对于 NFT 的理解，我可能太 low 了
共 2454字，需浏览 5分钟
· 2021-08-26
文 | 末班车笔记
周末两天过的实在有点快，当然，也不是啥事都没干，昨天花了一下午，鉴赏了一下北宋画家张择端名作——《清明上河图》。
北宋画家张择端名作——《清明上河图》
不是我装逼，我确实花了一下午时间，在研究这幅图，原因是我在前几天花了 0.1 eth 买的那两个河里人 NFT 作品，需要在这幅图中找到对应的人物，到时候需要根据画中的其他人物，进行合成。
我买的其中一个人物是「骑在驴上的老妪[yù]」，根据这幅原作的人物线索，到时候如果需要合成，我得把图上的另外一个人物「骑在驴上的老叟」给找到，两种方式，要么跟持有人合作，要么自己单独再花钱买一个，合成后到时候可以得到一个空投，然后就可以开始玩耍了，具体怎么玩，这个官方还没公布，只是透露说后期可以在这个世界里开店，然后赚收益，我个人觉得蛮有趣的。
前段时间也发群里，那天下午惊奇的发现这个竟然没被抢光，并建议大家感兴趣的可以买个，0.04eth，加手续费最多 0.05eth，估计那会没人听，目前这些 NFT 在著名的 NFT 交易平台 OpenSea 上，近几天平均成交价达到了快 0.1eth（价值 320 美金）。
其实，我对 NFT 也不是很懂，但如果从炒作角度来看，它其实跟同质化代币（BTC、ETH这类虚拟货币）没什么区别，但 NFT 比同质化代币难就难在，普通人更难理解它的价值，因为目前很多 NFT 都是艺术品，现实世界里，我们都没有对艺术品的鉴赏能力，何况在线上。
当时，我买这个 River men 的 NFT，完全是因为「元宇宙」概念，这个团队很有创意，将我国古代艺术名作跟现代概念结合起来了，给了我很多想象空间，比如通过「元宇宙」的形式，还原《清明上河图》这幅画作，这就会很有趣了。
开售当天，我还以为这 1 万个 NFT 会被一抢而空，然而等到第三天的时候，上去发现还有 3000 多个，于是就顺手抢了两个，还号召大家跟我一起，估计不少人以为我在给他们打广告，其实一点利益相关都没有，只是单纯分享我喜欢的项目。
如果要让我分享投资 NFT 的经验的话，我现在最大的建议就是：除非是自己特别喜欢或者对自己有特殊的意义，否则就别吃饱着撑的瞎买那些没有故事、没有想象空间的 jpg 图片。
为什么呢？
没有好故事，没有想象空间，就无法向别人继续讲故事，无法 cx 别人，可能到你手上，这个故事就结束了。
NFT 市场跟同质化代币一样，还是离不开社区跟共识的支持。
不过说真的，可能我太 low 了，我至今都无法理解一张 jpg 图片，能卖几百万美金，比如下面这些石头。
这个话题就此打住，继续给大家讲下流动性挖矿，给大家通过实例来讲解一些基础知识。
今天分享的，是流动性挖矿比较常见的一个词——无常损失（图中的 divergence_value）。
UniSwap V3 流动性挖矿实盘数据收益图（20210822）
我在第一期分享实盘的时候，有人问我，「囤币」跟「流动性挖矿」哪个收益更高？
流动性挖矿，其实就是存币吃利息，收益按道理应该比「囤币」高，但流动性挖矿过程中存放的是两种不同的币（稳定币也可以），根据规则以及设定的机制，在挖矿的过程中会出现一个叫「无常损失」的情况。
我在这里不过多详细介绍为什么会出现这种情况，讲了可能大家都不懂，我就用实际例子来给大家展示。
大家看我上期，年化收益才 9.12%，今天达到了 11.38%，才两天不到，收益提到了2%，这其实就是跟我右下角圈起来的「divergence_value」有关系，那天无常损失达到了250 美金，而今天的只有 192 美金。
UniSwap V3 流动性挖矿实盘数据收益图（20210820）
为什么会出现「无常损失」？
因为我存入的两种代币的数量，会因为两种代币汇率的变化而变化，比如，最开始，我存入的 uni 是 436 个，eth是 3.79 个，存入那天 7 月 10 日 uni/eth 汇率（两个价格之比）为 0.00958。
uni/eth 价格（20210710）
而今天这个汇率为 0.00878，也就是 uni 相对 eth 贬值了。
uni/eth 价格（20210822）
这个时候，我最开始存入的币变成了uni 578 个，（相对最开始增加了 141.7090 个），而eth只剩下了 2.48 个了（相对最开始减少了 1.3184 个），你会发现，按两种币价计算，我实际上少了 192.53 美金，这部分这就是无常损失。
还好，我时间长，收益有 350 美金，所有减去这些无常损失，我还是盈利的，要是时间短，就会出现亏损情况。
「无常损失」这是 DeFi 流动性挖矿会出现亏损情况最重要的原因之一，所以，你如果用两种不同的代币，去挖矿，就得把握好汇率的情况，至于为什么会出现无常损失，这是跟去中心化交易所设计的机制有关系，大家可以自行百度，我就不过多讲了。