币圈界报道：

恒定乘积机制如何实现无报价交易定价

在去中心化金融中，自动做市商不依赖传统订单簿的买卖报价，而是基于预设数学规则对资产进行实时定价。最典型的是恒定乘积模型，即 x×y=k，该逻辑被广泛应用于 Uniswap 等协议中。该公式要求池内两种代币的储备量乘积始终保持不变，从而根据当前储备比例推导出即时汇率。

池子运作原理与价格生成机制

流动性池以智能合约形式存在，持有等值配比的两种代币（如 ETH 与 USDC）。当用户存入资金时，系统设定初始常数 k，后续每一笔交易都必须维持此乘积恒定。一旦发生交易，一种代币的减少将迫使另一种代币相应增加，这种比例变化直接反映为价格波动——即每笔交易都会重新定义池子的隐含价值。

实际交易中的价格偏差：以 10 ETH / 20,000 USDC 池为例

假设初始池中拥有 10 枚 ETH 与 20,000 枚 USDC，其乘积为 200,000。此时，每枚 ETH 对应的理论价格为 2,000 USDC。若有人买入 1 枚 ETH，ETH 储备降至 9，为保持乘积不变，USDC 储备需增至约 22,222.22，意味着交易者需支付 2,222.22 USDC 才能获得该资产。这一差额即为滑点，是公式正常运行的结果而非系统缺陷。

交易规模与流动性深度的关系

滑点大小与交易量和池子深度呈正相关。大额交易对小池子冲击显著，导致执行价格大幅偏离初始报价；而深池则能更平稳地吸收同等规模交易，使成交价更接近市场中间价。这一现象被称为价格影响，是衡量流动性质量的核心指标之一。

从简单模型到复杂架构的演进

上述算式适用于 Uniswap v2 的全范围流动性模式。但在 v3 及 v4 中，流动性被集中于特定价格区间，由 NFT（v3）或内部记账（v4）管理，使得同一交易在不同配置下产生不同价格变动。这标志着从均匀分布向精准定位的转变。

恒定函数做市商的多样性设计

包括 Uniswap 与 Balancer 在内的多种协议属于恒定函数做市商（CFMM）范畴。并非所有资产对都适用平坦曲线。例如，稳定币通常采用更平缓的定价曲线（如 Curve 的 StableSwap），在接近锚定价时降低费用，在偏离时提高激励，以增强稳定性并优化交易效率。

历史数据反映早期市场格局

2020 年初，整个 DeFi 生态锁定资产约 1 亿美元，日均交易额突破千万美元。当时 CFMM 协议持有超过 1.29 亿美元流动性，远超基于 LMSR 的预测市场平台。尽管 Uniswap 初期仅获 10 万美元资助，其流动性规模已达到竞争对手总和的五至十倍，凸显简单机制的爆发力。

本分析的边界与局限说明

本文聚焦 Uniswap v2 的基础算例，未涵盖 v3/v4 的集中流动性计算逻辑，也未涉及 Curve 曲线的复杂运算。所用示例未计入手续费，真实环境中执行价会略高。此外，2020 年的数据仅为历史快照，不可用于评估当前协议表现。同时，诸如夹击交易（sandwich trading）等高级策略对最终价格的影响亦未展开讨论。