Uniswap 深入解析：V2、V3 与 V4

Uniswap 演进概览

Uniswap 是以太坊上最重要的去中心化交易所（DEX），采用自动做市商（AMM）模型，用数学公式替代传统的订单簿。从 2018 年 V1 到 2024 年 V4，Uniswap 不断推动 DeFi 的边界。

V2恒定乘积公式

Uniswap V2 的核心是恒定乘积公式 x · y = k。池子中有两种代币：x（代币 A 的储备量）和 y（代币 B 的储备量）。它们的乘积在交易前后保持不变。这条简单的公式定义了一条双曲线，所有交易都在这条曲线上滑动。

为什么是 x·y=k？直觉理解

你可能会问：为什么偏偏选择乘积恒定？为什么不用加法 x+y=k，或者别的什么公式？原因在于乘积公式有几个非常优美的性质：

1. 曲线永远不会触碰坐标轴。这意味着你永远无法完全耗尽池子中的任何一种代币——当某种代币变得稀缺时，它的价格会趋向无穷大，阻止进一步购买。这是自然的保护机制。

2. 价格自动发现。不需要任何人来「设定」价格。价格完全由池中两种代币的比率决定：Price(B/A) = y/x。如果池中有 1000 个 A 和 2000 个 B，那么 1 个 A 的价格就是 2000/1000 = 2 个 B。

3. 交易量越大，价格移动越多（滑点）。这自然地惩罚了大额交易，保护了池中的流动性。如果用 x+y=k（恒定和），则价格永远不变，大鲸鱼可以用固定价格清空整个池子。

公式推导：从 k 不变到价格发现

让我们一步步推导。假设池子中有 x 个代币 A 和 y 个代币 B，初始状态满足：

现在有人想用 Δx 个 A 换 B。他把 Δx 存入池子，池子的 A 储备变成 x + Δx。由于 k 必须保持不变，新的 B 储备量 y' 需要满足：

解出 y'：

用户得到的代币 B 数量 Δy = y − y'：

具体数字例子

假设一个 ETH/USDC 池子，初始状态：x = 100 ETH，y = 200,000 USDC，k = 100 × 200,000 = 20,000,000。此时 1 ETH = 200,000/100 = 2,000 USDC。

小额交易：Alice 用 1 ETH 换 USDC。Δy = 200,000 × 1 / (100 + 1) = 1,980.20 USDC。她的成交均价是 1,980.20 USDC/ETH，比现货价 2,000 滑了约 1%。交易后池中有 101 ETH 和 198,019.80 USDC，新价格 = 198,019.80/101 ≈ 1,960.59 USDC/ETH。

大额交易：Bob 用 10 ETH 换 USDC。Δy = 200,000 × 10 / (100 + 10) = 18,181.82 USDC。他的成交均价只有 1,818.18 USDC/ETH，比现货价滑了约 9%！交易量越大，滑点越大——这就是 AMM 的价格保护机制。

边际价格 vs 成交均价

这里有一个容易混淆的概念。「现货价格」（边际价格）是池中代币比率 y/x，代表无限小交易的理论价格。而你的「成交均价」是实际收到的代币量除以投入的代币量。交易量越大，成交均价偏离现货价格越远。用数学表示：边际价格 P = y/x = -dy/dx（曲线的斜率），成交均价 = Δy/Δx（割线的斜率）。

交互演示：x·y=k 曲线

V2交易机制

前面我们推导了无手续费的交换公式。但在真实的 Uniswap V2 中，每笔交易收取 0.3% 的手续费。手续费的处理方式很巧妙：不是从输出中扣除，而是在输入端扣除。也就是说，你投入的 Δx 中，有 0.3% 留在池子里作为 LP 的收益，剩下的 99.7% 才参与交换计算。

然后用 Δx′（扣除手续费后的输入）代入公式计算输出：

手续费如何让 k 增长

这里有一个关键细节：手续费直接留在池中，这意味着 k 并不是真正恒定的——它在每次交易后都会略微增加！交易前 k = x · y，交易后新的 k' = (x + Δx) · (y − Δy)。由于 Δx 中包含了手续费部分，k' > k。这个增量就是 LP 的收益来源。随着越来越多的交易发生，k 不断增长，LP 持有的资产价值也随之增加。

完整交易推导：含手续费的步骤

让我们用一个完整的例子走一遍。池子：100 ETH / 200,000 USDC。Alice 用 5 ETH 换 USDC，手续费 0.3%。

第 1 步：计算有效输入。Δx′ = 5 × 0.997 = 4.985 ETH（0.015 ETH 作为手续费留在池中）。

第 2 步：计算输出。Δy = 200,000 × 4.985 / (100 + 4.985) = 997,000 / 104.985 = 9,496.60 USDC。

第 3 步：验证。成交均价 = 9,496.60 / 5 = 1,899.32 USDC/ETH。而现货价是 2,000 USDC/ETH。滑点约 5%。交易后池中：105 ETH / 190,503.40 USDC，新现货价 = 190,503.40/105 ≈ 1,814.32 USDC/ETH。

价格影响与套利

价格影响（Price Impact）：交易量越大，滑点越大。价格影响 ≈ Δx / (x + Δx)。大额交易会显著移动价格。

那 Uniswap 上的价格如何与外部市场（比如 Binance）保持一致呢？答案是套利者。当 Uniswap 上 ETH 的价格低于 Binance 时，套利者会在 Uniswap 上买入（推高价格），在 Binance 上卖出，直到两边价格趋于一致。套利者是 AMM 的价格校准引擎——他们通过追逐利润，免费维护了市场的价格一致性。

多跳路由（Multi-hop Routing）：如果没有直接的 A→B 交易池，Router 合约会自动寻找中间路径，比如 A→ETH→B。每一跳都是一次独立的交换，都会产生滑点和手续费。在 V2 中，每一跳都需要实际的 ERC-20 代币转账。

交互演示：V2 交易计算器

V2流动性提供

成为流动性提供者（LP）是 Uniswap 的收益来源。你向池中注入等价值的两种代币，获得 LP 代币代表你的份额。每笔交易的 0.3% 手续费自动加入池子，你的份额随之增值。

为什么必须等比例注入？

因为如果你注入的比例与当前池中比例不同，你实际上在改变价格——这会立刻被套利者利用。例如，池中有 100 ETH + 200,000 USDC（价格 2000 USDC/ETH）。如果你存入 10 ETH + 30,000 USDC（你认为 ETH 值 3000），池子会变成 110 ETH + 230,000 USDC（价格 2090.9 USDC/ETH），套利者会立刻买入便宜的 ETH 赚差价。为了避免这种情况，协议要求 Δx/x = Δy/y。

LP 代币的数学

为什么首次注入用 √(x·y)？因为需要一个与 x 和 y 都成比例的度量。如果用 x+y，那注入的币种比例不同会影响 LP 数量。√(x·y) 是几何平均数，天然具有比例不变性。另一个细节：首次注入时，Uniswap 会永久锁定 MINIMUM_LIQUIDITY（= 1000 个最小单位）的 LP 代币到零地址，防止有人通过极少量初始流动性操纵价格。

手续费积累示例

假设池中有 100 ETH + 200,000 USDC，你持有 10% 的 LP 份额。一天内发生了 $1,000,000 的交易量，0.3% 的手续费 = $3,000（大约 1.5 ETH + 3,000 USDC 加入池中）。你的 10% 份额对应 $300 的收益。注意：手续费不是分发给你的，而是直接加入池子储备——你的 LP 代币对应的底层资产更多了。只有当你撤出流动性（burn LP 代币）时，才能实现这部分收益。

V2无常损失

无常损失（IL）是 LP 面临的最重要风险。当代币价格变化时，LP 持有的资产组合价值会低于简单持有（HODL）。价格变化越大，无常损失越大。之所以叫「无常」，是因为如果价格回到初始值，损失就消失了。

为什么会有无常损失？直觉理解

假设你以 1 ETH = 2000 USDC 的价格向池中存入 1 ETH + 2000 USDC。现在 ETH 涨到了 4000 USDC。由于 AMM 的恒定乘积公式，池中的 ETH 数量会减少（被套利者买走），USDC 会增加。如果你此时撤出流动性，你拿到的不是 1 ETH + 2000 USDC，而是大约 0.707 ETH + 2828 USDC。

你的 LP 资产总价值 = 0.707 × 4000 + 2828 = 5656 USDC。如果你当初不做 LP，直接持有 1 ETH + 2000 USDC，总价值 = 1 × 4000 + 2000 = 6000 USDC。差额 6000 − 5656 = 344 USDC，这就是无常损失。本质上，AMM 在价格上涨时自动帮你「卖出」了涨价的资产（ETH），在价格下跌时自动帮你「买入」了跌价的资产。这是一种被动的反向操作。

公式推导：IL 是怎么来的

设初始价格 P₀ = y₀/x₀，初始投入为 x₀ 个 A 和 y₀ 个 B。k = x₀ · y₀。价格变为 P₁ = r · P₀（r 是价格比率）。由于套利者的存在，池中储备量会调整到新价格。

新储备量：因为 P₁ = y₁/x₁ 且 x₁ · y₁ = k，我们可以解出 x₁ = √(k/P₁) = x₀/√r，y₁ = √(k · P₁) = y₀ · √r。

LP 资产价值（以 B 计）：V_LP = x₁ · P₁ + y₁ = (x₀/√r) · (r · P₀) + y₀ · √r。因为 y₀ = x₀ · P₀，所以 V_LP = x₀ · P₀ · (√r + √r) = 2 · x₀ · P₀ · √r。

HODL 价值：V_HODL = x₀ · P₁ + y₀ = x₀ · r · P₀ + x₀ · P₀ = x₀ · P₀ · (1 + r)。

IL = V_LP / V_HODL − 1 = 2√r / (1 + r) − 1。这就是无常损失公式！

注意几个重要性质：r = 1 时（价格不变），IL = 0。IL 永远 ≤ 0（LP 总是「亏」于 HODL）。IL 关于 r 对称：r = 2 和 r = 0.5 的 IL 相同（都是 -5.7%）。这是因为公式只关心价格变化的幅度，不关心方向。

当然，LP 还赚取手续费收入。只要手续费收入 > 无常损失，做 LP 就是有利可图的。这就是为什么高交易量的池子即使有 IL，LP 仍然能赚钱。

下表展示了不同价格变化下的无常损失。注意 IL 是对称的：价格翻倍 (2x) 和减半 (0.5x) 的 IL 相同。

V3集中流动性

Uniswap V3 最大的创新是集中流动性。LP 可以选择只在某个价格区间 [Pa, Pb] 内提供流动性，而不是像 V2 那样分散在 (0, ∞) 的全范围。这意味着同样的资金可以在目标区间内提供更深的流动性。

V2 的问题：流动性浪费

在 V2 中，你的流动性均匀分布在 0 到 ∞ 的价格区间。想象一下：你在 ETH/USDC 池中投入了 $100,000 的流动性。但 ETH 价格在 $1,500-$2,500 之间波动的概率是 99%，这意味着你分配在 $0-$1,500 和 $2,500-∞ 区间的资金基本上永远不会被用到——大约 90%+ 的资金在「睡觉」。这是巨大的资本浪费。

V3 的解决方案：让 LP 自己选择价格区间。你可以说「我只在 $1,800-$2,200 之间提供流动性」，这样你的全部 $100,000 都集中在这个区间，提供的流动性深度相当于 V2 中投入约 $1,000,000。

虚拟储备：V3 的核心数学

V3 的数学建立在一个关键概念上：虚拟储备（Virtual Reserves）。在有限价格区间 [Pa, Pb] 内，V3 模拟一条「偏移后的」x·y=k 曲线。LP 不需要提供完整曲线所需的所有代币，只需要提供覆盖 [Pa, Pb] 区间的部分。

具体来说，V3 引入了一个度量「流动性深度 L」。L = √k，其中 k 是虚拟曲线的常数。V3 的交换公式不直接用 x 和 y，而是用 √P（价格的平方根）和 L：

这个公式的直觉：L 描述了在某个价格区间内，每「移动 1 个单位的 √P」需要多少代币 B。L 越大，同样的价格变动需要更多的交易量，滑点就越小。

推导：LP 需要存入多少代币？

假设当前价格 P，LP 选择区间 [Pa, Pb]，想提供深度为 L 的流动性。需要存入的代币数量取决于当前价格在区间中的位置：

情况 1：当前价格在区间内（Pa ≤ P ≤ Pb）。需要同时存入 x 和 y：

情况 2：当前价格低于区间（P < Pa）。只需存入代币 x（便宜的那个）。当价格上涨进入区间时，x 会逐渐被换成 y。

情况 3：当前价格高于区间（P > Pb）。只需存入代币 y。当价格下跌进入区间时，y 会逐渐被换成 x。

这个设计非常优雅：区间外的头寸会变成 100% 的单一资产。如果你在 [1800, 2200] 提供流动性，当 ETH 涨到 2300 时，你的头寸变成了 100% USDC（ETH 全被卖掉了）。当 ETH 跌到 1700 时，头寸变成了 100% ETH（USDC 全被卖掉了）。这就是集中流动性的「自动做市」行为。

具体数字例子：在 V3 中提供流动性

当前 ETH = $2,000。你想在 [$1,800, $2,200] 区间投入 $10,000 的流动性。

计算 L：用 x 的公式，L = x · √P · √Pb / (√Pb − √P)。先算 √P = √2000 ≈ 44.72，√Pa = √1800 ≈ 42.43，√Pb = √2200 ≈ 46.90。代入 y 的公式：y = L · (44.72 − 42.43) = L · 2.29。代入 x 的公式：x = L · (46.90 − 44.72) / (44.72 × 46.90) = L · 2.18 / 2097.37 = L · 0.00104。

总价值约束：x · 2000 + y = 10000。代入得 L · 0.00104 · 2000 + L · 2.29 = 10000 → L · 4.37 = 10000 → L ≈ 2288。你需要存入约 2.38 ETH + 5240 USDC。同样的 $10,000 在 V2 中只能提供 L ≈ 224 的深度——V3 的资本效率约为 10 倍！

交互演示：集中流动性可视化

V3Tick 系统与价格区间

V3 使用 Tick 系统将连续的价格空间离散化。每个 tick 对应一个价格 P(i) = 1.0001^i，相邻 tick 的价格差约为 0.01%（1 个基点）。LP 选择 tickLower 和 tickUpper 来定义自己的价格区间。

为什么用对数刻度？

为什么选择 1.0001^i 而不是等差间隔（比如每 $1 一个 tick）？因为等差间隔在不同价格水平下精度不一致：对于 $2,000 的 ETH，$1 的间隔是 0.05% 的精度，可以接受；但对于 $0.001 的小币种，$1 的间隔就太粗了。1.0001^i 保证了任何价格水平下，相邻 tick 之间都是 0.01% 的比例差——这是百分比尺度上的等间隔。

一些 tick 值的例子：tick 0 → P = 1.0001⁰ = 1.0。tick 100 → P = 1.0001¹⁰⁰ ≈ 1.01（涨了约 1%）。tick 1000 → P ≈ 1.105（涨了约 10.5%）。tick -1000 → P ≈ 0.905（跌了约 9.5%）。tick 46054 → P ≈ 100（ETH 从 $1 涨到 $100 需要穿越约 46054 个 tick）。

Tick Spacing 与费率的关系

不是每个 tick 都可以作为 LP 头寸的边界。不同费率层级对应不同的 tick spacing（tick 间距）。0.01% 费率 → spacing = 1（每个 tick 都可用，最细粒度，适合稳定币）。0.05% → spacing = 10（每 10 个 tick 才能设为边界）。0.3% → spacing = 60。1% → spacing = 200。

为什么需要 spacing？因为每个初始化的 tick 都会增加价格穿越时的 gas 成本。如果 0.3% 的池子允许每个 tick 都作为边界，gas 成本会非常高。spacing = 60 意味着价格只在每 60 个 tick 处才可能有流动性变化，大大减少了合约需要处理的 tick 数量。

流动性追踪：Bitmap 与 Net Liquidity

V3 合约使用两层数据结构来追踪流动性。第一层是 tickBitmap：一个位图，标记哪些 tick 被初始化了（即有 LP 头寸的边界在那里）。用位图可以快速查找下一个初始化的 tick，跳过空的 tick。第二层是每个初始化 tick 上存储的 liquidityNet 值：表示穿越该 tick 时流动性的净变化量。价格从左向右穿越 tick i 时，活跃流动性 += liquidityNet[i]；从右向左时，活跃流动性 -= liquidityNet[i]。

V3资本效率

集中流动性的核心优势是资本效率。在 V2 中，流动性均匀分布在 0 到 ∞ 的价格范围内，绝大部分资金永远不会被用到。V3 中，LP 可以将资金集中在最可能发生交易的价格区间内。

资本效率公式推导

资本效率 C 的定义：V3 LP 在区间 [Pa, Pb] 内的流动性深度，相当于 V2 LP 投入 C 倍资金的深度。换句话说，V3 LP 用 $1 干了 V2 LP $C 才能干的事。

推导过程：在 V2 中，对于资金量 V 的全范围流动性，L_v2 = V / (2 · √P)（在当前价格 P 处的流动性深度）。在 V3 中，同样的资金量 V 集中在 [Pa, Pb]，L_v3 = V / (2 · √P · (1 − √(Pa/Pb)))。因此 C = L_v3 / L_v2 = 1 / (1 − √(Pa/Pb))。

举几个例子：[Pa, Pb] = [$1800, $2200]（±10%），C ≈ 1/(1−√(1800/2200)) = 1/(1−0.904) ≈ 10.4 倍。[$1950, $2050]（±2.5%），C ≈ 40 倍。[$1999, $2001]（±0.05%），C ≈ 4000 倍。区间每收窄一半，效率大约翻倍。但记住，超出范围 = 零收入。

示例对比

V3放大的无常损失

V3 的集中流动性是一把双刃剑：资本效率更高，但无常损失也被放大了。范围越窄，集中度越高，相同的价格变动造成的 IL 越大。本质上，集中流动性相当于对价格变动加了杠杆。

V3 IL 放大的数学原理

在 V2 中，IL 的公式是 IL = 2√r / (1+r) − 1。在 V3 中，由于流动性集中在 [Pa, Pb] 区间，等效的价格变动对 LP 头寸的影响被放大了。放大系数 ≈ C（资本效率倍数）。直觉上：你用 1/C 的资金做了 V2 全范围的事情，所以价格变动对你的影响是 V2 的 C 倍。

具体例子：ETH 从 $2,000 跌 10% 到 $1,800。V2 全范围 LP 的 IL ≈ -0.1%。V3 [$1,800, $2,200] LP（效率 ≈ 10x）的 IL ≈ -1%（放大了约 10 倍）。V3 [$1,950, $2,050] LP（效率 ≈ 40x）的 IL ≈ 完全出范围，变成 100% ETH，承受全部 10% 的下跌。

关键认知：V3 的更高效率和更高 IL 是同一枚硬币的两面。不存在「高效率低风险」的免费午餐。你的策略核心是判断：在我选择的区间内，手续费收入是否足以覆盖放大的无常损失？

使用下方的无常损失计算器，拖动价格变化滑块，对比 V2 和 V3 在不同价格区间下的无常损失差异。

V3如何选择价格区间（LP 策略）

V3 给了 LP 巨大的自由度：你可以自己选择在哪个价格区间提供流动性。但自由意味着责任——选错区间可能导致资金完全闲置或遭受巨大的无常损失。下面是一个系统性的策略框架。

第一步：了解你的交易对类型

稳定币对（USDC/USDT, DAI/USDC）：价格几乎不变，始终在 0.999-1.001 附近波动。适合极窄区间（如 [0.999, 1.001]），资本效率可达数千倍。无常损失极小。推荐费率：0.01%。

相关资产对（ETH/stETH, WBTC/BTC）：价格相关性强，通常在 ±2% 内波动。适合较窄区间（如 [0.98, 1.02]）。无常损失较小。推荐费率：0.05%。

主流波动对（ETH/USDC, WBTC/USDC）：日波动 2-5%，周波动可达 10-20%。需要更宽的区间。保守策略用 ±30-50%，激进策略用 ±10-15%。推荐费率：0.3%。

高波动对（小币种/ETH, 新上线代币）：日波动 10-50% 甚至更多。除非你非常有信心，否则考虑全范围或非常宽的区间。推荐费率：1.0%。

第二步：宽窄权衡的核心逻辑

区间越窄：资本效率越高 → 同等资金赚更多手续费。但价格越容易跑出区间 → 变成单一资产，停止赚取手续费，无常损失更大。你需要更频繁地调仓（rebalance），每次调仓都有 gas 成本和滑点。

区间越宽：资本效率越低 → 赚的手续费少。但更不容易跑出区间 → 更「省心」，调仓频率低，无常损失更接近 V2 水平。适合被动管理。

第三步：实用的区间设定方法

方法 A：基于历史波动率。查看过去 30 天的价格波动范围，以此为基础设定区间。例如 ETH 过去 30 天在 $1,850-$2,150 之间波动，你可以设定 [$1,700, $2,300] 留一些缓冲。

方法 B：基于期权隐含波动率。链上/链下期权数据能告诉你市场预期的波动范围。30 天隐含波动率 50% 意味着市场预期月波动约 ±14%（50%/√12）。

方法 C：基于支撑/阻力位。技术分析中的关键支撑位和阻力位是天然的区间边界。如果 $1,800 是强支撑，$2,400 是强阻力，这可能是一个好区间。

第四步：主动管理 vs 被动管理

被动策略：设定一个较宽的区间，长期持有，不频繁调仓。适合大部分散户。优点：省心、gas 成本低。缺点：资本效率较低。你可以选择与 V2 等效的全范围（(0, ∞)），此时与 V2 行为完全相同。

主动策略：设定较窄区间，价格接近边界时调仓。适合有技术能力和时间的人。可以使用自动化工具（如 Arrakis/Gamma Strategies）来自动调仓，但要注意它们的费用和策略风险。

JIT（Just-in-Time）流动性：一种高级策略。监控 mempool 中的待处理交易，在大额交易执行前瞬间添加极窄区间的流动性，赚取手续费后立即撤出。这几乎是专业做市商的领域，需要 MEV 基础设施支持。

常见错误与建议

1. 区间设得太窄：新手常犯的错误。看到「4000x 资本效率」就设了极窄区间，结果价格波动一下就出了范围，手续费收入为零。记住：效率高不等于收益高——区间外 = 零收入。

2. 不考虑 gas 成本：以太坊上调仓一次可能花费 $5-$50。如果你的头寸只有 $500，频繁调仓的 gas 可能吃掉大部分利润。资金量小的 LP 应该用更宽的区间减少调仓。

3. 忽视无常损失：窄区间放大了 IL。ETH 跌 10%，全范围 LP 的 IL 约 0.1%，但 ±5% 区间的 LP 可能面临 5%+ 的 IL。在设定区间前，用上面的 IL 计算器估算不同场景下的损失。

V4Hooks 架构

Uniswap V4 引入了 Hooks 架构，这是 AMM 设计的范式转变。Hook 是附加到池子上的外部合约，在池子生命周期的关键节点（初始化、交换、添加/移除流动性）被自动调用。开发者可以在不 fork Uniswap 的情况下创建自定义 AMM 逻辑。

为什么需要 Hooks？

V2 和 V3 的一个核心限制是不可扩展。如果你想要一个根据波动率自动调整手续费的 AMM，或者一个支持链上限价单的 DEX，你只能 fork 整个 Uniswap 代码库——这意味着你失去了 Uniswap 的流动性和网络效应。Hooks 解决了这个问题：你只需要写一个小的 Hook 合约，就可以在 Uniswap 的基础上添加任何自定义逻辑，同时共享 Uniswap 的流动性。

Hook 的 14 个挂载点

每个池子可以绑定一个 Hook 合约。Hook 在以下 14 个时机被调用（7 对 before/after）：beforeInitialize / afterInitialize（池子创建时）、beforeAddLiquidity / afterAddLiquidity（添加流动性时）、beforeRemoveLiquidity / afterRemoveLiquidity（移除流动性时）、beforeSwap / afterSwap（交易时）、beforeDonate / afterDonate（向池子捐赠代币时）。此外还有 beforeSwapReturnDelta / afterSwapReturnDelta / afterAddLiquidityReturnDelta / afterRemoveLiquidityReturnDelta 四个特殊的 delta 返回标志。

Hook 地址即权限：前导零机制

V4 有一个巧妙的设计：Hook 合约地址的前导位编码了它需要的权限。PoolManager 检查 Hook 地址的最高有效位来确定应该调用哪些回调。例如，如果地址的某一位是 1，表示该 Hook 实现了对应的 beforeSwap 回调。这意味着你必须使用 CREATE2 配合 salt 来部署 Hook，确保地址满足所需的 flag 模式。这是一种 gas 高效的权限系统——不需要额外的存储槽来记录权限。

实际 Hook 示例：动态手续费

最实用的 Hook 之一是动态手续费。传统 AMM 使用固定费率（V2 是 0.3%），但市场状况是变化的。在高波动期间，LP 面临更大的逆向选择风险（被套利者利用），应该收取更高的手续费。在低波动期间，低手续费能吸引更多交易量。

动态手续费 Hook 的工作流程：1. Hook 合约持续追踪最近 N 个区块的价格波动。2. 在 beforeSwap 回调中，根据当前波动率计算手续费率。3. 波动率高时（价格剧烈变化），返回较高的费率（如 1%）。4. 波动率低时（价格稳定），返回较低的费率（如 0.05%）。这样 LP 在高风险时期获得更好的保护，同时在低风险时期不会失去交易量。

V4单例合约与闪电记账

V4 将所有池的状态集中在一个 PoolManager 单例合约中，彻底改变了 V2/V3「每池一合约」的工厂模式。配合 EIP-1153 瞬态存储的闪电记账，V4 大幅降低了多跳交易的 gas 成本。

为什么要用单例合约？

在 V2/V3 中，每个交易对都有自己的合约（通过 Factory 工厂模式创建）。ETH/USDC 是一个合约，ETH/DAI 是另一个合约。这意味着多跳交易（A→B→C）需要跨合约调用，每次跨合约调用都需要实际的 ERC-20 代币转账——非常消耗 gas。

V4 的单例模式下，所有池子的状态都存在一个 PoolManager 合约的映射中。多跳交易只是在同一个合约内修改不同的状态变量——不需要跨合约调用，不需要中间的代币转账。只在最开始接收用户的输入代币，最后发送输出代币。

EIP-1153 瞬态存储：闪电记账的基础

EIP-1153 是 2024 年 Dencun 升级引入的新 EVM 特性。它提供了一种特殊的存储区域：数据在整个交易执行期间可用，但交易结束后自动清零。读写成本远低于普通存储（SSTORE/SLOAD）。

V4 利用瞬态存储实现「闪电记账」：在交易过程中，V4 用瞬态存储记录每个代币的借贷余额（delta）。交易中间可以「欠着不还」，只要在交易结束时，所有 delta 清零（即净额结算完成）即可。这就像餐厅里「先吃后算账，最后统一结算」。

闪电记账的实际流程

以 A→B→C 三跳交易为例。V3 的流程：① 用户把 A 发给 A/B 池合约 → ② A/B 池把 B 发给 B/C 池合约 → ③ B/C 池把 C 发给用户。共 3 次 ERC-20 transfer。

V4 的流程：① 用户调用 PoolManager.unlock()，开启交易上下文。② 在回调中，执行 A→B swap（内部记账：A delta +100, B delta -500）。③ 执行 B→C swap（内部记账：B delta +500, C delta -2000）。注意此时 B 的 delta 抵消了！④ 最终净 delta：A = +100, C = -2000。只需 2 次 transfer：用户付 100A，收到 2000C。中间的 B 完全不需要转账！

Pool Key 结构

struct PoolKey {
    Currency currency0;     // 代币 0（地址较小的）
    Currency currency1;     // 代币 1（地址较大的）
    uint24 fee;             // 手续费（基点）
    int24 tickSpacing;      // Tick 间距
    IHooks hooks;           // Hook 合约地址
}

V4自定义池类型

通过 Hooks，V4 支持几乎无限种类的池类型。开发者可以实现以前需要独立协议才能完成的功能，全部在 Uniswap 的流动性和基础设施上运行。

TWAMM 详解：大额订单的优雅解决方案

想象你是一个 DAO，需要卖出 1000 万美元的代币。如果直接在 AMM 上一次性卖出，巨大的价格影响会让你损失惨重。传统方案是找 OTC 交易台或手动拆分订单在不同时间执行。TWAMM（Time-Weighted AMM）提供了一个无需信任的链上替代方案。

TWAMM 的原理：将大额订单拆分为无数个无限小的子订单，在指定时间段内连续执行。数学上，这等价于对 AMM 曲线进行连续时间积分。每个区块结算一次虚拟执行进度，但不需要每个区块都触发实际交易——只在有人与池子交互时才懒惰结算（lazy settlement）。这使得 TWAMM 的 gas 成本非常低。

链上限价单详解

传统限价单需要中心化订单簿。V4 的 Hook 可以实现完全链上的限价单。原理：当用户创建一个限价单（例如「在 ETH = $2,500 时卖出 1 ETH」），Hook 在该价格对应的 tick 上添加单边流动性。当市场价格穿越到 $2,500 时，这个流动性被自动消耗——相当于限价单被执行了。afterSwap Hook 检测到穿越，将换得的代币标记为可提取。用户可以随时 claim。

自定义曲线：超越 x·y=k

V4 的 Hook 甚至可以完全替换默认的定价逻辑。通过 beforeSwapReturnDelta，Hook 可以接管交换计算，实现任意的定价曲线。例如：Curve 风格的稳定币曲线（StableSwap，x³y + xy³ = k）、恒定和曲线（x + y = k，用于完全锚定的资产）、混合曲线（在不同价格区间使用不同的公式），甚至基于外部预言机价格的定价。这让 Uniswap V4 从一个 AMM 变成了一个通用的去中心化交易基础设施。

版本对比

下表总结了 Uniswap V2、V3 和 V4 在关键维度上的差异。每个版本都在前一版的基础上进行了重大改进。