一、从普通人的视角搞懂AMM和无常损失
1.1 先把AMM翻译成大白话
很多人第一次接触AMM，会被“自动做市商”这个名字吓退，其实它本质就是一个自动卖货的小店。你可以想象成小区门口有个卖苹果和梨的小店，老板定了个死规矩：店里苹果的总价值必须永远等于梨的总价值。比如一开始店里有100个苹果（每个1块钱）和100个梨（每个1块钱），那不管谁来买苹果或梨，都得先保证苹果总价值=梨总价值。
比如有人来买苹果，买走50个，那店里剩下50个苹果，总价值还是100块（因为原来100个值100块），所以苹果单价会涨到2块钱一个。这时候梨的总价值也得是100块，原来100个梨的价值没动，所以梨单价还是1块钱。要是有人来换，用50个梨换苹果，那换完梨变成50个（总价值100块，单价2块），苹果变成100个（总价值100块，单价1块）。这就是AMM最核心的逻辑，不用老板喊价，全靠公式自动算价格。
1.2 无常损失到底亏在哪？
无常损失，很多人以为是真的亏了钱，其实它更像“本该赚的没赚到”。还是用刚才的苹果梨小店举例子： 假设一开始你投了100个苹果和100个梨（总价值200块），过了一个月，苹果涨价到每个2块，梨还是1块。这时候有两种选择： 第一种：你没投AMM，自己拿着100个苹果和100个梨，总价值是100×2 + 100×1 = 300块，赚了100块。 第二种：你投了AMM，这时候AMM里苹果和梨的总价值要相等。我们来算AMM里的数量： AMM里的数量乘积永远不变（这个是AMM的核心公式，比如原来100个苹果×100个梨=10000），设现在苹果数量是A，梨是B，那A×B=10000，同时A×2（苹果单价）=B×1（梨单价），解出来A≈70.7，B≈141.4。总价值是70.7×2 + 141.4×1≈282.8块。
你会发现，投AMM的总价值282.8块，比自己拿着的300块少了17.2块，这少的部分就是无常损失。本质就是：当两种资产价格偏离原来的比例时，AMM里的资产组合价值，会比你自己持有初始比例资产的价值低，低的部分就是无常损失。而且这个损失是“无常”的，要是后来苹果和梨的价格又回到1:1，损失就会消失。
二、无常损失的本质拆解
2.1 从公式看本质
刚才的例子里，AMM的核心公式是“数量乘积不变”，用数学公式表示就是：x×y=k（x是A资产数量，y是B资产数量，k是固定值）。而资产的总价值V = x×P_x + y×P_y（P_x是A资产价格，P_y是B资产价格）。
当两种资产的价格比发生变化时，x和y的比例也会跟着变，导致V的变化幅度和“持有初始比例资产”的变化幅度不一样。我们可以推导一个通用的无常损失公式：假设初始价格比是P0，后来的价格比是P，无常损失率（就是损失的比例）是： 无常损失率 = 2×√(P) / (1 + P) - 1 比如刚才的例子，P是苹果价格从1涨到2，所以P=2，代入公式：2×√2/(1+2) -1 ≈ 2×1.414/3 -1≈0.9427-1=-0.0573，也就是损失了约5.73%，和刚才算的17.2/300≈5.73%一致。
这个公式能看出来两个关键点：第一，只有当P=1（价格比和初始一样）时，损失率为0；第二，P离1越远，损失率越高，也就是两种资产价格差越大，无常损失越严重。
2.2 本质总结
无常损失的本质不是“资产贬值”，而是“机会成本损失”。它是AMM的“自动做市”逻辑带来的固有缺陷：为了保证两种资产的价值相等，当一种资产涨价时，AMM会自动卖出更多的该资产，导致涨价后该资产的持有量比你自己持有的少，赚的差价自然就少了；当一种资产降价时，AMM会自动买入更多的该资产，导致降价后该资产的持有量比你自己持有的多，亏的差价自然就多了。
三、链上流动性池实时监控方案的设计思路
既然无常损失是AMM的固有问题，那我们可以通过实时监控流动性池的状态，提前预警甚至自动调整，来降低损失。实时监控的核心是：实时获取流动性池的资产数量、价格，计算无常损失，当损失达到预警线时，触发告警或自动撤资。
3.1 监控方案的核心模块
一个完整的实时监控方案，需要三个核心模块：
- 数据采集模块：实时从区块链上获取流动性池的资产数量、两种资产的价格。
- 损失计算模块：实时计算当前的无常损失率和损失金额。
- 告警/执行模块：当损失达到预设的阈值时，发送告警（比如短信、邮件），或者自动执行撤资、调整比例等操作。
四、监控方案的落地实践
4.1 技术栈选择
我们选择的技术栈是：Python（用于数据处理、计算）+ Web3.py（用于连接区块链，获取链上数据）+ Aiohttp（用于异步获取价格数据，提高效率）。这个技术栈的优点是：Python语法简单，容易上手；Web3.py是连接以太坊等区块链的主流库，功能完善；Aiohttp可以同时获取多个价格数据，速度快。
4.2 完整的代码实现
我们以以太坊上的USDT-ETH流动性池为例，实现一个实时监控程序。代码的功能是：每10秒获取一次流动性池的状态，计算无常损失，当损失率超过5%时，发送告警。
# 导入需要的库
import asyncio
import web3
from web3 import Web3
import aiohttp
import time
# -------------------------- 配置参数 --------------------------
# 以太坊主网节点地址（可以用Infura的免费节点）
INFURA_URL = "https://mainnet.infura.io/v3/你的Infura密钥"
# USDT-ETH流动性池的合约地址（以Uniswap V2为例）
POOL_ADDRESS = "0x0d4a11d5eeaac28ec3f61d100daf4d40471f1852"
# 流动性池的ABI（简化版，只保留获取资产数量的函数）
POOL_ABI = [
{
"constant": True,
"inputs": [],
"name": "getReserves",
"outputs": [
{"name": "_reserve0", "type": "uint112"},
{"name": "_reserve1", "type": "uint112"},
{"name": "_blockTimestampLast", "type": "uint32"}
],
"payable": False,
"stateMutability": "view",
"type": "function"
}
]
# 初始价格比（假设初始时USDT和ETH的价格比是1:2000，也就是1ETH=2000USDT）
INITIAL_PRICE_RATIO = 2000
# 预警损失率（5%）
ALERT_LOSS_RATE = 0.05
# 监控间隔（10秒）
MONITOR_INTERVAL = 10
# -------------------------- 核心函数 --------------------------
async def get_pool_reserves():
"""异步获取流动性池的资产数量（USDT和ETH）"""
w3 = Web3(Web3.HTTPProvider(INFURA_URL))
# 检查连接是否正常
if not w3.is_connected():
raise Exception("无法连接到以太坊节点")
# 加载流动性池合约
pool_contract = w3.eth.contract(address=POOL_ADDRESS, abi=POOL_ABI)
# 调用合约的getReserves函数获取资产数量
reserves = pool_contract.functions.getReserves().call()
# 注意：Uniswap V2的资产顺序是按地址排序的，USDT的地址比ETH小，所以reserve0是USDT，reserve1是ETH
# USDT的小数位数是6，ETH的小数位数是18，所以要转换成实际数量
usdt_amount = reserves[0] / 10**6 # USDT数量（单位：个）
eth_amount = reserves[1] / 10**18 # ETH数量（单位：个）
return usdt_amount, eth_amount
async def get_current_price_ratio():
"""异步获取当前的USDT和ETH的价格比（1ETH=多少USDT）"""
# 用CoinGecko的API获取ETH和USDT的价格
async with aiohttp.ClientSession() as session:
async with session.get("https://api.coingecko.com/api/v3/simple/price?ids=ethereum,tether&vs_currencies=usd") as resp:
data = await resp.json()
eth_price = data["ethereum"]["usd"] # 1ETH的价格（USDT）
usdt_price = data["tether"]["usd"] # 1USDT的价格（USDT）
# 价格比=ETH价格/USDT价格
return eth_price / usdt_price
def calculate_loss_rate(current_price_ratio):
"""计算无常损失率"""
# 代入无常损失公式：2*√P/(1+P) -1，P是当前价格比/初始价格比
P = current_price_ratio / INITIAL_PRICE_RATIO
loss_rate = 2 * (P**0.5) / (1 + P) - 1
return loss_rate
# -------------------------- 主监控循环 --------------------------
async def monitor():
print("开始监控USDT-ETH流动性池的无常损失...")
while True:
try:
# 1. 获取流动性池的资产数量
usdt_amount, eth_amount = await get_pool_reserves()
print(f"当前流动性池：USDT数量={usdt_amount:.2f}，ETH数量={eth_amount:.4f}")
# 2. 获取当前的价格比
current_price_ratio = await get_current_price_ratio()
print(f"当前价格比：1ETH={current_price_ratio:.2f}USDT")
# 3. 计算无常损失率
loss_rate = calculate_loss_rate(current_price_ratio)
print(f"当前无常损失率：{loss_rate:.2%}")
# 4. 检查是否达到预警线
if abs(loss_rate) > ALERT_LOSS_RATE:
print(f"【告警】无常损失率达到{loss_rate:.2%}，超过预警线{ALERT_LOSS_RATE:.2%}！")
# 这里可以添加自动撤资的代码，比如调用合约的removeLiquidity函数
# 比如：await remove_liquidity()
# 等待监控间隔
await asyncio.sleep(MONITOR_INTERVAL)
except Exception as e:
print(f"监控出错：{str(e)}")
await asyncio.sleep(MONITOR_INTERVAL)
# 运行监控程序
if __name__ == "__main__":
asyncio.run(monitor())
4.3 代码的使用说明
- 替换参数：把代码中的
你的Infura密钥替换成自己的Infura密钥（可以在Infura官网免费申请）。 - 安装依赖：需要安装web3、aiohttp等库，执行命令：
pip install web3 aiohttp
- 运行程序：执行
python monitor.py，程序就会开始实时监控，每10秒输出一次流动性池的状态和无常损失率，当损失率超过5%时，会打印告警信息。
4.4 代码的扩展方向
这个代码只是一个基础版本，实际使用时可以扩展很多功能：
- 告警方式：可以把打印告警改成发送短信、邮件，或者接入企业微信、钉钉的机器人，实时推送给用户。
- 自动撤资：可以调用流动性池合约的
removeLiquidity函数，自动把自己的流动性撤出来，避免损失扩大。 - 多池监控：可以同时监控多个流动性池（比如USDT-ETH、USDC-ETH等），只需要修改
POOL_ADDRESS参数，添加多个监控任务即可。 - 历史数据：可以把每次计算的无常损失率保存到数据库（比如MySQL、Redis），方便后续分析损失的变化趋势。
五、方案的应用场景、优缺点和注意事项
5.1 应用场景
这个实时监控方案主要适用于两类人群：
- 流动性提供者（LP）：就是把资产投到流动性池里赚手续费的人，他们可以通过监控实时掌握自己的无常损失，避免损失过大。
- 量化交易员：可以把这个监控方案和自动交易策略结合，当无常损失达到一定程度时，自动调整流动性的比例，或者切换到其他流动性池，提高收益。
5.2 方案的优缺点
优点：
- 实时性强：可以每几秒就获取一次数据，实时掌握流动性池的状态，不会错过预警时机。
- 成本低：不需要额外的硬件设备，只需要一台电脑或者云服务器就可以运行，而且Infura的免费节点足够满足基础的监控需求。
- 可扩展性强：可以根据自己的需求，添加告警、自动撤资、多池监控等功能。
缺点：
- 依赖节点：如果以太坊节点出现故障，就无法获取数据，导致监控中断。
- 数据延迟：链上数据的获取会有一定的延迟（比如1-2秒），如果市场价格波动特别快，可能会导致预警不及时。
- 无法完全避免损失：监控方案只能提前预警，不能完全消除无常损失，只是降低损失的风险。
5.3 注意事项
- 初始价格比的设置：初始价格比要和你投入流动性池时的价格比一致，否则计算出来的无常损失率会不准确。
- 合约地址和ABI的正确性：不同的流动性池（比如Uniswap V2、Uniswap V3、SushiSwap）的合约地址和ABI不一样，要根据自己监控的流动性池进行修改。
- 节点的稳定性：如果要长时间运行监控程序，建议使用付费的以太坊节点，保证连接的稳定性。
- 自动撤资的安全性：如果添加自动撤资的功能，要注意私钥的安全，不要把私钥硬编码在代码里，建议使用硬件钱包或者密钥管理服务（KMS）来管理私钥。
六、文章总结
无常损失是AMM的固有缺陷，它的本质是机会成本损失，当两种资产的价格比偏离初始比例时，流动性池的资产组合价值会比自己持有初始比例资产的价值低。实时监控流动性池的无常损失，可以帮助流动性提供者提前预警，降低损失风险。
我们通过一个具体的Python程序，实现了实时监控USDT-ETH流动性池的无常损失，这个方案简单易上手，成本低，可扩展性强。在实际使用时，可以根据自己的需求，扩展告警、自动撤资等功能，更好地管理自己的流动性资产。
评论
围绕“自动做市商AMM无常损失的本质剖析与链上流动性池实时监控方案落地实践”参与讨论