无常损失原因
无常损失 (Impermanent Loss, IL) 是在去中心化金融 (DeFi) 领域，尤其是自动做市商 (Automated Market Makers, AMMs) 中，流动性提供者 (Liquidity Providers, LPs) 经常遇到的一个概念。它指的是当 LP 提供的代币比例与 AMM 池子中的代币比例发生偏差时，相比于仅仅持有这些代币，LP可能遭受的价值损失。这种损失并非永久性的，只有当LP撤回流动性时才会真正“实现”，因此被称为“无常”损失。理解无常损失的成因对于参与 DeFi 的用户至关重要，可以帮助他们更好地评估风险，做出更明智的投资决策。
以下详细探讨无常损失的几个主要原因：
1. 价格差异和套利机制
自动化做市商（AMMs）的核心运作机制依赖于一个预先设定的数学公式，用于维持流动性池中不同代币之间的价格平衡。例如，Uniswap 采用的恒定乘积公式 x * y = k，其中 x 和 y 分别代表池子中两种代币的数量，k 代表一个常数。这个公式确保了无论发生什么交易，池子中两种代币数量的乘积始终保持不变。当 AMM 池子内部的代币价格与外部市场（例如中心化交易所）的价格出现偏差时，就为套利者创造了机会。套利者会迅速行动，通过在 AMM 池子和中心化交易所之间进行交易，以利用价格差异并从中获利，同时也将 AMM 池子的价格调整至与更广泛市场一致的水平。
为了更具体地说明，让我们考虑一个 ETH/DAI 的 Uniswap 池子。假设初始状态下，ETH 的价格在 Uniswap 池子中为 2000 DAI。现在，如果 ETH 在某个中心化交易所的价格突然上涨到 2100 DAI，那么套利者就会迅速介入。他们会在 Uniswap 池子中以较低的价格（2000 DAI）购买 ETH，然后迅速将这些 ETH 在中心化交易所按照较高的价格（2100 DAI）卖出，从而赚取 100 DAI 的利润。这种套利行为会持续发生，直到 Uniswap 池子中的 ETH 价格也接近 2100 DAI，从而消除价格差异。
套利行为的影响不仅限于价格的调整。为了将 Uniswap 池子中的 ETH 价格调整到与中心化交易所接近的水平，池子必须卖出 ETH 并买入 DAI。这意味着流动性提供者（LPs）所持有的 ETH 数量会减少，而 DAI 的数量会增加。如果 ETH 的价格持续上涨，那么 LP 原本持有更多 ETH 的情况会更为有利，因为他们的 ETH 价值会随着价格上涨而增加。然而，由于套利行为导致他们被迫出售了部分 ETH，其价值增长受到了限制。这种现象表明，在价格单边上涨的情况下，LP 可能会面临所谓的“无常损失”（Impermanent Loss），即与简单持有代币相比，LP 的收益相对较低。无常损失的大小取决于 AMM 池子内外价格差异的大小以及池子的流动性深度。
2. 流动性池的重新平衡
自动化做市商 (AMMs) 的核心设计理念之一是维持流动性池中不同代币价值的动态平衡。这种平衡并非静态，而是根据市场供需关系实时调整。当一种代币（比如Token A）的价格相对于另一种代币（比如Token B）上涨时，AMMs 会自动调整池子中两种代币的数量，以尽量维持预先设定的价值比例，例如常见的50:50。这一自动调整机制，虽然旨在确保交易的顺畅进行和价格的合理性，但同时也是导致无常损失 (Impermanent Loss) 的根本原因。
举例来说，假设一个流动性池初始状态下包含A和B两种代币，它们的价值比例为50:50。此时，LP（流动性提供者）存入的 A 和 B 代币价值相等。突然，市场对 Token A 的需求激增，导致 A 的价格显著上涨。为了维持池子中 A 和 B 代币的价值平衡，AMM 会自动执行以下操作：它会减少池子中 A 代币的数量，并相应地增加 B 代币的数量。本质上，这意味着 LP 在不知不觉中，通过 AMM 机制，自动卖出了部分 A 代币，并买入了 B 代币。这是一种自动化的套利行为，旨在平衡池子的价值。
现在，设想一下如果 LP 最初选择简单地持有 A 和 B 代币，而不是将它们存入流动性池。在这种情况下，由于 A 的价格上涨，他们所持有的 A 代币的价值也会随之增加，从而获得直接的收益。然而，当他们将 A 和 B 存入 AMM 后，池子的自动平衡机制迫使他们出售了一部分价值上涨的 A 代币，这使得他们错过了原本可以获得的更高收益。这就是无常损失的核心概念：由于 AMM 的自动重新平衡机制，LP 的资产价值偏离了简单持有时的价值。
3. 波动性对无常损失的影响
加密货币市场的波动性是影响无常损失的关键因素。价格波动性越大，流动性提供者（LP）面临的无常损失风险越高。这是因为剧烈的价格波动会激励套利者利用自动做市商（AMM）中的价格差异，从而导致池子中的代币比例发生变化，并可能使得LP的资产价值低于简单持有。
当池子中两种代币（例如，代币A和代币B）的价格相对稳定时，套利机会减少，无常损失的风险自然降低。 理想情况下，如果两种资产的价格呈线性关系，则几乎不会出现无常损失。 反之，如果代币A的价格经历显著且快速的波动，套利者会积极利用其在外部市场和AMM之间的价格差异进行交易，频繁地买入或卖出代币A。这种持续的套利行为会不断调整池子中代币A的数量，使得LP的资产组合偏离其初始比例，最终导致无常损失的产生。
稳定币池，例如USDT/USDC，由于其挂钩法定货币，价格相对稳定，因此遭受的无常损失通常较小。稳定币之间微小的价格偏差允许套利者进行交易，但对流动性提供者的影响通常可以忽略不计。 相反，对于波动性较大的代币池，例如新发行的DeFi代币与ETH的交易对，无常损失的影响会更为显著。这类代币通常价格发现阶段，价格波动剧烈，为套利者提供了丰富的机会，也使得LP更容易遭受无常损失的冲击。 在参与高波动性代币池之前，流动性提供者应该充分了解无常损失的潜在影响，并评估其风险承受能力，可以使用专门的无常损失计算器来模拟不同情景下的潜在损失。
4. LP 费用和无常损失的抵消
尽管无常损失会导致流动性提供者 (LP) 面临资产价值的潜在缩水，但 LP 能够通过从自动做市商 (AMM) 池中的交易活动中获取手续费收益来减轻这种影响。 每当有交易者在特定的 AMM 池中执行交易时，LP 将按照其在该池中所占份额的比例，获得一部分交易手续费。这些手续费的积累，旨在补偿 LP 因提供流动性而承担的部分乃至全部无常损失风险。
LP 手续费收益能否充分抵消无常损失，是一个受多种关键因素影响的动态过程。这些因素包括 AMM 池的交易量、设定的交易手续费率、以及池中代币对的价格波动幅度。在高交易量的环境中，频繁的交易活动产生可观的手续费收入，这有助于弥补无常损失，甚至可能为 LP 带来超额收益。相反，在低交易量或代币价格剧烈波动的情况下，手续费收入可能不足以覆盖无常损失，导致 LP 遭受实际亏损。因此，LP 需要仔细评估市场情况和池子特性，以做出明智的流动性提供决策。
不同的 AMM 平台可能会采用不同的手续费分配机制和激励措施。有些平台可能会将一部分手续费用于回购和销毁其原生代币，从而间接提高 LP 的收益。另一些平台则可能实施动态手续费调整机制，根据市场波动性和交易量来调整手续费率，以优化 LP 的收益和平台的竞争力。LP 在选择提供流动性的 AMM 池时，应充分了解这些机制，并将其纳入风险评估和收益预测中。
5. 不同 AMM 协议的设计差异
不同的自动化做市商 (AMM) 协议在设计上存在显著差异，主要体现在其核心算法和机制上，这些差异直接影响着无常损失的程度。不同的公式用于确定交易价格，进而影响流动性提供者 (LP) 的潜在收益和风险。 例如，Curve 专注于稳定币交易，采用的公式旨在维持池中资产的相对价格稳定。这种公式的特殊设计能够显著降低稳定币流动性池的无常损失，使得在 Curve 上提供稳定币流动性相比其他通用型 AMM 平台更具吸引力。Curve 通过在窄幅价格范围内集中流动性，提高了交易效率并降低了滑点。
Balancer 协议则提供了更大的灵活性，允许用户创建具有不同代币比例的流动性池。 这种灵活性使得 Balancer 用户能够构建定制化的投资组合，并根据其风险偏好调整池子的资产配置。 然而，不同的代币比例也会影响无常损失的风险。例如，包含波动性较大的代币的池子，其无常损失往往高于只包含稳定币或相关性较高的资产的池子。 Balancer 的权重调整机制也影响着池子的平衡和LP的收益。
选择参与哪个 AMM 协议，以及在所选协议中创建什么样的流动性池，对于最小化无常损失风险至关重要。 在做出决策之前，需要深入分析每个 AMM 协议的特性，理解其定价机制和流动性管理方式。 需要充分评估池中代币的波动性、相关性以及交易量等因素，以便选择最适合自身风险承受能力的流动性池。流动性提供者应充分了解不同 AMM 协议的风险和收益特征，谨慎决策，合理配置资产。
6. 具体数学模型
为了更精确地理解无常损失 (Impermanent Loss, IL)，可以使用数学模型进行分析。该模型基于恒定乘积做市商 (Constant Product Market Maker, CPMM) 的特性，这是大多数去中心化交易所 (DEX) 如 Uniswap 和 SushiSwap 使用的核心机制。
假设一个流动性池子 (Liquidity Pool) 包含两种代币 X 和 Y，它们之间存在流动性。初始状态下，X 的数量为 x 0 ，Y 的数量为 y 0 ，池子的恒定乘积（也称为池子常量）为 k = x 0 * y 0 。该常量 k 维持池子中 X 和 Y 数量的平衡。
假设代币 X 的价格相对于代币 Y 上涨了 n 倍。这意味着在新的平衡状态下，为了维持池子的恒定乘积 k 不变，X 的数量会减少到 x 1 ，Y 的数量会增加到 y 1 ，并满足 x 1 * y 1 = k。 n 代表价格变化的比率，例如 n = 2 代表 X 的价格翻倍。
通过数学推导，我们可以得出 X 和 Y 数量变化后的值：
- x 1 = x 0 / √n （X 的数量减少，因为其价格上涨）
- y 1 = y 0 * √n （Y 的数量增加，因为其价格相对便宜）
此时，流动性提供者 (Liquidity Provider, LP) 在池子中的总价值为：
- LP 价值 = x 1 * (当前 X 的价格) + y 1 。 由于 X 的价格上涨了 n 倍，当前 X 的价格可以表示为 n * (X 的初始价格)。 因此，LP 价值 = (x 0 / √n) * (n * 初始价格) + y 0 * √n = x 0 * √n * (X 的初始价格) + y 0 * √n
为了比较，假设 LP 没有提供流动性，而是仅仅持有初始数量的 x 0 和 y 0 ，那么他们的资产价值会变为：
- 持有价值 = x 0 * (n * 初始价格) + y 0 。 这代表如果LP简单持有代币，X的价值增长所带来的收益。
无常损失的百分比可以计算为 LP 提供流动性获得的价值与简单持有资产的价值之差，再除以简单持有资产的价值，公式如下：
- 无常损失百分比 = (持有价值 - LP 价值) / 持有价值 = (n * x 0 * (X 的初始价格) + y 0 - x 0 * √n * (X 的初始价格) - y 0 * √n) / (n * x 0 * (X 的初始价格) + y 0 )
为了简化计算，通常情况下，我们假设 x 0 和 y 0 的初始价值相等，即 x 0 * (X 的初始价格) = y 0 。 这意味着最初存入流动性池的两种代币价值相等。 在这种情况下，可以将公式简化为：
- 无常损失百分比 = (n + 1 - 2√n) / (n + 1) = (√n - 1)² / (n + 1)
通过这个公式，我们可以清晰地看到，n 越大（即价格上涨幅度越大），无常损失的百分比越高。这意味着价格波动越大，LP遭受的无常损失风险就越高。以下是一些具体示例：
- n = 1.25 (价格上涨 25%): 无常损失约为 0.6%
- n = 1.50 (价格上涨 50%): 无常损失约为 2.0%
- n = 2.00 (价格上涨 100%): 无常损失约为 5.7%
- n = 4.00 (价格上涨 300%): 无常损失约为 20.0%
7. 其他风险
除了无常损失、交易对手风险以及操作风险外，流动性提供者（LP）还面临着其他多种潜在风险，这些风险可能对他们的投资回报产生重大影响。
- 智能合约风险： 自动做市商（AMM）协议的核心是智能合约，这些合约本质上是计算机代码，可能存在未知的漏洞或安全缺陷。这些漏洞可能被恶意利用，导致流动性池中的资金被盗取或遭受损失。代码审计可以降低这种风险，但无法完全消除。依赖于外部预言机获取链下数据的智能合约也存在预言机操纵的风险，从而影响AMM的正常运行和LP的资金安全。
- 监管风险： 分布式金融（DeFi）领域的监管环境尚处于发展初期，全球各地的监管政策并不一致，并且随时可能发生变化。未来可能出台的监管政策可能限制或禁止DeFi活动，从而影响AMM协议的运营和LP的投资。例如，某些司法管辖区可能将DeFi代币视为证券，并对其进行监管，这可能导致合规成本增加或无法运营。监管机构对DeFi项目的调查或诉讼也可能导致项目声誉受损和代币价值下跌。
- 项目风险： AMM协议及其发行的代币的成功与否取决于多种因素，包括团队的执行能力、社区的支持、市场竞争以及技术创新。如果AMM协议未能吸引足够的交易量或用户，或者其代币失去了市场吸引力，LP可能会面临投资价值大幅下跌甚至归零的风险。项目团队可能存在内部欺诈或管理不善的问题，导致项目失败。项目方的跑路风险（rug pull）也是LP需要警惕的重要风险，尤其是在新兴DeFi项目中。
综上所述，参与DeFi流动性挖矿是一项高风险活动。在投入资金之前，潜在的流动性提供者必须进行彻底的研究，充分了解所有相关的风险因素，并根据自身的风险承受能力做出明智的投资决策。建议只投入能够承受损失的资金，并定期审查和调整流动性挖矿策略。
