如果你关注 Solana 上的 DeFi，应该听说过通过提供流动性来赚取手续费，尤其是像 SOL-USDC 这样的交易对。但借助像 Meteora 的 Dynamic Liquidity Market Maker (DLMM) 这样的工具，当你调整像 bin-steps 这样的参数时，情况就变得有趣起来。bin-steps 指的是流动性池中的小幅价格增量，影响你的流动性集中程度以及从交易中获得的收益多少。

最近，X 上 @defigosha 的一条线程吸引了我们的注意。他们在一个震荡市场中做了个实验，比对了一个 1 bin-step（0.01% 手续费）池和一个 4 bin-step（0.04% 手续费）池的 SOL-USDC 表现。震荡市场意味着大量价格波动——如果仓位放得对，对于流动性提供者来说可能是宝贵的机会。目标是看看更小的 bin-steps 导致更紧的点差在实际中是否真正更优。

实验设置很直接：两个池都以大约 $10,000 USDC 和 $2,500 的 SOL 起始，经过初期波动后重新调整为双向仓位，并在大约四小时的市场动荡中运行。

先看 1 bin-step 的结果，表现稳健，但出现在最大幅度波动过后。下面是结果快照：

还不错，对吧？但 4 bin-step 稍微胜出。为什么？@defigosha 提出了两个关键假设。在高波动期间，更小的 bin-steps 的粒度可能不会太吃香，因为价格跳动太快——比如每分钟 0.5% 的变动会压垮那些紧密的点差。另一方面，在稍微平静、有方向性押注的时期（比如在上涨时卖出 SOL），更高的 0.04% 手续费可以在不需要持续做区间的情况下捕获更多价值。

看看 4 bin-step 的对比结果：

这与过去的实验结果相呼应，但细节依赖于市场状况。对于像 SOL-USDC 这样的成熟交易对——它们常常是 Solana 上 meme 代币交易的基础——这些见解很实用。如果你在波动时期提供流动性——这在 meme 代币的拉升与暴跌中很常见——就要权衡点差紧密度与手续费率的取舍。

Meteora（meteora.ag）通过他们的 DLMM 技术让这一切变得容易，允许零售提供者加入 LP Army 并优化策略。如果你是新手，先小额开始，如果有模拟模式就先测一下，并且始终 DYOR。像这样的实验突显了 DeFi 如何演化，帮助你更聪明地叠加那些手续费收益。

想了解更多关于 Solana 流动性策略和 meme 代币生态的信息，请继续关注 Meme Insider。你的首选 LP 设置是什么？在评论里分享吧！