个中，R(i) 代表了每种资产的储蓄量，k 是一个常数。尽量这个函数会发生 “零滑点（zero slippage）”，可是它不能无限提供活动性，因此大概不适相助为独立的去中心化生意业务所用例实现。实际上，假如作为储蓄代币的参考价值不便是 1 ，那么所有套利者会不绝买入个中一种代币，直至其活动性耗尽。
CFMM 仍处于成长初期。我等候将来几年内会有新的设计和应用降生。有趣的是，这又将我们带回到了 AMM 的初始用例，即，信息诱导。可是，此时它影响的不是事件产生的大概性，而是资产的价值！
另一种要领是，在活动性较低时提高 LP 用度，来鼓励活动性提供者存入资产（譬喻，当活动性低于必然的阈值时，用度会提高到 0.5% ，其他环境下维持在 0.3% ）。
滑点指的是因生意业务者接收活动性而导致价值与生意业务者行为背离的趋势 —— 生意业务量越大，滑点越大。CFMM 会发生较高的滑点本钱，因此适合体量较小的订单。
“恒定函数” 一词指的是，无论生意业务如何改变资产储蓄额，资产储蓄额的乘积都是稳定的（即，恒便是某个常数）。
CFMM 的劣势
这些 CFMM 的价值函数最能反应种种资产的特征，从而淘汰滑点，并晋升生意业务效率。
殽杂型 CFMM
· 生意业务者：利用一种资产互换成另一种资产
最受接待的自动做市商是 2002 年提出的对数市场评分法则（Logarithmic Market Scoring Rule）。大大都预测市场（譬喻，Augur 1.0 和 Gnosis ）都回收这一模子。别的，用于信息聚合的自动做市商模子种类繁多，譬喻，贝叶斯做市商（凡是适合二元市场）和动态同注分彩做市商（常用于跑马）。
今朝，CFMM 模子的活动性敏感度受到价值的限制（即，活动性池越大，价值滑点越低），可是尚有其他一些维度可以是动态的。
CFMM 从基础上对金融市场举办了革新，并开辟了关于 AMM 的学术研究规模。
CFMM 具有很强的路径独立性（假设手续费率足够低）。这意味着，任意两种资产的价值取决于它们的数量，而非它们之间的路径（曾经的汗青价值）。这会带来两大重要优势：
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
