第三章：无常损失数学推导
说实话，无常损失这个概念，我最早接触的时候也觉得挺玄乎的。什么「无常」啊，听起来像佛学概念。但说白了，它就是你在流动性池里放钱，价格变动后你亏的那部分——跟单纯持有相比。
这一章，咱们就把这个损失用数学语言讲清楚。我会从最基本的公式推导开始，然后分析单边上涨和单边下跌的场景，最后用可视化让你一眼看明白。
3.1 恒定乘积公式回顾
先复习一下最基础的Uniswap V2模型。池子里有两种代币，比如ETH和USDC。它们的数量满足：
x * y = k其中x是ETH数量，y是USDC数量，k是常数。这个公式保证了无论怎么交易，乘积不变。
假设你往池子里添加流动性时，ETH价格是P₀。那么池子里两种代币的比例就是：
y₀ / x₀ = P₀嗯，这里要注意：价格其实就是两种代币数量的比值。你存入的流动性占比为α，那么你拥有的代币数量就是αx₀和αy₀。
3.2 损失函数推导
现在，假设ETH价格从P₀变成了P₁。根据恒定乘积公式，池子里的代币数量会重新平衡。新的数量x₁和y₁满足：
x₁ * y₁ = k
y₁ / x₁ = P₁解这个方程组，得到：
x₁ = √(k / P₁)
y₁ = √(k * P₁)你持有的流动性份额α不变，所以你的资产价值V₁为：
V₁ = α * (x₁ * P₁ + y₁) = α * (√(k / P₁) * P₁ + √(k * P₁)) = α * 2√(k * P₁)如果你当初没有提供流动性，而是单纯持有，那么你的资产价值V_hold为：
V_hold = α * (x₀ * P₁ + y₀) = α * (x₀ * P₁ + x₀ * P₀) = α * x₀ * (P₁ + P₀)这里我用了y₀ = x₀ * P₀这个关系。接下来，无常损失IL定义为：
IL = (V₁ - V_hold) / V_hold代入并化简，得到：
IL = (2√(P₁ / P₀)) / (1 + P₁ / P₀) - 1令r = P₁ / P₀，即价格变化倍数，那么：
IL(r) = 2√r / (1 + r) - 1这就是无常损失的核心公式。我个人习惯把这个公式记在脑子里，因为很多对冲策略的决策都基于它。
关键结论：无常损失只取决于价格变化倍数r，与初始价格P₀无关。也就是说，无论你是在100美元还是1000美元时添加流动性，只要价格翻倍，损失比例是一样的。
3.3 单边上涨场景分析
先看价格上涨的情况。假设r > 1，比如ETH从1000涨到2000，r=2。
代入公式：
IL(2) = 2√2 / (1 + 2) - 1 = 2*1.414 / 3 - 1 ≈ 0.943 - 1 = -0.057也就是说，你亏了约5.7%。
为什么会这样？因为价格上涨时，套利者会来买走你的ETH，换成USDC。你手里的ETH变少了，虽然USDC变多了，但总价值跑不赢单纯持有。
我记得有一次，一个朋友在UNI上提供了ETH/USDC池，ETH从3000涨到4500，他兴冲冲地跟我说赚翻了。我让他算一下无常损失，他算完发现比单纯持有少了8%左右。嗯，这就是典型的「看着涨了，其实没涨够」。
来看几个关键点的损失值：
| 价格变化倍数 r | 价格变化幅度 | 无常损失 IL |
|---|---|---|
| 1.25 | +25% | -0.99% |
| 1.5 | +50% | -2.02% |
| 2.0 | +100% | -5.72% |
| 3.0 | +200% | -13.40% |
| 5.0 | +400% | -25.46% |
你看，价格翻倍时损失还不到6%，但涨了4倍时损失就超过25%了。所以波动越大，损失越明显。
3.4 单边下跌场景分析
现在看价格下跌的情况。r < 1，比如ETH从1000跌到500，r=0.5。
代入公式：
IL(0.5) = 2√0.5 / (1 + 0.5) - 1 = 2*0.707 / 1.5 - 1 ≈ 0.943 - 1 = -0.057咦？跟r=2时一模一样，也是-5.7%。
这就是无常损失的一个对称性：价格涨一倍和跌一半，损失比例相同。因为公式中r和1/r代入结果一样。
下跌时，套利者会来买你的USDC，换成ETH。你手里的USDC变少了，ETH变多了。但ETH在跌，所以总价值还是跑不赢单纯持有。
避坑指南：我曾经见过有人以为「价格跌了，我手里的ETH变多了，等涨回来就能赚」。这是典型的误解。无常损失是相对于「什么都不做」而言的。你提供流动性后，无论涨跌，只要价格变动，你就比单纯持有亏。除非价格回到原点。
3.5 损失曲线可视化
光看数字不够直观，咱们画个图。下面这个SVG展示了无常损失随价格变化倍数的变化曲线。
从曲线上能看出几个特点：
- 对称性：r和1/r对应的损失相同。比如涨一倍和跌一半，损失都是5.7%。
- 非线性：损失不是线性增长的。r从1到2损失5.7%，但从2到4损失从5.7%跳到20%，加速了。
- 极限值：当r趋近于0或无穷大时，IL趋近于-100%。也就是说，如果价格归零或涨上天，你的流动性价值会趋近于零——但注意，单纯持有也会趋近于零，只是流动性亏得更快。
实战技巧：我个人习惯在添加流动性前，先估算一下目标价格区间的最大损失。比如我觉得ETH在2000-4000之间波动，那就算一下r=2时的损失5.7%。如果这个损失我能接受，再考虑手续费收益能不能覆盖。如果覆盖不了，那就不如不做。
3.6 用Python验证一下
光推导公式不够，我习惯写几行代码验证一下。下面这个Python函数计算无常损失：
def impermanent_loss(r):
"""
计算无常损失
r: 价格变化倍数 (P1/P0)
返回: 损失比例，负值表示亏损
"""
return 2 * (r ** 0.5) / (1 + r) - 1
# 测试几个值
for r in [0.25, 0.5, 1, 2, 4]:
il = impermanent_loss(r)
print(f"r={r:.2f}, IL={il*100:.2f}%")
输出结果：
r=0.25, IL=-20.00%
r=0.50, IL=-5.72%
r=1.00, IL=0.00%
r=2.00, IL=-5.72%
r=4.00, IL=-20.00%跟表格数据完全吻合。嗯，数学不会骗人。
3.7 小结
这一章我们做了三件事：
- 从恒定乘积公式推导出无常损失的数学表达式
- 分析了单边上涨和单边下跌场景，发现损失是对称的
- 用曲线可视化展示了损失随价格变化的规律
核心就一句话：无常损失是提供流动性相对于单纯持有的机会成本，价格波动越大，损失越大。它叫「无常」，是因为只要价格回到原点，损失就消失了——但现实中价格很少会精准回归。
下一章我们会讨论如何用期权和永续合约对冲这个损失。在那之前，建议你把公式记牢，最好能自己推导一遍。我当年就是这么干的，推完之后感觉通透多了。
公众号:蓝海资料掘金营，微信deep3321