TL;DR: Curve 的 StableSwap 公式本质是 Constant Product 和 Constant Sum 的加权平均，通过引入动态参数 χ = A × 4xy/D²，实现了「平衡点附近低滑点、远离时防掏空」的双重目标。理解这个推导过程，比记住最终公式更重要。

前置知识：本文假设读者熟悉 Uniswap 的恒定乘积公式 xy = k，理解滑点的概念。如果不熟悉，建议先阅读 DEX 交易机制。

---

核心问题：稳定币交易的两难

2020 年之前，稳定币之间的兑换是一个尴尬的场景。

在 Uniswap V2 上用 100 万 USDC 换 USDT，滑点可能高达 0.3%——这意味着损失 3000 美元。对于理论上应该 1:1 锚定的资产，这个成本显然不合理。问题出在 Constant Product 公式本身：xy = k 的曲线曲率太大，即使价格只偏离 1% 也会产生明显滑点。

一个直觉的解决方案是使用 Constant Sum 公式：x + y = D。这条直线完全平坦，任意规模的交易都没有滑点。但它有一个致命缺陷：池子会被掏空。如果 USDC 价格稍微高于 USDT，套利者会把池中所有 USDT 换成 USDC，直到池子只剩单一资产。

Curve 的创新在于找到了一条中间路径：构造一条在平衡点附近接近直线、远离平衡点时接近双曲线的曲线。这就是 StableSwap 不变量的设计目标。

上图展示了两条基准曲线。蓝色的 xy = k 曲率大但永不枯竭，绿色的 x + y = D 完全平坦但会被掏空。两条曲线交于点 P（x = y = D/2），这个交点就是「平衡点」——Curve 曲线的设计锚点。

---

加权平均：统一两种模型

构造混合曲线的第一步是将两个方程组合起来。但直接相加行不通，因为因次不同：xy 的因次是 [数量²]，而 x + y 的因次是 [数量]。

解决方法是给 x + y 乘上 D，统一因次后再做加权平均。设 α 为 Constant Sum 的权重，β 为 Constant Product 的权重：

$\alpha \cdot D(x + y) + \beta \cdot xy = \alpha \cdot D^2 + \beta \cdot \frac{D^2}{4}$

等式右边是将平衡点 (D/2, D/2) 代入左边得到的常数。两边同时除以 β，令 χ = α/β，得到简化形式：

$\chi D(x + y) + xy = \chi D^2 + \frac{D^2}{4}$

参数 χ 控制两种模型的混合比例：

• χ = 0：退化为 xy = D²/4，纯 Constant Product
• χ → ∞：退化为 x + y = D，纯 Constant Sum
• χ 在中间：得到混合曲线

但静态的 χ 无法解决核心问题。平衡点附近需要大 χ（曲线平坦，低滑点），远离平衡点需要小 χ（曲线弯曲，防掏空）。这两个需求是矛盾的——除非让 χ 动态变化。

---

动态参数：让曲线自适应

关键洞察来自一个数学性质：在 Constant Sum 约束（x + y = D）下，xy 的值可以指示当前位置距离平衡点有多远。

这是一条开口向下的抛物线。当 x = y = D/2 时，xy 达到最大值 D²/4；当池子偏离平衡（x ≠ y）时，xy 变小。这个特性正好可以用来构造动态参数。

定义「位置因子」为 xy 相对于最大值的比例：

$\text{位置因子} = \frac{xy}{(D/2)^2} = \frac{4xy}{D^2}$

位置因子的取值范围是 (0, 1]。在平衡点等于 1，偏离越远越接近 0。

引入放大系数 A（Amplification Coefficient），构造动态参数：

$\chi = A \times \frac{4xy}{D^2}$

A 是一个固定常数，由 DAO 治理设定（Curve 3pool 的 A = 2000）。而 4xy/D² 随池子状态实时变化。这样就实现了自适应：

• 平衡点附近：4xy/D² ≈ 1，χ ≈ A，曲线接近直线
• 远离平衡点：4xy/D² → 0，χ → 0，曲线接近双曲线

---

最终公式的推导

将动态参数代入加权平均公式，展开计算。

代入：

$A \times \frac{4xy}{D^2} \times D(x+y) + xy = A \times \frac{4xy}{D^2} \times D^2 + \frac{D^2}{4}$

化简左边第一项：

$\frac{4Axy \cdot D(x+y)}{D^2} = \frac{4Axy(x+y)}{D}$

化简右边第一项：

$A \times \frac{4xy}{D^2} \times D^2 = 4Axy$

得到形式 1（推导直接结果）：

$\frac{4Axy(x+y)}{D} + xy = 4Axy + \frac{D^2}{4}$

为了得到白皮书中的标准形式，两边同时乘以 D，再除以 xy：

两边乘 D：

$4Axy(x+y) + Dxy = 4AxyD + \frac{D^3}{4}$

两边除以 xy：

$4A(x+y) + D = 4AD + \frac{D^3}{4xy}$

这就是 Curve StableSwap 不变量（n = 2 的情况）。

---

推广到多币种

Curve 的 3pool（USDC/USDT/DAI）包含三种资产，需要将公式推广到 n 个币种。推广规则是：

双币种	n 币种
x + y	Σxᵢ
xy	Πxᵢ
4 (= 2²)	nⁿ
D³	Dⁿ⁺¹

代入得到通用公式：

$An^n \sum_{i=1}^{n} x_i + D = ADn^n + \frac{D^{n+1}}{n^n \prod_{i=1}^{n} x_i}$

验证：当 n = 2 时，nⁿ = 4，Dⁿ⁺¹ = D³，与前面推导一致。

---

放大系数 A 的选择

A 决定了曲线在平衡点附近的「平坦程度」。A 越大，曲线越接近直线，滑点越低；A 越小，曲线越接近双曲线，抗掏空能力越强。

但 A 不是越大越好。选择 A 的核心目标是最大化手续费收入，而非单纯降低滑点。

Curve CEO Michael Egorov 给出的经验公式：

$A_{\text{optimal}} \approx \frac{1}{\sigma}$

其中 σ 是资产对价格的标准差。对于强锚定的稳定币（如 USDC/USDT），价格波动率约 0.05%，对应 A ≈ 2000；对于弱锚定资产（如 stETH/ETH），波动率约 1%，对应 A ≈ 100。

A 值调整的风险：

• 调整过快会创造套利空间
• 在池子不平衡时调整可能导致 LP 资金损失
• 没有时间锁保护会被抢跑攻击

因此 Curve 的 A 值调整通常需要 DAO 投票，并有 3 天的时间锁。2020 年 Curve 曾因 A 值调整不当导致约 14 万美元的套利损失。

---

实际效果：数字说话

以 Curve 3pool 为例（A = 2000，TVL 约 3 亿美元）：

交易规模	Uniswap V2 滑点	Curve 滑点	节省
10 万美元	0.03%	0.001%	30 倍
100 万美元	0.3%	0.01%	30 倍
1000 万美元	3%	0.1%	30 倍

在平衡点附近，Curve 的滑点比 Uniswap V2 低约 30 倍。这就是 StableSwap 公式的威力。

---

公式速查

Constant Product（Uniswap） $xy = k$

Constant Sum（理想但不安全） $x + y = D$

动态参数 $\chi = A \times \frac{4xy}{D^2}$

Curve StableSwap（n = 2） $4A(x+y) + D = 4AD + \frac{D^3}{4xy}$

Curve StableSwap（通用） $An^n \sum_{i=1}^{n} x_i + D = ADn^n + \frac{D^{n+1}}{n^n \prod_{i=1}^{n} x_i}$

---

局限性与权衡

StableSwap 不是万能的。它的设计假设是资产价格应该接近 1:1，这带来几个限制：

1. 只适用于锚定资产：对于 ETH/USDC 这样的非锚定对，StableSwap 的低滑点反而是缺陷——它无法正确反映价格变化。

2. 脱锚风险：当稳定币脱锚时（如 2023 年 USDC 短暂脱锚至 0.87），StableSwap 池会遭受严重的无常损失，因为曲线假设价格会回归 1:1。

3. A 值治理风险：A 值的选择和调整需要专业判断，错误的治理决策可能导致资金损失。

4. Gas 成本：StableSwap 的计算比 Constant Product 复杂，链上 Gas 消耗更高（约 1.5-2 倍）。

理解这些权衡，才能在正确的场景使用正确的工具。

---

进一步阅读

• Curve StableSwap 白皮书 — 原始论文，包含完整数学推导和稳定性分析
• 淺談穩定幣互換機制 — 本文推导思路的来源，中文讲解清晰
• Curve 技术文档 — 官方文档，包含 A 值选择指南和池子参数
• Curve A Parameter Deep Dive — A 值调整的风险分析