforzador, el resultado puede ser una "espiral de muerte" que destruye esencialmente el sistema.

La naturaleza de estos bucles de retroalimentación reforzadores y su tendencia a escalar deben ser gestionadas. Esto puede hacerse mediante políticas de control, agregando otras variables cuya influencia tenga como objetivo aumentar o disminuir un efecto.

Consejo para reconocer un bucle equilibrador: Un bucle equilibrador existirá cuando haya un número impar de flechas con signo "+" dentro del bucle.

Bucles de retroalimentación equilibradores

Los bucles de retroalimentación equilibradores (también llamados bucles de retroalimentación negativa) tienden a tener efectos estabilizadores, ayudando a mantener un sistema cerca de su estado deseado. Aunque tienen mayor resiliencia ante impactos, a veces pueden causar que los sistemas oscilen.

Análisis de un AMM desde la perspectiva de bucle causal

Apliquemos las herramientas que estamos discutiendo al análisis de un Creador de Mercado Automatizado. Podemos identificar las siguientes variables que pueden afectar a un Pool de Liquidez en particular:

• Comisiones cobradas por el pool

• Volumen de operaciones en el pool

• Retorno sobre la inversión para proveedores de liquidez

• Liquidez en el pool

• Cantidad de slippage

Pensando verbalmente en las relaciones causa-efecto, tendríamos los siguientes dos escenarios:

"A medida que suben las comisiones, el ROI para los proveedores de liquidez también subirá, lo que conducirá a más liquidez, lo que llevará a menos slippage, lo que tendería a conducir a más volumen de operaciones."

"A medida que suben las comisiones, el volumen de operaciones tenderá a bajar, lo que llevará a un menor ROI para los proveedores de liquidez, lo que conducirá a menos liquidez, lo que conducirá a un mayor slippage, lo que conducirá a menos volumen de operaciones."

El diagrama de bucle causal deja claro nuestro entendimiento del impacto dual de las comisiones sobre el volumen de operaciones.

Por un lado, las comisiones disminuirán directamente el volumen de operaciones. Por otro lado, las comisiones tenderán a aumentar indirectamente el volumen de operaciones a través de la cadena causal de retorno sobre inversión, liquidez y slippage.

Es posible colapsar algunos de los caminos para simplificar la representación, sin perder la visión general de alto nivel del sistema.

Aquí hemos reducido la dinámica del sistema para centrarnos solo en tres variables: Comisiones, Volumen de operaciones y Liquidez.

Una ventaja de observar el modelado causa-efecto mediante herramientas como los diagramas de bucles causales es que existen ciertos patrones que aprendemos a reconocer. Un patrón común para los bucles de retroalimentación equilibradores es la oscilación.

Tomemos un momento para observar los tipos de oscilación.

Tipos de oscilación en bucles de retroalimentación equilibradores

Existen cuatro tipos principales de oscilación que vemos en los bucles de retroalimentación equilibradores. Pensar en el tipo de comportamiento que esperas ver en un sistema ayudará a asegurarte de que tus representaciones del sistema sean útiles y precisas.

• Oscilación sostenida
  Los patrones de oscilación sostenida normalmente tienen un ciclo por período de tiempo, repetido indefinidamente. El patrón no cambia. Aquí, nunca se alcanza el equilibrio y el sistema procederá a oscilar.
  
  

  

• Oscilación amortiguada
  La oscilación amortiguada ocurre cuando un sistema se mueve hacia un estado de equilibrio estable, lo que puede ocurrir a través de la fricción en sistemas físicos y el suavizado de información en sistemas sociales.
  
  

  

• Oscilaciones explosivas
  La oscilación explosiva muestra una amplitud que aumenta con el tiempo, mientras que la periodicidad se mantiene igual.
  Como este comportamiento no es sostenible, normalmente es más raro en sistemas físicos; un sistema que muestra oscilación explosiva eventualmente se romperá o regresará a otro tipo de oscilación.
  Este comportamiento puede observarse en sistemas sociales, como una nación que alterna entre candidatos políticos de opiniones opuestas cada vez más extremas en una secuencia de elecciones.
  
  

  

• Oscilación caótica
  La oscilación caótica se caracteriza por su patrón bastante aleatorio donde tanto la amplitud como el período de tiempo son imposibles de predecir.
  Este tipo de oscilación puede encontrarse en ciertos sistemas naturales difíciles de predecir, como el clima de una localidad dada.
  
  

  

Las limitaciones de los diagramas de bucles causales

Como cualquier herramienta, los diagramas de bucles causales tienen limitaciones, y es importante ser consciente de algunos riesgos:

1. Usar y confiar en el diagrama sin pruebas ni simulaciones.

2. No distinguir entre flujos de información y cantidades conservadas.

3. Solo consideran la retroalimentación, y no la dinámica.

4. Incapacidad para representar parámetros del sistema, bucles ocultos y relaciones no lineales dentro del sistema.

Aunque los diagramas de bucles causales son una herramienta útil, no formaban parte del kit original de Dinámica de Sistemas. Muchas de las limitaciones de los diagramas de bucles causales se demuestran en el artículo Problems with Causal Loop Diagrams, por George P. Richardson. System Dynamics Review.