第3章：恒定乘积做市商模型：x*y=k公式推导、滑点与深度曲线、流动性池的定价逻辑、无常损失的概念引入
3.1 从零推导 x*y=k：一个简单的数学奇迹
各位同学，今天我们来聊聊DeFi世界里最经典的做市模型——恒定乘积做市商。说白了，就是那个让Uniswap一战成名的公式：x * y = k。
这个公式看起来简单到令人发指，对吧？我第一次看到它时，心里想的是：「就这？一个初中数学公式能撑起几百亿的流动性？」嗯，后来我被打脸了。越简单的东西，往往越难真正理解透彻。
咱们先来推导一下。假设一个交易对，比如ETH/USDC。池子里有x个ETH，y个USDC。交易的本质是什么？你往池子里塞一种资产，同时从池子里抽出另一种资产。交易前后，乘积保持不变。
核心公式：
交易前：x * y = k
交易后：(x + Δx) * (y - Δy) = k
其中Δx是你存入的ETH数量，Δy是你得到的USDC数量。
举个例子。假设池子里有10个ETH和20,000个USDC。那么k = 10 * 20,000 = 200,000。你想用1个ETH换USDC。交易后，ETH变成11个，那么USDC必须变成200,000 / 11 ≈ 18,181.82个。所以你得到的USDC是20,000 - 18,181.82 = 1,818.18个。
注意，这里有个关键点：你得到的USDC不是简单的2000个。为什么？因为你的交易改变了池子的比例，从而改变了价格。这就是滑点的来源。
3.2 滑点与深度曲线：为什么大额交易总是吃亏
滑点，说白了就是你实际成交的价格和预期价格之间的差距。在x*y=k模型里，滑点是不可避免的，而且交易量越大，滑点越严重。
为什么会这样？我们来看滑点的数学表达。
假设当前池子状态为(x, y)，你想买入Δx个ETH。你实际支付的价格是：
价格 = Δy / Δx = (k / (x + Δx) - y) / Δx这个公式看起来有点复杂，但我们可以简化一下。当Δx很小时，价格约等于y/x，也就是当前市场价格。但当Δx变大时，价格会显著偏离。
我个人习惯用一个指标来衡量滑点：滑点率 = (实际价格 - 当前价格) / 当前价格。这个值越大，说明你的交易越不划算。
避坑指南：我曾经在某个项目里看到有人用1%的滑点容忍度去交易一个流动性很差的代币，结果实际滑点达到了15%。嗯，那笔交易亏得很惨。所以我的建议是：交易前一定要看深度曲线，别只看当前价格。
深度曲线是什么？其实就是把不同交易量对应的滑点画成一条曲线。你想想看，如果池子深度足够大，曲线就会很平缓，大额交易也不会产生太大滑点。反之，如果池子很浅，曲线就会很陡峭，稍微大一点的交易就会造成巨大滑点。
这里我画了一张图，帮你直观理解深度曲线和滑点的关系：
从这张图可以清楚看到：同样的交易量，在浅池里造成的滑点远大于深池。所以做市商的核心工作之一，就是提供足够的深度，让交易者能以合理的价格成交。
3.3 流动性池的定价逻辑：价格是如何被发现的
很多人以为x*y=k模型里的价格是「定」出来的。其实不是。价格是「算」出来的，而且每时每刻都在变化。
定价逻辑其实很简单：价格 = 池子中两种资产的数量比。具体来说，ETH的价格 = USDC数量 / ETH数量。
回到刚才的例子：10个ETH和20,000个USDC，ETH的价格就是20,000 / 10 = 2,000 USDC。当你用1个ETH换走1,818.18个USDC后，池子变成11个ETH和18,181.82个USDC，ETH的价格变成18,181.82 / 11 ≈ 1,652.89 USDC。
你看，价格从2,000跌到了1,652.89，跌了约17.4%。这就是你的交易对价格产生的影响。
关键洞察：在x*y=k模型里，每一次交易都在重新发现价格。池子越浅，价格发现越剧烈。这也是为什么做市商需要提供大量流动性——不是为了赚手续费，而是为了稳定价格。
我记得有一次在开发一个AMM协议时，团队里有人问：「为什么我们不直接用一个固定的价格公式，非要搞这么复杂的动态定价？」我的回答是：固定价格意味着做市商要承担无限风险。x*y=k的好处是，无论市场怎么波动，池子永远不会枯竭——价格会一直调整，直到找到新的平衡点。
3.4 无常损失：做市商最大的敌人
好了，现在我们来聊聊做市商最头疼的问题——无常损失。这个词听起来很学术，但说白了就是：你提供流动性赚的手续费，可能还比不上你直接持有资产赚的多。
为什么会这样？因为x*y=k模型强制你做「高买低卖」。
想象一下：你往池子里存了1个ETH和2,000个USDC，当时ETH价格是2,000 USDC。如果ETH涨到4,000 USDC，套利者会进来把ETH买走，直到池子里的ETH价格重新等于市场价格。最终，你的池子份额会变成0.707个ETH和2,828个USDC（具体数字取决于公式计算）。
你算算看：如果你什么都没做，直接持有1个ETH和2,000个USDC，总价值是1 * 4,000 + 2,000 = 6,000 USDC。但你在池子里的份额价值是0.707 * 4,000 + 2,828 = 5,656 USDC。你亏了344 USDC，这就是无常损失。
注意：无常损失不是真正的「损失」，而是「机会成本」。只要你不撤出流动性，这个损失就是「无常」的——如果价格回到原来的水平，损失就消失了。但如果你在价格偏离时撤出，损失就变成「永久」的了。
我曾经在2021年牛市里看到一个项目，它的流动性池里ETH涨了5倍，结果做市商们亏得哭爹喊娘。嗯，那段时间我收到好多私信问「为什么我提供流动性反而亏钱了？」——这就是无常损失在作祟。
这里我整理了一个表格，帮你直观理解不同价格波动下的无常损失：
| 价格变化幅度 | 无常损失比例 | 举例说明 |
|---|---|---|
| ±10% | 约0.5% | ETH从2000涨到2200，损失约0.5% |
| ±25% | 约2.0% | ETH从2000涨到2500，损失约2% |
| ±50% | 约5.7% | ETH从2000涨到3000，损失约5.7% |
| ±100% | 约20.0% | ETH从2000涨到4000，损失约20% |
| ±200% | 约40.0% | ETH从2000涨到6000，损失约40% |
看到没？价格波动越大，无常损失越恐怖。所以我的建议是：如果你预期某个资产价格会剧烈波动，就别去提供流动性。老老实实拿着现货，比什么都强。
个人经验：我一般只在稳定币对（比如USDC/DAI）或者波动较小的资产对（比如ETH/stETH）上提供流动性。对于MEME币或者新项目，我宁愿去挖矿也不做市——因为无常损失分分钟吃掉你的手续费收益。
好了，这一章的内容就到这里。x*y=k模型虽然简单，但背后涉及的滑点、深度、定价逻辑和无常损失，每一个都是做市商必须深刻理解的概念。下一章我们会深入探讨如何优化做市策略，减少无常损失的影响。
公众号:蓝海资料掘金营，微信deep3321