在传统金融和加密货币市场中，衍生品交易的规模通常明显大于现货市场，有时甚至能高出好几倍。以比特币为例，根据市场数据，其现货日交易量大约在数十亿到上百亿美元之间，而衍生品交易量往往更高（具体数据请以实时行情平台为准）。
适合国内用的虚拟币交易所
比特币现货与衍生品交易量对比图（数据来源：CryptoQuant，实际数据可能有变动，以实时页面为准）
衍生品交易的增长势头从2021年初开始加快，一直持续到现在。在传统金融里，衍生品早就占据了主导地位，中心化交易所（CEX）的衍生品交易也紧随其后。但在去中心化金融（DeFi）领域，衍生品的规模还没有超过DEX的现货市场。比如，近期数据显示，Uniswap v3在24小时内的现货交易量达到数十亿美元级别，而Hyperliquid处理的衍生品交易量也接近这个数字（具体数据以Coingecko或实时行情页面为准）。
虽然目前还有差距，但这个差距正在快速缩小。随着DeFi生态越来越成熟，链上衍生品很有可能会像其他成熟市场那样，最终超过现货市场。市场需求明显在向衍生品倾斜，但要想实现增长，必须要有安全、高效的交易场所和模型作为支撑。
衍生品交易量统计（数据来源：DefiLlama，实际数据以最新页面为准）
要理解衍生品市场如何发展，就得先搞清楚背后的模型。这篇文章会重点介绍两种核心模型：实物资产支持模型（Hard Liquidity Backed Models）和合成资产模型（Synthetics Models）。
实物资产支持模型：用真实资产做后盾
在实物资产支持模型里，交易者直接跟流动性池里存着的“真实”资产（比如代币或稳定币）打交道。这些资产实际上会被借给交易者，用来开保证金交易头寸。
像GMX、Jupiter、Gearbox PURE和Contango这些协议，用的就是这种方法。流动性提供者（LPs）把实物资产存进去，然后通过交易费或者作为交易者的对手方来获得奖励。所以LPs的回报跟池子里资产的表现以及池子利用率有关。如果池子里没有平衡多头和空头的机制，LPs的收益还会直接受到交易者盈亏的影响。
主要优势
1. 破产风险更低：因为每笔交易都有真实资产全额保障，所以系统出现破产的可能性会小很多。
2. DeFi 生态中的可组合性：以GMX和Jupiter为例，它们的模型允许流动性池代币进行再抵押。$GLP和$JLP这些代币可以用作抵押品，或者在其他DeFi应用里质押，这样可以大大提高资本效率。
3. 对交易和做市激励的依赖较低：因为LP直接扮演对手方或做市商的角色，所以不太需要额外的代币激励。虽然早期LP可能会拿到一些代币奖励，但长期来看，主要收益还是来自交易费，这也省去了设计复杂平衡激励计划的麻烦。
4. 提升市场流动性：实物资产支持模型要求用实际资产来构建流动性池，这有助于加深市场流动性。最近几年，这种模式让GMX等协议成了交换现货资产最有效的场所之一。流动性都集中在一个既能服务衍生品又能服务现货市场的池子里，交易深度和市场效率都明显提高了。
DefiLlama 截图，展示了包含 GLP 和 JLP 收益的池子数量和协议数量（数据以实时页面为准）
实物资产支持模型在不同协议里的实现方式不太一样，主要区别在于流动性的获取方式和共享方式，可以分为两种子模型：
GMX v1 和 Jupiter：这类协议用的是全局共享流动性池（global shared liquidity pools），所有资产都放在一起。这种模式可以保证深度流动性，而且允许LPs在DeFi协议里使用单一代币，增强了可组合性。
GMX v2 和 Gearbox PURE：引入了模块化架构的隔离流动性池（isolated liquidity pools），每个资产或市场都有自己的专用流动性。这样做降低了协议的系统性风险，还能支持更多长尾、高风险的资产。每个资产的风险和收益都相互隔离，不会因为一个资产出现问题就影响整个协议的流动性，同时也给不同风险偏好的LPs提供了更多选择。
另外，在“实物资产支持”模型里，还可以把Contango这类协议算进去。虽然Contango不算独立的模型，但它是在现有借贷协议（比如Aave）上面运行的，通过借入真实资产并利用闪电贷来实现去中心化的杠杆交易。
合成资产模型：没那么依赖真实资产
和优先考虑安全性和可组合性的实物资产支持模型不一样，合成资产模型走的是另一条路。
在合成资产模型里，交易通常不是直接用真实资产来支持的；相反，这些系统靠订单簿匹配、流动性金库和价格预言机来创建和管理头寸。
合成资产模型有很多种，不是千篇一律的。有些更依赖点对点的订单簿匹配（由活跃做市商提供流动性，做市商可以是专业机构，也可以是算法金库——算法金库是一种基于算法自动管理的流动性池，可以全局共享，也可以市场隔离）；有些则完全采用纯合成方式，协议自己充当对手方。
什么是流动性金库？
在合成衍生品模型里，流动性金库是一种汇集流动性的机制，用来作为支持交易的资金来源，不管是直接支持合成头寸，还是作为做市商。虽然不同协议的金库结构有点不一样，但核心用途都是给交易提供流动性。
这些流动性金库通常由专业做市商管理（比如Bluefin的稳定币池），或者由算法管理（比如Hyperliquid、dYdX unlimited、Elixir的池子）。在其他一些模型里，它们则是纯粹被动的对手方池（比如Gains Trade）。通常这些池子对公众开放，大家可以用提供流动性来换取平台活动产生的奖励。
流动性金库也可以在整个市场间共享（比如Hyperliquid），或者部分隔离（比如dYdX unlimited、SynFutures和Bluefin），它们的风险和收益特征跟前面说的差不多。
有些协议，比如Bluefin，用的是混合模型，既有做市商管理的全局流动性金库，也有隔离的算法池。
在合成资产模型里，流动性由活跃用户（P2P匹配）、流动性金库（作为后备）和做市商（在订单簿上下单）一起提供。在一些纯合成资产模型（比如Gains Network）里，流动性金库本身是所有交易的对手方，不需要直接订单匹配。
优势
1. 资本效率高：合成资产模型的资本效率比较高，因为不需要1:1的真实资产支持。只要流动性足够覆盖活跃交易的潜在结果，系统就能用较少的资产来运作。
2. 资产更灵活：这些系统在可交易资产方面更灵活，因为头寸是合成的。不需要每个资产都有直接流动性支持，可以支持更多样化的交易对，还可以更快——甚至半无需许可——地上新资产。这一点在Hyperliquid的预上市市场里特别明显，有的资产甚至还没正式存在就能交易。
3. 价格执行可能更好：因为交易是纯合成的，尤其当订单簿上有活跃做市商时，有可能实现更好的价格执行。
缺点
1. 依赖预言机：合成资产模型非常依赖价格预言机，所以更容易受到预言机操纵或延迟等问题的影响。
2. 不贡献全球流动性：和实物资产支持模型不一样，合成资产交易不会给资产的全球现货流动性做贡献，因为流动性只提供给了衍生品订单簿。
目前，去中心化交易所在永续合约交易量中的占比还很小（大约只有2%的市场份额，具体数据以实时页面为准），但多样化的模型已经为未来的增长打下了基础。这些模型相互组合，再加上资本效率不断提高和风险管理持续改进，会是去中心化交易所争取更多衍生品份额的关键。
永续合约交易量分布（数据来源：GSR年度报告，实际数据可能有变动，以实时页面为准）
总的来说，DeFi生态系统还在发展，实物资产支持模型和合成资产模型为去中心化衍生品市场提供了不同的增长路径。两种模型各有优点：实物资产支持模型更注重安全性和资本效率，而合成资产模型则更强调灵活性和潜在的资本效率。未来，衍生品市场能否成功，取决于这两种模型能否有效结合并持续优化，来应对不断变化的市场需求和挑战。不过需要提醒的是，本文内容仅供学习参考，不构成任何投资建议或收益承诺。加密货币衍生品市场波动较大，具体的价格预测、交易数据以及市场表现，请以官方公告、交易所页面和实时行情平台为准，投资者应独立判断、谨慎决策。