滑点正好等于你占池子的比例:Uniswap 定价论文的证明骨架与一次手算
一条 x·y=k 的规则,为什么能在没有报价员的情况下跟住市场价?论文证明了它"必须",但没有证明你能赚钱。这两件事要分开读。

01核心论点:一条价格函数,不是一位做市商
很多人把自动做市商(AMM)理解成"由算法担任的做市商"。论文给出的图景更准确:它是一条把库存比例翻译成价格的函数。池子里两种资产的余额记作 x 与 y,边际价格就是 y/x;任何一笔交易都会改变 x 和 y,于是价格自动变化,而乘积 x·y 保持不变。没有报价,没有挂单,也没有人判断该报多少。
论文开篇承认的正是这种反差:这套机制简单到看起来不该有效,所以需要证明它为什么有效。
"Uniswap — and other constant product markets — appear to work well in practice despite their simplicity."
译文:Uniswap 以及其他常数乘积市场,尽管构造极其简单,在实践中却运行得相当好。
注:原句在摘要开头,"despite their simplicity"是全文的问题意识所在——不是介绍机制,而是解释一个看起来不该成立的经验事实。
第二个判断比第一个强得多。作者给出形式化分析,指出在若干常见条件下,这类市场必须紧紧跟住参考市场价格。所谓参考价,就是外部交易所的价格,也是套利者能拿到的价格。换句话说,AMM 的定价权不在自己手里:它靠别人来搬。
"we give a simple formal analysis of constant product markets and their generalizations, showing that, under some common conditions, these markets must closely track the reference market price."
译文:我们给出了常数乘积市场及其推广形式的简洁形式化分析,证明在某些常见条件下,这类市场必须紧密跟随参考市场价格。
注:注意"under some common conditions"——结论是有前提的。后文列出的前提被打破时,"必须跟住"就退化成"有时跟住"。
第三个判断来自仿真。作者用大规模智能体模型,让不同策略的参与者在多种市场条件下反复交易,观察到 Uniswap 在很宽的条件下保持稳定。
"we numerically demonstrate, via a large-scale agent-based simulation, that Uniswap is stable under a wide range of market conditions."
译文:我们通过大规模基于智能体的仿真在数值上证明,Uniswap 在很宽范围的市场条件下是稳定的。
注:这里的 stable 指价格与流动性行为不失控,不是指参与者不亏钱。论文关心系统稳定性,不关心你的持仓盈亏,这两件事经常被混为一谈。
02论证拆解:三个前提,支撑一个"必须"
把论文的证明骨架拆开,其实只有三步:先写不变量,再写套利者的激励,最后证明激励会把价格推回参考价。三步各自对应一个可被现实打破的前提。
| 前提 | 论文里的含义 | 现实中被打断时 |
|---|---|---|
| 存在套利者 | 任何看到价差的人都能无许可交易 | 价差长期存在,链上价与外部价脱钩 |
| 交易成本有限 | gas 与手续费小于套利利润 | 小价差无人搬,价格跟不紧 |
| 库存不被单方抽干 | 大额交易会先被滑点惩罚 | 池子被抽薄,报价失去意义 |
第一条最关键。AMM 不主动寻找价格,它等套利者来纠正。只要有人能在外所以低价买入、在池子里高价卖出,价差就会被吃掉。论文的"必须"本质上是一句激励相容的陈述:不是池子想跟住,而是不跟住就有人赚钱。
第二条决定了"跟多紧"。套利有成本:gas、手续费、被抢跑的概率。成本越高,可容忍的价差越大。所以同一套公式在以太坊主网和一条便宜链上,表现可以完全不同——不是机制变了,而是搬运的价格变了。
第三条是很多人忽略的:如果一笔交易大到能把池子抽干,价格冲击会让这笔交易自己变得不划算。这个自我限制是常数乘积最精巧的地方,也是它在小池子上失效的地方。
03手算:滑点正好等于你占池子的比例
由上面的恒等式可以直接推出一个漂亮结论:一笔以 dx 换 dy 的交易,其平均成交价相对边际价格的偏离,恰好等于 dx/x。也就是说,未计手续费时,价格冲击就等于这笔交易占池中"卖出侧储备"的比例。
这个结论好用的地方在于不需要任何模型:你只要知道池子单边有多深,就能立刻估出这笔单会把自己的成交价推坏多少。下面按同一公式列几档,方便直接对照。
| 交易额占单边储备 | 价格冲击 | 加 0.3% 手续费后 | 典型场景 |
|---|---|---|---|
| 0.1% | 0.1% | 约 0.4% | 小额换币,几乎无感 |
| 0.5% | 0.5% | 约 0.8% | 正常散户单 |
| 1% | 1% | 约 1.3% | 开始值得拆单 |
| 5% | 5% | 约 5.3% | 明显吃亏,建议走聚合器或分批 |
| 10% | 10% | 约 10.3% | 等于自愿以市价九折成交 |
第二个可以手算的量是无常损失。设价格相对变动为 r(涨 1.1 倍即 r=1.1),LP 组合价值与"一直持有不动"的价值之比为 2√r/(1+r)。
代入 r=1.1(涨 10%),IL ≈ −0.113%;r=2(翻倍),2×1.4142/3 − 1 ≈ −5.72%;r=0.5(腰斩),同样约 −5.72%。涨跌对称不是巧合,而是常数乘积的结构性后果:无论往哪边走,组合都会被套利者换成一个更"平庸"的资产配比。
把手续费加回来,就能看清做市的真实处境。假设费率 0.3%、日成交额等于池子 TVL 的 20%(这是演示用的量级假设),LP 的日手续费收入约为 TVL 的 0.06%。如果同一天价格单边走 10%,无常损失约 0.113%,接近两天的费用收入。一天抹掉两天的收益,这就是"做市不是无风险收益"的最短证明。
04反例与边界:论文没覆盖的三件事
论文的分析对象是纯常数乘积加统一费率,时间点在 2019 至 2021 年。今天的 AMM 已经长出三样它没有建模的东西,直接套公式会出错。
- 集中流动性:资金被限制在价格区间内,区间内深度更高,滑点不再等于 dx/x;价格一旦走出区间,深度会骤降,公式失效。
- 多档费率与路由拆单:同一笔交易可能被拆到多个池子,单池公式只描述其中一段,实际滑点要看加权结果。
- 延迟与抢跑成本:论文假设套利者能按参考价成交;现实中要付优先费、要和其他搜索者抢同一笔价差,这部分成本没有进入常数乘积模型。
还有一层更隐蔽的偏差:论文证明的是"价格跟得住",没有证明"LP 赚得到"。价格跟得越紧,套利越频繁,LP 被逆向选择得越多。这两件事在数学上不矛盾,在账本上却是相反的。所以读这篇论文要分清它回答了哪个问题:它回答的是定价机制的有效性,不是流动性提供的收益率。
05对中文读者的用法
把这篇论文变成可操作的判断,只需要记住三件事:价格是库存比例,滑点是你的占比,LP 收益要先扣无常损失。
- 下单前先估 dx/x:交易额超过池子单边储备的 1%,就该考虑拆单或改用聚合器。
- 看深度看"单边储备",不要只看 TVL 总额;双边 TVL 翻倍不等于你能下的单翻倍。
- 做 LP 先算 IL(r),用你预计的最大波动幅度代入,再去看年化费率,顺序不要反。
- 用集中流动性时,把"价格走出区间"当作一个需要估概率的独立事件,而不是尾部风险。
- 不要拿"手续费年化 30%"直接和无常损失比较:前者按 TVL 计,后者按价格变动计,分母不同。
最后一条经验:如果一个池子的深度数据来自项目方自报,先按一半折算再算滑点。论文的公式没问题,问题通常出在输入。
06延伸阅读
· Angeris, Kao, Chiang, Noyes, Chitra,《An analysis of Uniswap markets》,arXiv:1911.03380(v7,2021-02-09),访问于 2026-10-25
· 同上论文摘要页的提交历史与学科分类信息,访问于 2026-10-25
· 滑点公式 dy = y·dx/(x+dx) 与 IL(r) = 2√r/(1+r) − 1 为本文依据不变量自行推导,示例数值为本文假设
访问日期:2026-10-25。文中英文短引均标注出处,中文译文为本文自译;示例数字为演示用假设,已在文中说明。
常见问题
这篇论文的结论对今天的 AMM 还成立吗?
机制层面成立:价格仍由库存比例决定,滑点仍近似等于交易额占单边储备的比例。但论文没有建模集中流动性、多档费率和抢跑成本,区间外的深度骤降与 MEV 损失要另算。
为什么说滑点等于"你占池子的比例"?
在纯常数乘积模型下,平均成交价相对边际价格的偏离恰好是 dx/x,其中 x 是卖出侧储备。所以池子单边 100 万美元时,买 1 万美元的价格冲击约 1%。
无常损失涨跌对称,是不是意味着做 LP 稳赚?
不是。IL 对涨跌对称,意味着只要价格偏离就会被套利者换走一部分价值;LP 的净收益等于手续费收入减去这部分损失,行情剧烈时后者可能更大。
论文说的"稳定"是指不会亏钱吗?
不是。stable 指价格与流动性行为不失控,属于系统层面的稳定性;个体盈亏不在论文的讨论范围内。
本文为英文公开研究的摘译与独立分析,不构成投资建议。原文版权归原作者所有。 最后更新:2026-10-25。

