下方恒定乘积曲线：

　　gamma是一个很小的正小数，在曲线形态上会比上方曲线更缩进原点。如前所述，CurveV2 需要引入这么一条gamma曲线，使得V2 曲线摆脱V1曲线在中、尾段的劣势（流动性枯竭和快速响应汇率变化），也就是让曲线拥有更大的后半段曲率。在这个基本原理的指引下，我们需要逆向来理解表达式的构成——

　　当坐标变化不断向横纵坐标轴的远方移动时，越趋近无穷大，V2曲线形态越向下方恒定乘积曲线拟合。即K0 趋近gamma，CurveV2 表达式reduction：

　　在均衡点处，scaledbalance 序列内元素相等（恒定乘积特性）——

　　随着市场汇率的变化、兑换的发生、LP做市行为的影响，系统坐标点会逐渐偏离原始“均衡点”，如果不加以纠正曲线形态，不仅会造成流动性的聚集性减弱，还会带来无常损失。CurveV2 为此提出了MarketPrice Update 机制【1】——

　　i)exponentially moving average (EMA) price oracle

　　ii)profit measurement

　　iii)repricing algorithm (depends on i and ii)

　　概括来讲，系统会通过经典的内部预言机机制EMA不断捕获系统内汇率的移动序列，然后不断在每一次交易和做市行为后根据priceoracle 来更新一种名为收益度量（profit）的变量Xcp。

　　这种变量可以理解为每一次价格偏移距离原始均衡点的幅度，可以直观理解为，如果汇率变化幅度不大，系统公式将依旧以原始均衡点为根基，如果汇率变化非常大，坐标点在曲线上偏移很大，则系统应该重建公式，更换新的“均衡点”根基，以此来缩小无常损失和重新聚集流动性。Xcp这个变量便是用来量化合适可以更换公式和均衡点的手段。

　　如上所述，当Xcp突破阈值后，系统会根据此时更新的oracleprice 来更新price_scale，以此来为新公式定位新的均衡点位置，随后更新新的D值，获取新的表达式。

　　这样，原本固定的Curve V1曲线便会随着场内汇率的大偏移不断变换均衡点，使得永远在当前汇率附近具备最大的流动性，及时对抗套利者，减缓无常损失。论文中有关于此项机制非常详细的参数化定义，也是实现的复杂之处。

　　总结

　　Michael Egorov一如既往地不愿意多说，所以我们看Curve V2非常晦涩。本文介绍了V2引领性的两大创新机制：新曲线和repegging。这条新曲线不仅静态复杂，还拥有了动态属性，可以根据EMA 和Xcp智能响应系统偏移，让池子流动性最大化地聚集在当前汇率范围内，极大地提高了动态资本效率，这是可以超越Uni V3的地方。我们最终会发现，CurveV2 可以与Uni V3再组合。