3、Curve核心公式：StableSwap不变式的数学推导
从线性组合到非线性组合的演变
说实话，我第一次看到Curve的StableSwap公式时，第一反应是——这玩意儿怎么来的？
当时我在做一个稳定币兑换池的原型，用的还是传统的Uniswap V2公式。结果呢？稳定币之间兑换，滑点大得离谱。1万U换DAI，中间能亏掉几十刀。这显然不合理——稳定币之间价格应该接近1:1才对。
后来我仔细研究了Curve的白皮书，才明白它的核心思路：在恒定和与恒定积之间找一个平衡点。
先从最简单的说起：恒定和公式
假设池子里有USDC和DAI两种稳定币，数量分别是x和y。
最理想的情况是什么？
你想想看，如果两者价格永远是1:1，那兑换就应该按1:1进行。数学上就是：
x + y = K这就是恒定和公式。它的好处是滑点为零——你存100 USDC，就能取出100 DAI，一分不多一分不少。
但问题来了：如果池子里只有恒定和，那流动性提供者怎么赚钱？没人愿意无偿提供流动性。更致命的是，如果外部市场价格偏离了1:1，套利者会瞬间把池子掏空。
嗯，这里要注意：恒定和公式在现实中根本跑不通。
再来看恒定积公式：Uniswap的解法
Uniswap用的是恒定积公式：
x * y = K这个公式的好处是：无论价格怎么变，池子永远不会枯竭。价格会随着供需自动调整，套利者会把价格拉回市场价。
但代价是什么？滑点。
我举个例子：假设池子里有100万USDC和100万DAI，K=10^12。你想用10万USDC换DAI：
- 新x = 110万
- 新y = 10^12 / 110万 ≈ 90.9万
- 你得到的DAI = 100万 - 90.9万 = 9.1万
你看，10万U只换到9.1万DAI，滑点接近10%。对于稳定币来说，这完全不能接受。
StableSwap的核心思想：加权组合
Curve的做法很巧妙——它引入了一个参数χ（chi），用来控制恒定和与恒定积的权重：
χ * (x + y) + x * y = χ * K + K²/4等等，这个公式看起来有点复杂。我来拆解一下：
- 当χ很大时，χ*(x+y)占主导，公式趋近于恒定和
- 当χ很小时，x*y占主导，公式趋近于恒定积
- K是常数，K²/4是为了让公式在x=y时成立
我当初看到这个公式时，第一反应是：χ怎么取？
答案是：χ取决于池子的深度和稳定币的数量。Curve把χ定义为一个动态值：
χ = A * x * y / (x + y)²这里A是一个常数，由协议设定。你看，当x≈y时，x*y/(x+y)² ≈ 1/4，χ ≈ A/4。当价格偏离时，χ会变小，公式向恒定积偏移。
说白了，这就是一个自适应机制：价格越接近1:1，滑点越低；价格偏离越大，滑点越高，防止池子被掏空。
完整的StableSwap公式
把χ代入，经过一番代数变换（我建议你自己推一遍，很有意思），得到最终的StableSwap不变式：
A * K * (x + y) + x * y = A * K² + K²/4或者写成更通用的形式（n种稳定币）：
A * n^n * K + D = A * n^n * K + (D / n)^n其中D是总流动性，n是币种数量。
这个公式的美妙之处在于：
- 在平衡点附近（x≈y），行为接近恒定和，滑点极低
- 在极端情况下（某个币快被掏空），行为接近恒定积，保护池子
- 参数A控制过渡的平滑程度
可视化理解：从线性到非线性的演变
下面这张图展示了三种公式的对比：
从图上可以清楚看到：
- 红色虚线（恒定和）：直线，滑点为零，但池子不安全
- 蓝色虚线（恒定积）：双曲线，安全但滑点大
- 绿色实线（StableSwap）：在平衡点附近贴近直线，远离时贴近双曲线
这就是我说的非线性组合——它不是简单的加权平均，而是根据当前状态动态调整。
实际部署中的坑
所以我的建议是：
- A值不要贪大，100-500之间比较安全
- 一定要加滑点限制，比如单笔交易不能超过池子总量的5%
- 模拟极端情况，比如某个币被大量买入/卖出时，公式是否还能保护池子
小结
StableSwap的核心思想，说白了就是一句话：在稳定币这个特定场景下，用数学公式把恒定和的低滑点和恒定积的安全性结合起来。
这个思路后来被很多协议借鉴，比如Uniswap V3的集中流动性、Balancer的加权池，本质上都是在做类似的事——针对特定资产类型，设计更优的做市曲线。
我个人觉得，Curve最厉害的地方不是公式本身，而是它精准地找到了稳定币这个场景的数学最优解。有时候，最好的设计不是最复杂的，而是最贴合场景的。