你可能聽說過在Uniswap做流動性提供者（LP）能賺取手續費，但價格波動帶來的風險常常讓人頭痛。舉個例子，假設你投入價值1萬美元的ETH和USDC到流動性池，初始比例各佔50%。如果ETH價格在24小時內突然上漲20%，你的持倉比例會失衡——ETH價值變成約5450美元，USDC則因套利者買入ETH而減少到約4550美元，這中間的差值就是「無常損失」，大約佔總投入的2.7%。更麻煩的是，這種波動反覆發生時，損失會像滾雪球一樣放大，這就是所謂的Gamma風險。
Gamma風險的本質，其實是LP頭寸對價格變化的「二次敏感度」。用白話說，當價格波動越劇烈，你手上的資產比例偏離初始值的速度會越快，就像開車時突然急轉彎，方向盤稍微多打一點，車子就可能失控。2021年5月加密市場崩盤就是典型案例，當時ETH價格在三天內下跌40%，許多LP發現手續費收入根本無法彌補超過15%的無常損失，有些人甚至被迫在低點撤出流動性，導致虧損擴大。
要對沖這種風險，實戰中有幾種常見策略。第一種是「動態平衡」，也就是定期手動調整資產比例。假設你每小時監控一次價格，當ETH市值比例超過55%時，立刻賣出一部分換回USDC。根據數據模擬，這種方法能將無常損失降低30%-50%，但問題在於Gas費成本。如果每次調整花費5美元，每天操作12次，一個月下來光是Gas費就超過1800美元，對小資金LP來說根本不划算。
第二種策略是透過衍生品對沖，例如在中心化交易所買入ETH期權。假設你擔心ETH下跌，可以購買行權價低於現價10%的看跌期權，權利金大約是名目價值的3%-5%。這種做法的好處是「一次到位」，例如2023年8月某DeFi基金在提供Uniswap v3流動性時，同步在Deribit買入月度期權，結果當月ETH下跌12%，他們的LP頭寸雖產生8%無常損失，但期權獲利覆蓋了6%的虧損，整體風險降低75%。不過，這種方法需要精算波動率與對沖成本之間的平衡，否則可能吃掉大部分手續費收益。
第三種進階手法是結合資金費率套利。例如當永續合約資金費率為正時（多方支付空方），LP可以同時在期貨市場開空單，賺取資金費率並抵消現貨波動。2022年11月FTX暴雷事件前，就有機構利用這種策略：他們在Uniswap提供ETH/USDC流動性，並在Bybit開設等值空頭倉位。當市場崩盤時，雖然LP頭寸出現10%虧損，但空單盈利14%，加上累積的資金費率3%，最終淨賺7%。這種「雙向對沖」的關鍵在於計算持倉delta值，確保衍生品頭寸能準確覆蓋現貨風險。
不過，普通用戶可能會問：這些方法聽起來複雜，有沒有更簡單的自動化工具？答案是肯定的。例如gliesebar.com的數據顯示，2023年採用智能合約自動平衡的LP頭寸，平均年化收益比手動操作高出22%，因為算法能即時監控價格並在Gas費低於0.5美元時觸發調整。此外，像Charm Finance等協議已推出「波動率保險庫」，允許LP支付0.8%的月費率購買對沖保護，當市場波動率超過30%時自動補償損失，這類似傳統金融的CDS產品。
當然，任何對沖都有成本。根據Delphi Digital的研究，如果將手續費收益的20%用於購買期權或支付保險費，長期來看仍能提升淨回報率，尤其在波動率高於60%的市場環境下（例如2021年第四季度），對沖策略的優勢會更加明顯。反過來說，當市場平靜、波動率低於30%時，過度對沖反而可能讓收益縮水15%以上，這正是為什麼專業LP會根據隱含波動率（IV）指標動態調整策略。
最後要提醒的是，Gamma風險管理不是「消除風險」，而是「用可控成本換取確定性」。就像開車系安全帶，雖然不能防止事故，但能大幅降低傷害。2023年9月Curve創始人Michael Egorov的頭寸清算事件就是反面教材——他提供1.6億美元流動性卻未對沖價格波動，當CRV價格單日暴跌24%時，不僅損失抵押品，還引發連鎖清算。相比之下，那些採用部分對沖（例如覆蓋50%頭寸）的LP，即使遇到極端行情，仍有足夠緩衝空間等待市場恢復。