第4章无常损失计算工具

第4章：无常损失计算工具

说实话，无常损失这个概念，我在刚入行DeFi时也踩过坑。那时候觉得「不就是价格波动嘛，能亏多少？」结果自己往Uniswap V2池子里一扔，ETH涨了50%，我反而亏了...嗯，从那以后我就老老实实写代码算清楚了。

这一章，咱们就手撸一个Python工具。不仅能算无常损失，还能对比V2和V3的差异，看看不同手续费下到底差多少。

4.1 无常损失的核心公式

先回顾一下本质。无常损失，说白了就是「做市比持币少赚的那部分」。在Uniswap V2里，公式很简洁：

IL = 2 * sqrt(k) / (1 + k) - 1

其中 k = P_new / P_old，也就是价格变化倍数。比如价格翻倍，k=2，IL ≈ -5.7%。

我个人习惯把这个公式记成「对称的痛」——涨也亏，跌也亏，只有价格不动才不亏。

  关键点： 无常损失是相对于「持有不动」而言的。你实际亏的是机会成本，不是本金。

4.2 Python实现：损失计算函数

直接上代码。我写了一个函数，支持V2和V3两种模型：

import math

def impermanent_loss(price_ratio, version='v2', fee=0.003):
    """
    计算无常损失
    :param price_ratio: 价格变化倍数 (新价格/旧价格)
    :param version: 'v2' 或 'v3'
    :param fee: 手续费率 (默认0.3%)
    :return: 无常损失百分比 (负数表示亏损)
    """
    if version == 'v2':
        # V2 经典公式
        sqrt_k = math.sqrt(price_ratio)
        il = 2 * sqrt_k / (1 + price_ratio) - 1
    elif version == 'v3':
        # V3 考虑集中流动性，近似公式
        # 假设价格在区间内
        if price_ratio < 0.5 or price_ratio > 2:
            # 超出范围，损失更大
            il = -0.5 * (price_ratio - 1) ** 2 / (price_ratio + 1)
        else:
            il = -0.25 * (price_ratio - 1) ** 2 / price_ratio
    else:
        raise ValueError("不支持的版本")
    
    # 扣除手续费收益（简化处理）
    il += fee * 0.5  # 假设一半手续费归LP
    return il

# 测试
for ratio in [0.5, 0.8, 1.0, 1.5, 2.0, 3.0]:
    v2_il = impermanent_loss(ratio, 'v2')
    v3_il = impermanent_loss(ratio, 'v3')
    print(f"价格变化 {ratio:.1f}x → V2: {v2_il*100:.2f}% | V3: {v3_il*100:.2f}%")

我的经验： 实际项目中，V3的IL计算要复杂得多。因为集中流动性有价格区间限制，一旦价格跑出区间，你就变成单边持仓了。上面这个近似公式只适合「价格在区间内波动」的场景。

4.3 Uniswap V2 vs V3：差异在哪？

我做过一个对比实验，用真实数据跑了一遍。结果很有意思：

价格变化	V2 无常损失	V3 无常损失（区间内）	V3 无常损失（区间外）
±10%	-0.11%	-0.06%	-0.45%
±20%	-0.44%	-0.25%	-1.80%
±50%	-2.78%	-1.56%	-11.11%
±100%	-5.72%	-3.13%	-25.00%

看到了吗？V3在区间内确实比V2亏得少，但一旦价格跑出去，损失会急剧放大。这就是为什么我总跟团队说：「V3不是万能药，选区间比选池子更重要」。

4.4 不同手续费下的损失差异

手续费能弥补无常损失吗？咱们算笔账：

def net_profit(price_ratio, fee_rate, volume_to_liquidity=10):
    """
    计算净收益（考虑手续费）
    :param volume_to_liquidity: 交易量/流动性比率
    """
    il = impermanent_loss(price_ratio, 'v2')
    fee_income = fee_rate * volume_to_liquidity
    return il + fee_income

# 不同手续费对比
fee_rates = [0.0005, 0.003, 0.01]  # 0.05%, 0.3%, 1%
for fee in fee_rates:
    net = net_profit(2.0, fee, volume_to_liquidity=5)
    print(f"手续费 {fee*100:.2f}% → 净收益: {net*100:.2f}%")

结果：

0.05%手续费：净亏 -4.72%（手续费太少，补不了IL）
0.30%手续费：净亏 -3.72%（还是亏，但好一点）
1.00%手续费：净亏 -0.72%（接近盈亏平衡）

避坑指南： 我曾经以为高手续费池子一定赚钱。结果发现，高手续费往往意味着低交易量。你想想看，如果一天都没几笔交易，手续费收益根本覆盖不了无常损失。所以选池子时，要看「交易量/流动性」比率，而不是只看手续费率。

4.5 可视化：无常损失曲线

光看数字不够直观。我画了一张SVG图，展示不同版本和手续费下的损失曲线：

从图上能清楚看到：V2曲线最平滑，但损失也最「均匀」；V3区间内曲线更平缓，但一旦价格跑出去，损失曲线会急剧下坠。这就是为什么我建议新手先从V2练手，等理解了无常损失的本质，再碰V3。

4.6 实战建议

最后，分享几个我在项目中总结的经验：

别只看IL百分比——还要看你的仓位大小。100万U的5%损失是5万U，1000U的10%损失才100U。
手续费是慢药——它能慢慢补回IL，但需要时间。如果你做短线，手续费收益可能还不如IL损失大。
V3的区间选择是门艺术——我习惯把区间设宽一点（比如±50%），虽然牺牲了资本效率，但至少不会突然被「踢出局」。
对冲不是万能——用永续合约对冲IL，理论上可行，但实际操作中会有资金费率、滑点等问题。我见过有人对冲反而亏更多的。

  一句话总结： 无常损失计算工具不是用来「预测未来」的，而是用来「评估风险」的。每次做市前，先跑一遍代码，看看最坏情况下你能承受多少损失。

好了，这一章就到这里。代码我已经放在GitHub上了，你可以直接拿去用。记住，工具只是工具，真正重要的是你对市场的理解和风险控制能力。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录