|
x*y=z 建立的。其中 x 和 y 是流动性池中的 代币数量 ，z 是 乘积 。要想保持 z 恒定，x 和 y 只能相互反向变动。该函数根据每个代币的流动性来确定两个代币的价格范围。如果交易者对 A 代币的供应量增加，那么 B 代币的供应量必须减少，反之亦然，以保持乘积 z 恒定不变。如果将该函数绘制出来，发现这是一个双曲线，其中流动性始终存在，但是价格会越来越高，并在两端接近无穷大。 但是，这样造成自动做市商模式普遍交易深度不足的情况。由于 y=z/x ，在 z 不变的情况下，x 的值越大，y 的值越小。这意味着当用户向交易合约中放入越多数量的代币 A，换回的代币 B 数量越少，即交易价格越高。因此，用户难以在 Uniswap 等算法型去中心化交易所上进行 大额交易 ，否则将要支付很高的价格。
而随着基于 AMM 模式的流动性的发展， 混合恒定函数 做市商也随之出现，它结合了多种功能和参数，以达到特定的目的。如调整流动性提供者的风险敞口，或者降低交易的价格滑点。例如， Curve 的 AMM 结合了恒定乘积及恒定平均值做市算法，以提供资金池的流动性，从而 降低滑点 。 但是，算法型交易所目前尚有一些问题有待解决。第一， 无常损失 (Impermanent Loss) 。流动性提供者所面临的最主要的风险是无常损失，即随着时间变化，流动性提供者在流动池中存入代币和自身在钱包里持有代币之间存在价值差。只要流动池内的代币的市场价格往任意一方偏离，就会产生无常损失。由于流动池内部不能自动调整代币市价的兑换率，因而需要 套利者 通过买入价格偏低的资产或者卖出价格偏高的资产。当一个代币的外部行情发生变化时，套利者可以买入或卖出流动池中现在相对折价的任何代币。在这个过程中，套利者抽取的利润来自于 流动性提供者 的口袋，这会导致无常损失。
第二， 多代币风险敞口 。算法型去中心化交易所通常会要求流动性提供者存入两种不同的代币，用意在于为交易双方提供相等的流动性。而去中心化交易所上的 ERC20 代币 品质参差不齐 ，这意味着流动性提供者会被强迫承担双代币风险，无法保持对单一代币的长期风险敞口。 (责任编辑：admin) |
恒定乘积函数下交易对价格
ETH/DAI 流动池随币价波动造成的无常损失