- 从流动性提供者的视角看风险结构
- 恒定乘积公式与价格平衡的必然摩擦
- 价格波动是无常损失不可避免的根源
- 不同 AMM 设计下无常损失的表现差异
- 可行的对策与实战策略
- 案例分析：当激励与流动性脱节时的陷阱
- 监管与安全角度的补充考虑
- 结语（技术视角下的现实判断）
从流动性提供者的视角看风险结构
在去中心化交易所（DEX）上参与流动性挖矿，本质上是把资产存入某种自动做市商（AMM）的池子，换取交易手续费和平台发放的激励代币。但与集中式交易所的被动持币不同，AMM 的配比规则会随着市场价格变化自动调整持仓，这就引入了“无常损失”（impermanent loss，IL）的问题。所谓无常损失，是指当你作为流动性提供者（LP）在退出池子时，所持资产相对于如果直接持有原始代币的价值损失；这个损失在价格回到初始水平时可以消失，因此称“无常”，但如果退出时价格未回归，则成为实损。
理解无常损失为何不可避免，先从 AMM 的定价与余额调整机制说起。
恒定乘积公式与价格平衡的必然摩擦
常见的 AMM（如 Uniswap v2）使用恒定乘积公式 x * y = k。这里 x、y 分别是两种代币的池中余额，k 是常数。当外界市场改变这两种代币的相对价格（例如代币 A 升值），套利者会通过在 AMM 上卖 A 买 B，直到 AMM 的内在价格与外部市场一致。这个过程中：
– 池中较贵的代币被卖出（余额下降），便宜的代币被买入（余额上升），从而自动调整配比。
– LP 的份额仍然按比例持有两种代币，但其组成发生了变化，持有的较多变成了相对便宜的代币、较少变成了相对昂贵的代币。
套利行为会带来手续费补偿，但手续费并不总能完全覆盖因价格偏离导致的组合价值损失。数学上，当价格偏离初始价 p0 到 p1 时，恒定乘积 AMM 相比于直接持有，价值差异可以通过一个公式刻画，而这个差值在多数波动情形下大于零（即存在损失）。因此，任何依赖自动再平衡规则来维持价格的一段间隙都会产生这种“摩擦性损失”。
价格波动是无常损失不可避免的根源
无常损失的核心驱动是“相对价格变化”而非单边价格波动。只要两种代币之间存在波动（尤其是非完全同步波动），AMM 的再平衡就会把组合暴露到比单纯持币更复杂的风险结构。当两种代币价格同步上升或下降且比例不变时，理论上不会产生无常损失，但现实中，绝大多数代币都存在独立波动、流动性不对称、以及市场情绪冲击，这使得完全避免变价不现实。
此外，LP 面临的并非只有无常损失一项成本，还包括交易对的价格冲击（slippage）、前置交易/MEV 导致的套利成本，以及链上交易费用（gas）。这些因素共同作用，使得流动性挖矿在实践中几乎必然伴随价值偏离风险。
不同 AMM 设计下无常损失的表现差异
– 恒定乘积（CPMM）：通用、简单，但对价格波动敏感，标准 IL 在价格变动大时明显。
– 恒定和（如稳定币 AMM）：对同价资产优化（如 Curve），在小幅波动下 IL 很小，但对大幅偏离也有局限。
– 集中流动性（Uniswap v3）：允许 LP 在特定价位区间集中资金，从而在狭窄区间提供深度，显著提高资本效率并降低在该区间的 IL。但如果价格移出该区间，资金不再被用于做市，形同单边持仓，可能带来更高风险。
– 动态费用/激励机制：一些协议通过动态手续费或额外奖励（如代币挖矿）来补偿 LP，从而部分对冲 IL 的损失。
这些设计并不消灭无常损失，而是在不同场景下改变其大小与分布。
可行的对策与实战策略
以下策略旨在降低无常损失或将其与收益进行优化匹配，适合技术爱好者在不同风险偏好场景下运用：
– 选择低波动性交易对：稳定币-稳定币或高度相关资产对（如同一项目的不同代币）能显著降低 IL。
– 使用专门为稳定对设计的 AMM：Curve、Bancor 等在小价差区间内提供更优的滑点和更低的 IL。
– 集中流动性策略：在 Uniswap v3 等平台上把资金放在预计价格波动最可能停留的区间，提升手续费收益以抵消 IL。但这要求持续监控并可能主动调整仓位。
– 单边做市或合成头寸：通过期货、永续合约或期权对冲一侧暴露，把组合风险转化为可管理的头寸；但此类策略会引入交易费、资金费率和清算风险。
– 频繁再平衡与止损：主动管理能够在价格大幅单边移动前调整仓位，但会产生更多链上费用与税务复杂性。
– 利用保险与补偿协议：某些平台提供 IL 保险或风险补偿池，但需要考虑承保方的对手风险与费用。
– 评估净收益而非单看 IL：LP 的最终表现取决于手续费+激励-IL-费用。短期高激励可能掩盖长期不可持续的 IL，因此应把时间尺度和代币来源（通胀性代币 vs 实收费用）一并考量。
案例分析：当激励与流动性脱节时的陷阱
设想某新链上代币 X/ETH 的流动性池提供高比例的治理代币作为挖矿奖励，短期内吸引大量 LP。这些 LP 在流动性密集期获得高额奖励，看似覆盖了 IL。然而当激励减少或代币价格下行时：
– 流动性逐步撤出，滑点上升，套利更频繁；
– 代币 X 价格下跌，LP 面临单边损失转化为实损；
– 奖励代币若非稳定价值，实际补偿被稀释或变为负值。
这个案例说明，激励能暂时缓解 IL，但并不能从根本上消除由价格波动带来的经济成本。
监管与安全角度的补充考虑
在评估 IL 与对策时，还要把监管与安全因素纳入模型：协议漏洞、代币合约治理风险、激励代币的空投和税务处理、以及跨链桥的风险，都可能使原本量化的 IL 与收益模型崩塌。对冲工具（如期权）虽然有效，但在一些司法辖区可能受限。除此之外，链上 MEV（最大可抽取价值）和前置交易也会增加套利效率，使 LP 更难获得理想的手续费补偿。
结语（技术视角下的现实判断）
无常损失并非单纯的“漏洞”，而是 AMM 自动再平衡机制在面对非对称波动时不可避免的经济反映。理解其发生机理、量化损失规模并结合多种工具与策略，是技术型 LP 的核心能力。对流动性挖矿感兴趣的技术爱好者应把注意力从“能否完全避免 IL”转向“如何在特定市场结构和时间尺度下，通过产品选择、仓位集中或对冲手段，使净收益最大化并把风险控制在可接受范围内”。
暂无评论内容