“跟英式拍卖比较起来，我们的拍卖形式（蜡烛式拍卖）会有两点很大的不同：（1）一是蜡烛式拍卖会有一个大致的收盘时间范围，（2）以及允许每个竞拍者的定价可以是公开的、也可以选择不公开。
我们将在之后解释一个促成公平、有竞价主导权的、能实现收益最大化的一个最终机制。”
公平性
这里的公平性指的是，在蜡烛式拍卖机制中，竞价更高的买家的中标胜率将比其他拍卖者更高，使得在一个拍卖时间随机结束的拍卖机制中，所有拍卖者中出价最高的人能够中标，而且高出的中标胜率可以通过竞价的差额估算出来。
一个随机的收盘时间，模拟现实蜡烛拍卖的蜡烛，当蜡烛随机熔断，即意味着拍卖结束。因此一个随机的收盘时间也意味着竞拍者要谨慎提交自己的竞拍，并且要在大致预估的拍卖结束时间范围前提交，这种机制也防止了竞拍中的狙击行为。
否则，随机结束的拍卖机制也不会使得对没有将竞价公开的拍卖者的公平性受到损害。对一个完全公开透明的智能合约上的拍卖流程来说，使用蜡烛式拍卖还是相对比较公平的。在这样一个拍卖随机结束、拍卖者谨慎提交报价的条件，恶意破坏竞拍的人也需要承受高额的成本风险。恶意破坏（griefing）是指以高于估价的价格出价，以迫使获胜者支付更多。
我们想呈现一种智能合约策略，当理性设想下，每个人的出价都不会超过他们自己的最高估值。在使用Epsilon均衡（也称：近似纳什均衡，参考《算法博弈论》）的情况下，几乎占主导地位的博弈战略可在某些明确定义的ε (Epsilon)因子内满足纳什均衡点的存在。我们通过跟踪发现，高于估价的出价（即出于恶意破坏竞价的意图）为那些出价者带来了损失风险。
智能合约上的竞标策略
我们希望找到一种策略，与具有不公开竞拍(标书制)的投标机制相比，该策略能够将智能合约的劣势最小化。
让我们假设我们有一个投标人有竞拍价(估值) 用于拍卖品，即平行链卡槽。我们设a为提价想找到一个
制定策略 Sp 投标人 P 如下。如果满足以下两个条件：
在最后一个区块 P 没有赢，
对于中标， b，最后一块b<V-aV持有
然后在下一个区块中P竞标b+aV
如果满足以下两个条件：
n为区块数量，也代表拍卖的总轮数
选择 α 加价幅度，在避免多付和增加获胜机会之间进行权衡。当竞拍轮数n比较多，加价幅度 a可以很小，当总共竞拍轮数 n比较少， 加价幅度a需要很大。更大的α加价可以增加获胜的机会，但可能会为获胜者带来不必要的超额支付。接下来，我们首先描述智能合约的获胜机会和效用，然后使用总共的区块数量来计算加价幅度α，来评估最后一个区块P，以及所有其他竞标者的最高估价。
中标的几率
设：当最多有1/a-1个区块，代表竞拍的总轮数。
P没有赢，
b<V-aV
假设总共有n个区块，我们要计算在满足以下条件时P获胜的概率：
如果没有人竞标自己的竞价
其他最大竞价和 小于P的竞价
小于P的竞价
P获胜的概率至少如下:
其中(1/a -1)是P竞拍不中的概率。如果V(1-a)>Vmax，则P将以更高的概率获胜。
适用于任何竞拍者的程序设计
现在，让我们假设P赢了。它要付多少钱？它的效用是什么？
一旦P在拍卖中中标，其效用就是指这个竞价与当前博奥迪的真实价值相比，竞拍者所节省的金额，效用定义如下。如果P中标，效用即aV
其中b是拍卖结束区块中的中标价格。P最多要付出的是Vmax+aV。P的预期能节约的金额至少等于P获胜的概率乘以P付出最大的成本。
我们将期望效用与V-Vmax进行比较，这是保证效用P能对抗其他拍卖策略的最大结果。我们需要对这两者进行区分，以找到
的值，以确保中标者至少能让拍卖者节约一定的不必要开支。
接下来，我们将探寻纳什均衡点。
编译：Shawn PolkaBase
