सभी पाठ
LP divergence loss: सही तुलना चुनें
पूल मूल्य बढ़ा, फिर भी divergence loss कैसे?
सरल तरलता हिस्सेदारी की मूल token मात्रा रखने से तुलना करें।
Swap होते समय LP की संपत्ति का मिश्रण बदलता है। एक संपत्ति दूसरी के मुकाबले बढ़े तो constant-product पूल में बढ़ी संपत्ति कम और दूसरी अधिक बचती है। Arbitrage बाहरी भाव के अनुसार अनुपात मिलाने में मदद करता है।
Divergence loss को अक्सर impermanent loss कहते हैं। यह मूल मात्राएँ रखने के मुकाबले पिछड़ना मापता है। इसका मतलब हमेशा शुरुआती जमा से कम मूल्य होना नहीं है।
स्पष्ट तुलना और समान मूल्यांकन मुद्रा लें। यहाँ पूर्ण दायरा constant-product, स्थिर स्वामित्व हिस्सा, कोई शुल्क नहीं और अंतिम अनुपात तक arbitrage माना गया है। सीमित दायरे की तरलता अलग व्यवहार कर सकती है।
शुल्क और प्रोत्साहन कुछ अंतर भर सकते हैं लेकिन गारंटी नहीं। अनुबंध, token और भाव जोखिम अलग हैं। Impermanent शब्द वापसी का वादा नहीं; निकालने पर अंतर पक्का हो सकता है।
आइए कदम-दर-कदम देखें
- मूल token मात्राओं को तुलना के लिए स्थिर रखें।
- LP और मूल मिश्रण का समान भाव पर मूल्य निकालें।
- मूल्य तुलना के बाद शुल्क और अन्य जोखिम जोड़ें।
संख्याओं से समझें · काल्पनिक उदाहरण
X के 50 Y भाव पर 2 X और 100 Y से शुरू करें: कुल 200 Y और k = 200। X भाव 100 Y हो तो मॉडल में लगभग 1.4142 X और 141.4214 Y, कुल 282.84 Y। मूल 2 X तथा 100 Y रखना 300 Y होता। पिछड़ना 17.16 Y या 300 तुलना का लगभग 5.72% है, शुल्क से पहले।
आसानी से होने वाली गलतियाँ
- बढ़ते LP शेष में divergence loss न मानना।
- Divergence loss के हर में शुरुआती जमा लेना।
- Impermanent शब्द को सुधार की गारंटी मानना।
ध्यान रखें
शुरुआत से लगभग 82.84 Y बढ़त के बावजूद रखने से कम परिणाम है। इन दोनों तुलनाओं को न मिलाएँ।
अब आपकी बारी
शुरुआती जमा पर प्रतिफल के लिए 200 और रखने की तुलना के लिए 300 हर क्यों है? छोड़ी लागत लिखें।
आगे बढ़ने से पहले छोटा सवाल
रखने की तुलना में लगभग कितना पिछड़ना है?
- 200 Y का 5.72%
- मूल्य बढ़ा इसलिए कोई अंतर नहीं
- 300 Y का 5.72%
उत्तर जाँचें
300 Y का 5.72% अंतर लगभग 300 − 282.84 = 17.16 Y; 17.16/300 लगभग 5.72% है।
स्रोत और आगे पढ़ने के लिए
सामग्री की समीक्षा: 29 अक्टूबर 2026
यह काल्पनिक उदाहरणों वाली शैक्षिक सामग्री है। ट्रेडिंग में भारी नुकसान हो सकता है। कोई पाठ्यक्रम, पैटर्न, stop order या पुराना परिणाम लाभ या हर नुकसान से सुरक्षा की गारंटी नहीं देता। पहले सिमुलेशन में अभ्यास करें और अपने क्षेत्र के वर्तमान नियम तथा उत्पाद की शर्तें जाँचें।