Uniswap V2 无常损失深度解析

核心摘要 (Key Takeaways)

• 无常损失 (Impermanent Loss) 是指在去中心化交易所（DEX）中提供流动性（LP）的资产价值，与仅仅持有这些资产（HODL）相比所产生的价值差异。
• 其核心特征可以总结为一句口诀：“涨价少赚钱，降价多亏钱”。无论市场朝哪个方向波动，只要价格发生变化，LP的资产价值增长总会慢于或亏损总会多于单纯持有者。
• 手续费的核心作用之一是弥补无常损失。DEX 通过向 LP 支付交易手续费，不仅是为了激励用户提供流动性，更是为了补偿他们在价格波动中可能遭受的无常损失。
• 无常损失的大小可以通过一个数学公式量化，它只与资产的相对价格变化率有关，而与流动性池的大小或具体的资产价格无关。
• 在 Uniswap V2 中，价格波动越大，无常损失就越严重。而在 Uniswap V3 中，由于流动性被集中在特定价格区间，无常损失的问题会更加显著。

---

1. 什么是无常损失 (Impermanent Loss)？

1.1 核心定义

无常损失 (Impermanent Loss, 简称 IL) 是指当您作为流动性提供者 (LP) 将资金存入一个流动性池后，由于池中代币的相对价格发生变化，导致您撤出资金时的总价值低于您从一开始就选择单纯持有 (HODL) 这些代币的价值。

• “无常”的含义：这种损失是“浮亏”。如果池内代币的相对价格能恢复到您存入时的初始价格，那么这个损失就会消失（不考虑已赚取的手续费）。
• “损失”的相对性：它是一种机会成本的损失。即使您的 LP 头寸总价值在上涨，但因为存在无常损失，您赚取的收益会少于单纯持有资产所能获得的收益。

1.2 产生原因与手续费的角色

无常损失的根本原因在于自动做市商 (AMM) 的核心机制，即 恒定乘积公式 $X \times Y = K$。

1. 机制：当池中一种资产（如 ETH）价格上涨时，套利者会用另一种资产（如 DAI）来购买池中相对“便宜”的 ETH，直到池中价格与外部市场价持平。这个过程导致 LP 手中价格上涨的资产数量减少，而价格稳定的资产数量增多。
2. 手续费的角色：
   • 激励流动性：吸引用户将闲置资产放入池中，增加交易深度，减小用户的滑点。
   • 弥补无常损失：这是手续费更深层次的功能。LP 承担了价格波动的风险，交易手续费就是对这种风险的补偿。理想情况下，赚取的手续费应该能够覆盖甚至超过无常损失。

---

2. 案例分析：无常损失的直观理解

2.1 场景设定

• 交易对: DAI / ETH
• 初始流动性: 一位 LP 提供了 100 DAI 和 1 ETH。
• 初始状态 (T0):
  • 池中资产: 100 DAI, 1 ETH
  • 恒定乘积 K: $100 \times 1 = 100$
  • 初始 ETH 价格: $P_{ETH} = \frac{100 \text{ DAI}}{1 \text{ ETH}} = 100 \text{ DAI}$
  • LP 初始资产总价值: 100 DAI + 1 ETH = 100 DAI + 100 DAI = 200 DAI

2.2 案例一：资产价格上涨

假设市场交易导致 ETH 价格上涨。

• 价格变化后状态 (T1):
  • 池中资产变为: 120 DAI 和 0.83 ETH (恒定乘积 $120 \times 0.83 \approx 100$)
  • 当前 ETH 价格: $P_{ETH} = \frac{120 \text{ DAI}}{0.83 \text{ ETH}} \approx 144.58 \text{ DAI}$
• 价值对比:
  • 作为 LP 的价值 ($V_{LP}$):
    • $120 DAI + (0.83 ETH \times 144.58 \text{ DAI/ETH}) \approx 120 + 120 = \textbf{240 DAI}$
    • LP 的资产从 200 DAI 增值到 240 DAI，赚了 40 DAI。
  • 如果当初选择 HODL ($V_{HODL}$):
    • $100 DAI + (1 ETH \times 144.58 \text{ DAI/ETH}) = \textbf{244.58 DAI}$
    • 单纯持有资产会从 200 DAI 增值到 244.58 DAI。
• 无常损失计算:
  • $V_{HODL} - V_{LP} = 244.58 - 240 = \textbf{4.58 DAI}$
  • 结论: ETH 价格上涨，LP 虽然赚钱了，但比单纯持有资产少赚了 4.58 DAI。这就是无常损失。

2.3 案例二：资产价格下跌

假设市场交易导致 ETH 价格下跌。

• 价格变化后状态 (T1):
  • 池中资产变为: 80 DAI 和 1.25 ETH (恒定乘积 $80 \times 1.25 = 100$)
  • 当前 ETH 价格: $P_{ETH} = \frac{80 \text{ DAI}}{1.25 \text{ ETH}} = 64 \text{ DAI}$
• 价值对比:
  • 作为 LP 的价值 ($V_{LP}$):
    • $80 DAI + (1.25 ETH \times 64 \text{ DAI/ETH}) = 80 + 80 = \textbf{160 DAI}$
    • LP 的资产从 200 DAI 贬值到 160 DAI，亏了 40 DAI。
  • 如果当初选择 HODL ($V_{HODL}$):
    • $100 DAI + (1 ETH \times 64 \text{ DAI/ETH}) = \textbf{164 DAI}$
    • 单纯持有资产会从 200 DAI 贬值到 164 DAI，只亏了 36 DAI。
• 无常损失计算:
  • $V_{HODL} - V_{LP} = 164 - 160 = \textbf{4 DAI}$
  • 结论: ETH 价格下跌，LP 亏钱了，而且比单纯持有资产多亏了 4 DAI。这也是无常损失。

2.4 案例总结

通过以上两个案例，我们可以清晰地看到无常损失的本质：

涨价少赚钱，降价多亏钱

这是作为 LP 必须理解和接受的核心风险。

---

3. 无常损失的数学量化与公式推导

为了精确衡量无常损失，我们可以将其抽象为一个数学模型。

3.1 基础模型与变量定义

• 资产：池中有两种资产，Token X (如 ETH) 和 Token Y (如 DAI)。
• 数量：池中 Token X 的数量为 $X$，Token Y 的数量为 $Y$。
• 价格 ($P$)：Token X 以 Token Y 计价的价格，$P = Y/X$。
• 流动性 ($L$)：一个代表池子深度的常量，定义为 $L = \sqrt{K} = \sqrt{XY}$。

通过联立 $P = Y/X$ 和 $L = \sqrt{XY}$，我们可以推导出用流动性 $L$ 和价格 $P$ 来表示资产数量的公式：

$$Y = L\sqrt{P}$$

$$X = L/\sqrt{P}$$

这个转换非常关键，因为它让我们能够只通过价格 $P$ 的变化来分析池内资产的变化。

3.2 公式推导流程

无常损失被定义为 LP 资产价值与 HODL 资产价值的比率，再减 1。我们的目标是推导出这个值与价格变化之间的关系。

第一步：定义不同时间点的价值

我们设初始时间为 T0，当前时间为 T1。

• 在 T1 时刻，LP 的资产价值 ($V_{LP}$) 是池中当前资产 $X_1$ 和 $Y_1$ 以当前价格 $P_1$ 计算的总价值： $V_{LP} = Y_1 + X_1 \cdot P_1$
• 在 T1 时刻，HODL 的资产价值 ($V_{HODL}$) 是初始资产 $X_0$ 和 $Y_0$ 以当前价格 $P_1$ 计算的总价值： $V_{HODL} = Y_0 + X_0 \cdot P_1$

第二步：用流动性 $L$ 和价格 $P$ 表示价值

利用 3.1 节中的公式，我们将 $X$ 和 $Y$ 替换掉：

• 计算 $V_{LP}$： $V_{LP} = (L\sqrt{P_1}) + (L/\sqrt{P_1}) \cdot P_1 = L\sqrt{P_1} + L\sqrt{P_1} = 2L\sqrt{P_1}$
• 计算 $V_{HODL}$： $V_{HODL} = (L\sqrt{P_0}) + (L/\sqrt{P_0}) \cdot P_1$

第三步：引入价格变化因子 $D$

我们定义价格变化因子 $D = P_1 / P_0$，即当前价格是初始价格的 $D$ 倍。因此 $P_1 = P_0 \cdot D$。现在我们将 $P_1$ 替换掉：

• 重写 $V_{LP}$： $V_{LP} = 2L\sqrt{P_0 \cdot D} = 2L\sqrt{P_0}\sqrt{D}$
• 重写 $V_{HODL}$： $V_{HODL} = L\sqrt{P_0} + (L/\sqrt{P_0}) \cdot (P_0 \cdot D) = L\sqrt{P_0} + L\sqrt{P_0} \cdot D = L\sqrt{P_0}(1+D)$

第四步：计算无常损失 (IL)

无常损失的公式为：

$$\text{IL} = \frac{V_{LP}}{V_{HODL}} - 1$$

将我们推导出的表达式代入：

$$\text{IL} = \frac{2L\sqrt{P_0}\sqrt{D}}{L\sqrt{P_0}(1+D)} - 1$$

约去分子分母中的公因子 $L\sqrt{P_0}$，我们得到最终的公式：

$$\text{IL}(D) = \frac{2\sqrt{D}}{1+D} - 1$$

这个结果表明，无常损失的大小只与价格变化的倍数 $D$ 有关，而与初始流动性 $L$ 或初始价格 $P_0$ 无关。

3.3 最终公式

经过上述推导，我们得到 Uniswap V2 的无常损失计算公式：

$$\text{IL}(D) = \frac{2\sqrt{D}}{1+D} - 1$$

其中 $D$ 是资产的相对价格变化倍数。例如：

• 如果价格上涨 50% (变为原来的 1.5 倍)，则 $D=1.5$。
• 如果价格下跌 20% (变为原来的 0.8 倍)，则 $D=0.8$。

---

4. 无常损失的视觉化呈现与V3展望

4.1 Uniswap V2 无常损失曲线

这一分析和图表源于 Uniswap 团队后续发布的一篇名为 《Losses to Liquidity Providers Due to Price Variation》 的补充文章，而非最初的白皮书。将上述公式绘制成图表，可以直观地看到无常损失与价格变化的关系：

https://docs.uniswap.org/contracts/v2/concepts/advanced-topics/understanding-returns

• 横坐标：价格变化因子 $D$。
• 纵坐标：无常损失的百分比。
• 曲线特征：
  • 当 $D=1$ 时（价格无变化），无常损失为 0。
  • 当 $D$ 偏离 1 时（无论上涨还是下跌），无常损失都会出现并增加。
  • 价格下跌导致的无常损失增长速度比价格上涨更快。例如，价格腰斩（D=0.5）造成的损失大于价格翻倍（D=2.0）造成的损失。

(注：这是一个根据视频描述生成的示例图，蓝色曲线代表了无常损失的变化趋势)

4.2 Uniswap V3 展望

Uniswap V3 的无常损失问题比 V2 更严重。

• 原因：V3 引入了“集中流动性”机制，允许 LP 将资金集中在特定的价格范围内。这提高了资本效率，但也意味着当价格波动超出这个范围时，LP 的头寸会更快地被完全兑换成价值较低的资产，从而放大了无常损失。
• 曲线对比：如果将 V3 的无常损失曲线与 V2 对比，V3 的曲线会更加陡峭，意味着在相同的价格波动下，V3 的 LP 会经历更大的无常损失。