当前位置: 首页 > news >正文

Uniswap V2/V3/V4简短说明

Uniswap 是以太坊上最知名的去中心化交易所(DEX),它通过不同的版本(V2、V3、V4)不断改进,变得更高效、更灵活。以下是用通俗易懂的方式介绍它们之间的异同:

Uniswap V2:基础版,简单好用

  • 发布时间:2018 年
  • 核心特点
    • 像自动贩卖机一样,通过“恒定乘积公式”(x * y = k)自动匹配买卖价格。x 和 y 是两种代币的数量,k 是一个固定值。
    • 流动性提供者(LP)把两种代币(比如 ETH 和 USDT)存入一个池子,交易者随时可以换币。
    • 价格由池子里代币的比例决定,交易越多,价格可能越滑(滑点)。
  • 优点
    • 简单易懂,适合新手。
    • 任何代币对都可以创建池子。
  • 缺点
    • 资金效率低:流动性分散在 0 到无穷大的价格区间,很多人存的钱可能用不上。
    • 滑点大:大额交易容易导致价格波动。
  • 适合场景:基础交易和早期 DeFi 探索。

Uniswap V3:聪明版,效率翻倍

  • 发布时间:2021 年
  • 核心特点
    • 增加了“集中流动性”:LP 可以选择一个价格范围(比如 1.9 到 2.1 美元)来放钱,只有在这个范围内才赚钱。
    • 还是用恒定乘积公式,但钱更集中在活跃价格,效率高。
    • 引入了多种费用等级(0.05%、0.3%、1%),让 LP 按交易风险选适合的收费。
  • 优点
    • 资本效率高:同样的钱能赚更多交易费。
    • 滑点小:交易者换币时价格更稳定。
    • 灵活:LP 可以根据市场走势调整范围。
  • 缺点
    • 有点复杂,新手可能搞不清楚怎么选价格范围。
    • 范围外流动性没用,管理起来需要更多注意。
  • 适合场景:专业 LP 和对价格敏感的交易者。

Uniswap V4:未来版,动态升级

  • 发布时间:2023 年
  • 核心特点
    • 引入“钩子”(Hooks):允许开发者自定义规则,比如自动调整价格范围、设置动态费用或添加额外功能。
    • 支持“单边流动性”:LP 可以只存一种代币,系统会自动平衡。
    • 优化了 gas 费用,交易更快更省钱。
    • 增加了“闪贷”(Flash Loans)的灵活性,让开发者能玩出更多花样。
  • 优点
    • 超级灵活:几乎可以按需求打造专属交易池。
    • 成本更低:gas 优化让小额交易更划算。
    • 创新空间大:开发者可以做独一无二的 DeFi 产品。
  • 缺点
    • 技术门槛高,普通用户可能跟不上。
    • 生态还在发展,功能可能不稳定。
  • 适合场景:高级用户、开发者想试新玩法的实验场。

三大版本的异同总结

  • 相同点
    • 都基于以太坊,用 AMM 机制,不需要传统订单簿。
    • 目标是让用户自由交易和提供流动性。
  • 不同点
    • 效率:V2 效率最低,V3 集中流动性提升效率,V4 再加单边和钩子更灵活。
    • 复杂性:V2 最简单,V3 需要选范围,V4 更复杂但功能强。
    • 创新:V2 基础,V3 优化,V4 开辟新路。
  • 用户体验:V2 适合新手,V3 适合中级玩家,V4 更适合技术达人。

举个例子

想象一个菜市场:

  • V2 像一个大摊位,货随便放,买卖都行,但很多货卖不出去。
  • V3 像精致的货架,只放热门货,卖得快赚得多,但得自己调整位置。
  • V4 像智能货架,能自动补货、换位置,还能加新功能,适合大商家试新招。

总的来说,Uniswap 从 V2 到 V4 越来越聪明,越来越适合不同人群。如果你是新手,V2 和 V3 够用;如果爱创新,V4 是未来趋势!

http://www.dtcms.com/a/282142.html

相关文章:

  • 定制安全组-openstack定制安全组禁止特定云主机访问其他云主机
  • ST算法和ST表
  • 在Next.js里玩转pdf预览
  • django在线音乐数据采集-22647
  • Django+Celery 进阶:Celery可视化监控与排错
  • JobSet:Kubernetes 分布式任务编排的统一解决方案
  • flink sql读hive catalog数据,将string类型的时间戳数据排序后写入kafka,如何保障写入kafka的数据是有序的
  • 从零开始的云计算生活——番外4,使用 Keepalived 实现 MySQL 高可用
  • Django 接口自动化测试平台实现(一)
  • 蓝光三维扫描技术:汽车轮毂轴承模具检测的高效解决方案
  • 【tower】Rust tower库原理详解以及axum限流实战
  • 在新闻资讯 APP 底部切换不同类型界面,部分界面可以通过 ViewPager 实现滑动切换
  • 枫清科技参编的《人工智能知识工程指南(1.0)》发布
  • 压力测试Apache Bench(ab)
  • 从缓存 CAS 看Kimi K2使用的MuonClip优化器
  • 电力政策解读:山东电网新型储能集中调用的能源管理系统实现点
  • LinkedList集合源码解析
  • 超级天才如何批量制造?天才成长引擎模型:超级天才 = (学习速度泛化力 × 创造力 × 专注力) × 驱动力
  • python基础②-数据结构
  • AlpineLinux的用户管理
  • conda activate 时报错: CondaError: Run ‘conda init‘ before ‘conda activate‘
  • XC7A75T‑2FGG484I Xilinx Artix‑7 FPGA AMD
  • go项目实战
  • 深入解析Linux进程地址空间与虚拟内存管理
  • 虚拟内存管理--请求分页管理方式
  • 15.dispatcherRunner启动
  • 图机器学习(10)——监督学习中的图神经网络
  • LLM大语言模型不适合统计算数,可以让大模型根据数据自己建表、插入数据、编写查询sql统计
  • ether.js的calldata
  • 探索阿里云DMS:解锁高效数据管理新姿势