继 MOV 超导推出基于 AMM/CFMM（数学合约自动化做市商） 的稳定币兑换协议【1】之后，V2 将 AMM 拓展到更为广泛的资产兑换场景，支持主流币兑换的同时，首次原创性地将基于无限网格策略的基金管理思想融入到 AMM 兑换协议中，将资产交易二级市场和基金管理一级市场巧妙衔接、合二为一，放大流动性提供者（LP）的资产理财收益，降低或者规避无常损失，引领主动基金型 AMM 时代。
在支持主流币（任意币）交易的 AMM 协议中，比如 Uniswap、Balancer，都是基于最简单的数学法则——恒定乘积模型，提供全天候无人值守的资产兑换服务，并接纳流动性提供者（LP）注入储备池。因此它需要服务两种不同的参与者，资产兑换者和 LP，但二者间存在一个无法调和的矛盾：资产兑换者需要享受全天候的持续流动性供应，这就使得池子资产数量在数学公式控制下随着市场波动不停地被套利者改变，而 LP 需要接受这种现实，由于套利者套利和资产数量不守恒，LP 将遭受无常损失，市场变化越剧烈、持续周期越长，无常损失越大，LP 作为投资者的投资效益将会非常差，这会极大打压 LP 为 AMM 做市的积极性，尤其是在单边行情来临时，对支持主流币/USD交易对是非常不利的。
关于无常损失：如果你拥有一些资产，出于理财的目的，可以选择自己持有（HOLD）这些资产，也可以选择一种理财产品，比如 AMM，投入自己的资产作为流动性并赚取可观的交易手续费年化收益，而无常损失就发生在行情变动（大涨或者大跌）后，前者做法下总资产价值为 V1，后者做法下可提取的总资产价值为 V2，有 V1 > V2：作为 AMM LP 的理财收益或许还不如自己在钱包持有资产的收益。第一代 AMM 会通过限制交易对种类（比如不支持 BTC/USDT 交易对）以及增大交易量手续费收益（Uniswap 巨大的交易量带来的手续费收益可以覆盖一定程度上的无常损失）去暂时性缓和无常损失，但这也终究是临时解决方案。
AMM 1.0 把精力更多放在了对资产兑换者提供服务保障，一定程度上忽略了对 LP 的理财回报，AMM 2.0 的到来将会更多关注 LP 作为一种基金参与者角色的利益，而不仅仅是提供资产兑换服务去赚取手续费收益，解决无常损失和获得财富增值是最为重要的两个特征。
越来越多新一代 AMM 致力于解决该问题，比如 Bancor V2 基于中心化预言机的动态权重调整机制，以及我们今天提出的 MOV 超导 V2——基于无限网格策略的主动基金型 AMM，都在以不同的数学原理和工程实现能力加速推进 AMM 2.0 的到来，相比于 Bancor V2 专注解决无常损失问题，我们把 AMM 2.0 的定义进一步拓展到“基金财富增值”的领域，更具吸引力，同时也可以解决无常损失。
关于动态权重调整：最早是 Balancer 基于自身恒定加权几何平均函数提出的一种可以根据市场汇率变化实时调整公式中权重项以达到在不改变池子资产数量的情况下就可以让场内汇率报价公式输出跟随市场波动的一种方法论，后来由 Bancor 在其 V2 版本进行细化和实践，通过维持储备池中两种资产数量永不发生明显变化来阻断无常损失，仅依靠两资产的权重变化来更新报价公式和兑换公式，其难点也非常明显，严重依赖中心化预言机、边界情况复杂多样、工程实现难度极大、风险无处不在，也无法实现我们追求的“基金财富增值”。Bancor V2 在推出这一项功能时也是极其谨慎，但也给 AMM 2.0 带来了新的演进方向。
（无常损失图：横坐标代表 LP 投入资产后续的价格涨跌幅，小于 1 代表行情下跌，大于 1 代表资产上涨，纵坐标表示当下 LP 可从 AMM 提取总资产财富相对于一直在钱包持有的贬值幅度。很明显不论资产价格涨还是跌，投入 AMM 理财所获得的财富净值将比自己在钱包持有不动还要低，资产价格下跌越大，两者间的财富差值也越大，在遭遇极端大跌行情时，财富甚至可以缩减一半，上涨也是同理）
在解释超导 V2 如何能够通过主动型基金的模式解决无常损失并帮助 LP 获得理财收益最大化之前，先来了解一下无限网格策略。
网格策略本质上属于量化交易范畴，在波动震荡的市场坚持高抛低吸的策略：
（1）选取一个投资标的，把大概波动范围规划出来（给一个牛市预期最高价和一个熊市预期最低价），再给它们之间画若干网格，分成多档范围；
（2）每次跌到下一档网格区间，就买入一定数量的资产，即“抄底”；
（3）每次涨到上一档网格区间，就卖出一定数量的资产，即“套现”。
如此反复，保持能够越跌越买入，在最低档位也能留有资金可以“抄底”资产；同理，越涨越保持有可以卖出的资产，使得能够“套现”在最高点。这种像布下天罗地网一样的交易策略，被称为网格交易。
我们把这种思想应用在 AMM 中的 LP 理财策略上，难点和不同点是：网格策略本身服务于量化交易，以投资收益为主要目的，而不负责创建资产交易二级市场，不以服务兑换者为目的，其本身也是一种身处二级市场的高级交易者，可以在获得预期投资效益后立即撤离；超导 V2 更多是借鉴其思想进行剥离，在不影响 AMM 全天候兑换市场服务质量的前提下，为 LP 带来全新的财富增值策略。
首先，在基于恒定乘积模型的传统 AMM （例如 Uniswap）中，我们假设是 BTC/USDT 交易对场景：
（a）随着牛市区间来临，越来越多的 BTC 会被兑换成 USDT，使得储备池中 BTC 数量减少、USDT 数量增多，在这个过程中，越是在价格高位，由于滑点越大，BTC 减少的数量反而越少，即被 AMM 卖出的 BTC 数量越少，并且随着市场跌落回起点，原本在高位卖出的 BTC 都悉数在同样的高位被重新买入，一来一回，LP 持有的 BTC 和 USDT 数量跟初始时一样，总财富并没有得到增长，错过一轮牛市高点“套现”；
（b）同理，在熊市过程中，由于恒定乘积函数的特性，随着 BTC 价格下跌，AMM 系统会不断增多/买入 BTC 数量、减少 USDT 数量，一直持续到熊市低点，看似在低点已经“抄底”了很多 BTC，但随着行情回暖上涨，这些 BTC 也都会被逐步在低点卖出，当回到起点时，LP 持有的 BTC 和 USDT 数量跟初始时依旧一样，一来一回，LP 总财富也并没有增长，一轮熊市“抄底”，却被过早卖在了低位。
所以传统 AMM 是不具备理财智能的，无法像超级基金经理一样判断牛熊周期和智能调整仓位，只能被动随着市场波动调整池中资产数量，LP 不仅无法享受牛熊周期的财富增值，还会遭受无常损失，只能依靠现阶段大量交易产生的手续费收入。
超导 V2 希望可以通过引入一种类似无限网格的买卖策略，使得 LP 能够在牛市区间多“套现” BTC，并在转熊之后能够留守住所“套现”的财富增值，同理在熊市区间，使 LP 可以多“抄底” BTC，并在转牛/回暖之后能够留守住这些低位 BTC，等待以后高点再次“套现”，获得财富增值。这就是超导 V2 最根本的基金策略思想，依靠这种思想，我们希望 V2 上 LP 的理财整体收益可以“跑赢” 传统恒定乘积模式 AMM 上的 LP，并可以缩减或者规避无常损失，甚至还能获得资产组合的额外增值收益。
超导 V2 也会开放自己的策略池设置，让更多专业基金策略运营方来 V2 平台根据自己对牛熊周期和仓位的判断，设置不同的基金策略和买卖档位粒度，可以是激进型的，也可以是保守型的，由社区用户自主选择认同的策略池投入自己的资产，成为真正的 LP，催生超导 DAO 的形态。
AMM 3.0 将由 DAO 形态来主导。
超导 V2 在数学形态上是一种分段函数，在不同阶段有着不同的数学原理，下一阶段的形态和参数由上一阶段产生，不同阶段的函数依靠自身曲线特征可以控制不同的仓位、卖出/买入数量，以及场内汇率变化速率，以此实现网格原理，为 LP 的资金利用率铺下“天罗地网”。相邻的函数彼此衔接，并连续可导，原理通透，工程可实现。
从 AMM 启动时开始，当资产价格未超过所设定区间时，受一种斜率变化较快的双曲线形态函数控制场内汇率和兑换，提供精准的数学报价和资产兑换计算，同时控制储备池资产的整体仓位，避免主流币资产随着市场上涨而减少过多，将更多“筹码”留到牛市区间；当超过所设定的第一档位时，上涨突破某一关键价格，便自动切换为混合函数公式（CFMM），一种较双曲线更为“缓和”的混合构造曲线，在新公式支配下继续提供报价和兑换计算，可以卖出比双曲线形态控制下数量更多的主流币资产；如此推进，可根据网格策略设置多个档位区间，对应多种不同梯度变化的混合函数，直到基金策略判断的牛市高点；在牛转熊的关键拐点上，函数形态将重新回到双曲线形态，随着熊市回落，依靠双曲线陡峭的斜率变化留守住在牛市区间所“套现”的财富；在回到起始点时，完成基金一轮牛熊周期的运行，获得财富增值；同理，启动后遭遇熊市有着类似的逻辑，通过混合构造函数“抄底”更多的主流币资产，在行情回暖上涨时又依托双曲线陡峭的斜率变化留守住“抄底”的主流币资产。
分段函数有着灵活的配置空间和运行中调整空间，不同的智能合约算法会设置不同的分段函数模型，其对牛熊周期的判断也不尽相同，即便在判断失误的情况下，依托分段函数灵活的特性依然可以保障系统持续运行，避免损失，激进的合约算法也会选择高风险高回报的分段区间和函数特征。下面我们给出一种实际的超导 V2 提出的基金策略以及对应的函数形态，帮助直观理解整个系统的设计和运作原理。
超导 V2 的系统复杂度远超 V1，不仅是数学构造，还需要考虑并理清大量的边界条件和分布式系统特性（同步异步问题），下面我们将逐一剖析。
以支持 BTC/USDT 交易对为例，以 x 轴（代表储备池中 BTC 剩余数量，即仓位）为分段标准，启动时 x=100，BTC 价格为 11000 USDT。我们把下面策略称之为阿尔法策略，轨迹覆盖牛——熊——牛的完整周期：
（1）BTC 市场价格在 11000～40000 USDT 区间，形态为标准双曲线，通过双曲线控制卖出量不超过 50 个 BTC，即保持储备池 BTC 剩余数量大于 50；
（2）BTC 市场价格在 40000～100000 USDT 区间，构造混合函数曲线（该区间是智能合约算法判断的牛市上行区间，此函数的斜率较双曲线更为平缓，目的是为了相较于标准双曲线多卖出 BTC），期望能够在这段牛市期间尽量多减少池中的 BTC、换得 USDT；
（3）当 BTC 冲破 100000 USDT 时，智能合约预判此时市场已经到达牛市的顶峰，行情大概率会由牛转熊，更换混合函数曲线为带权重的双曲线，等待市场回落，依靠双曲线陡峭的斜率，留守住在牛市上行区间换得的 USDT 资产；即便预判失误，行情依然上涨，还可以通过带权重双曲线继续调控兑换汇率，持续提供兑换服务；
注：在 40000 到 100000 区间过程中，如果市场预期无法触碰到设置高点 100000，智能合约算法可以根据市场情况灵活改变高位拐点，比如 60000 点，而这个过程并不影响 AMM 正常运行。
（4）当跌回到起点附近，BTC 回到 10000 USDT 左右，整个回落区间在带权重双曲线控制下已经在此位置积累了不少 BTC，智能合约算法判断此时到了熊市的低点，大概率存在回暖的迹象，在 10000 点开始舍弃带权重双曲线，切换为动态权重调整模式（保持池中资产数量不变，依托权重的调整跟随市场波动），等待熊转牛的到来；
（5）在新一轮牛市反弹期间，10000～50000 USDT 区间，完全依赖动态权重调整，留守住 10000 抄底的 BTC 数量，积累大量财富。
| 档位区间/关键拐点 | 函数形态 | 函数控仓特征 | 仓位 |
|---|---|---|---|
| 11000～40000 | 标准双曲线 | 曲线弧度大，避免 BTC 在该区间卖出过多 | 卖出量不超过总量的一半 |
| 40000～100000 | 混合构造函数 | 曲线较双曲线更为缓和，斜率变化慢，可以卖出更多 BTC | 尽量卖出剩下的 BTC，仓位见底 |
| 100000～10000 | 带权重双曲线 | 从 100000 回落的前半段区间曲线十分陡峭，仅需买入少量 BTC 就能达到场内外汇率平衡；在快到 10000 的后半段区间斜率变化速率变缓，可以买入更多 BTC | 在前半段控制仓位无过多增长，少量购入 BTC；在行情跌落的后半段，开始逐步增多对 BTC 的购入 |
| 10000～50000 | 动态权重调整双曲线 | 资产数量不再发生变化，权重决定报价公式和兑换公式跟随市场波动而变化 | 仓位不变 |
对应着看每个阶段的函数形态，通过公式和图像可以更直观理解为什么变换函数形态可以起到对仓位的调控，以及档位间是如何自动切换的。
在整个牛熊牛周期中，共存在四种曲线形态：标准双曲线、混合函数曲线、带权重双曲线（权重不变）、动态调整权重双曲线（权重变化）——
表达式一：
表达式二：
表达式三：
表达式四：
分别对应图(a)(b)(c)的曲线形态。
图（a）
图（b）
图（c）
图（a）中蓝色曲线为标准双曲线（表达式一），红色曲线为构造混合函数曲线（表达式二）。在白色区间，函数形态为标准双曲线，在到达蓝色或者红色区间，构造出混合函数曲线，可以发现该曲线的斜率变化速率（曲率/二阶导数）较双曲线明显不同，例如在蓝色区间，要达到同样的斜率（市场汇率），红色线对应的横坐标 x 值更小。
图（b）对应表达式三，为带权重双曲线，是在牛市上行区间达到高位拐点时进行切换的曲线形态，BTC 资产的权重较 USDT 资产更低，很明显在该曲线的左半段斜率变化非常迅速，有助于流动性池在行情回落过程中留守住在牛市区间“套现”得到的 USDT 资产，一直持续到熊市周期末尾。
图（c）为在熊市周期尾声即将回暖（或者转牛）的关键拐点处切换的权重可以动态调整的双曲线形态（表达式四）。这种双曲线类似一种旋转的形态，可以在不改变当前点的横纵坐标的情况下通过旋转双曲线，做到斜率的跟随市场变化，同样之后的场内兑换计算也是基于最新的斜率基础，而要达到这种效果便是依靠表达式四中对权重项（w1 和 w2）的动态调整。
分段表达式的选取和构造要遵循连续可导的原则：
（a）表达式变化前后，当前点都要落在两条曲线上；
（b）表达式变化前后，当前点切线斜率不变。
上面所述的阿尔法策略的数学构造原理如下：
（1）首先启动后的第一阶段区间需要标准双曲线提供正常的兑换服务和价格市场。智能合约算法可以选择让标准双曲线作用的区间范围缩小，目的是不在该区间过多减持 BTC，留出更多 BTC 放到后续的牛市上行区间，在曲线弧度更为平缓的混合函数曲线作用下，使得在该上行区间卖出的 BTC 数量超过标准双曲线控制的卖出数量。
之所以在启动区间采用标准双曲线形态，是因为混合函数的构造过程必须要基于对一次幂的标准双曲线和直线表达式的联立，而其他形态双曲线的幂次异常复杂，无法构造出工程可实用的混合函数表达式。超导 V2 沿用了在 V1 版里构造稳定币兑换曲线的原理并进行了简化——要构建直线和双曲线之间的曲线，需要将二者函数公式相加，再配合权重系数的选取和调节，使得构造出的混合函数曲线能够在下一个区间正好卖出规定数量的 BTC，达到精准控制仓位的效果；
（2）在牛市上行区间的关键高位拐点（行情转熊），智能合约算法需要根据那一刻混合函数曲线上对应的点坐标以及对应的切线斜率，构造一种斜率能够迅速变化的双曲线，并满足连续性和可导性。显然标准双曲线表达式并不满足这两个条件，只能通过带权重的方式构造有权重项的变种双曲线，并在整个回落区间一直沿用；
（3）熊市下行区间持续到智能合约算法判断的低点时，在带权重双曲线的控制下，储备池中 BTC 数量明显增多，为了能够留守住这些在熊市尾部“抄底”的 BTC，最好的方式就是采用动态权重调整——一方面可以更为灵活地应对之后可能出现的各种不确定性市场行情，另一方面总财富增值效果也是最大的（相比于继续构造新复杂曲线）。
实际上，（3）中继续基于带权重的变种双曲线构造新混合曲线是异常复杂的，其涉及的高等微积分学也很难在区块链智能合约层面实现。超导 V2 的设计原则一切都基于简单可求证的数学原理以及工程可实现性。
超导 V2 对阿尔法策略进行了实验模拟，每阶段的数据如下图所示。这是一次与传统 AMM 代表项目 Uniswap 的对比模拟，在同样的起点和同规模的储备池下，V2 在每个阶段末尾剩余的两资产数量、对应的总财富价值、Uniswap 在该阶段末尾对应的总财富价值，以及二者的差额，差额为负表示 Uniswap 帮助 LP 获得的总财富更多，差额为正表示 V2 理财“跑赢” Uniswap。
（模拟对比数据图：超导 V2 与 Uniswap 在每个阶段结束时各自帮助 LP 获得的总财富价值对比，在前几个阶段 V2 处于劣势，在后面阶段，借助对牛熊周期的准确判断，V2 总财富价值大幅度超过 Uniswap，LP 获得前所未有的理财收益）
为了直观对比，将模拟数据做成如下轨迹图。
横坐标表示 BTC 市场价格变化区间，从 10000～100000 USDT；纵坐标表示 LP 可提取总资产价值；轨迹变化以 t 为时间累加，t1 圆点代表最初的时刻，t6 表示最后时刻；如图中 t6-uniswap 圆点代表 Uniswap 在 t6 时刻总财富价值，t6-SuperV2 表示超导 V2 在 t6 时刻总财富价值，二者间的差距可以通过轨迹图凸显出来（动画效果参见【2】）。具体解释如下：
（1）t1～t2 区间（11000～40000），V2 保持跟 Uniswap 一样的标准双曲线形态，因此 t2 时刻（40000 USDT）总财富一样，差额为 0；
（2）t2～t3 区间（40000～100000），从标准双曲线切换为混合函数曲线，可以看到 t3 时刻（上行区间高位拐点 100000 USDT） Uniswap 和超导 V2 存在不一样的总财富，Uniswap 略胜；
（3）t3～t4～t5 区间（100000～40000～10000），曲线形态为带权重双曲线（权重不变 w1=0.2482, w2=0.7518）。在 t4 时刻（40000 USDT）和 t5 时刻（10000 USDT），超导 V2 借助对牛熊周期的准确预测，总财富开始“跑赢” Uniswap，并越拉越大；
（4）t5 时刻（10000 USDT），阿尔法策略判断市场将从熊市重新回暖，更换函数策略为动态权重调整，一直持续到新一轮回暖区间尾部 t6（50000 USDT），使得在 t6 时刻总财富大幅度超越 Uniswap，同时也达到了有史以来最大增值。
当下涉足对权重动态调整机制作用于 AMM 协议进行研究和工程化的只有三个项目，Balancer【3】、Bancor V2【4】和 MOV 超导 V2。动态权重机制在超导 V2 中也存在应用空间（如上阿尔法策略 t5～t6 区间），有了这种机制加持，分段函数的构造可以更为简便，智能合约算法可以制定更为灵活的无限网格策略，满足多样化的理财需求。动态权重机制涉及复杂的预言机、系统边界、计息问题，超导 V2 将逐一解决这些难题。
函数基本形态为带权重的双曲线：
对应的汇率报价公式为：
动态权重的本质就在于维持 y/x 项不变，通过调整 w1/w2，实时跟随外部市场价格变化，因此这个过程就涉及到对高质量的中心化预言机喂价机制的引入。举个例子，x 表示储备池中 BTC 剩余数量，y 表示 USDT 剩余数量，预言机突然捕获外部市场的一次高波动，BTC 价格大涨，此时权重调整公式会维持 y 和 x 的数值不变，通过调大 w1、调小 w2，让 w1/w2 比值跟随预言机喂价呈线性变化，达到让场内报价实时跟随市场汇率的效果，并以新权重更新函数形态/兑换公式。
公式原理十分简单，但对中心化预言机机制提出了非常高的 real-time 系统建设要求。系统会存在很高的单点风险，受制于中心化预言机，同时也会存在分布式系统中常见的异步性复杂路径问题。
在确保所引入预言机的实时性和准确性的前提下，还需要考虑预言机触发权重调整公式的瞬间是否存在场内兑换交易、LP 加入退出两种情况。这两种行为与预言机触发调整在系统层面都是彼此间互不相知的动作，且无同步性约束，系统状态会因此产生不一致性。超导 V2 给出了四种主要常规路径用于指导动态权重系统建设：
（1）预言机触发调整时没有场内兑换行为和 LP 加入退出行为：直接以此时储备池中资产数量为数量基准，根据预言机的喂价更新权重 w1 和 w2；
（2）预言机触发的同时，场内已经发生了一笔兑换交易，导致此时池中资产的数量跟系统初始时不一致——
（2.1）如果偏差不大，例如预言机更新喂价为 1BTC=9900USDT，而此时池中数量对应的汇率为 9500，则基于此时池中资产的数量进行权重更新，新的数量基准也由此生成；
这种情况实际上也是比较常见的，因为场内小额的兑换会经常发生，尤其是在行情波动的时刻，小额兑换和预言机触发都在高频地进行。除非预言机的更新以及权重调整的触发可以做到理想程度的迅速，否则一定会有交易者在其调整前基于场内汇率进行了兑换交易。因此，经常性地，每次预言机更新触发权重的调整，可能都是基于一笔同时刻发生的兑换交易后池中资产的新数量基准。对小偏差给予一定容忍和同步性限制。
（2.2）如果该兑换交易额度很大，导致池中资产数量较初始时偏差很大，使得此时场内汇率（假如是 11000）已经明显超过了预言机更新的喂价（9900），可以暂时不对权重进行调整，通过套利者让场内资产数量回归到汇率 9900 对应的数量坐标。如果套利机制不够及时或者出现延迟，则在等待一段时间后（timeout）或者通过条件（message）触发权重的重新调整，数量基准为此时池中数量；
这种大额兑换交易与预言机触发的异步性问题在现实情况中也是比较小概率发生的，可以采用一种“温和”的手段对其进行路径覆盖。
（3）在项目启动后有新 LP 按照池子资产数量比例投入资产，随后行情波动，预言机喂价更新，将基于最新池子资产数量基准进行权重更新；
（4）新 LP 加入的同时刻，预言机更新触发，例如该 LP 看到的数量比例是 1:9100，并以此比例投入两种资产，而预言机更新触发则是基于该 LP 行为发生之前池中数量基准调整了权重。这种冲突会导致兑换公式常数项参数出现错误，对系统影响很大。在检测到冲突后，需要阻止该 LP 的加入行为，进行回退，等待一个时间间隔重新提交。
在现实场景中，LP 的加入和退出行为比较低频，跟预言机触发行为的重叠概率也较小。进行回退是比较好的解决方案。
除了采取类似阿尔法策略的无限网格，还可以进一步探索一种以动态权重调整为核心框架的网格策略模型，可以基于 MOV 超导 V2 建设的动态权重系统，也可以与 Bancor V2 的动态权重系统进行组合。三档策略：
（1）在震荡区间里（例如 BTC 价格在 5000～20000 USDT），完全执行动态权重调整机制，“守住”池中资产数量，规避无常损失；
（2）在牛市上行区间（例如突破 20000 USDT），停止动态权重调整，切换为固定权重的双曲线形态，开始逐步“套现”卖出池中 BTC 数量；
（3）到达高位拐点，策略判断回落概率大，重新启用动态权重调整模式，一直持续到（4）的到来；
（4）当回落过程开始向下突破熊市拐点时（例如 5000 USDT），停止执行动态权重调整，切换为固定权重双曲线，开始逐步“抄底”买入 BTC（增多池中 BTC 数量、减少 USDT 数量）；
（5）到达熊市的最低拐点，策略判断回暖概率大，重新启用动态权重调整模式，一直持续到上述情况（2）的到来。
三档策略可以自成循环，依托动态权重系统和固定权重双曲线的灵活切换，调整仓位，也能达到无限网格的效果。难点在于，策略和系统严重依赖动态权重机制和中心化预言机的安全性。
MOV 超导 V2 不止于 AMM。
【1】《万字长文解MOV超导核心技术》，https://www.8btc.com/article/613008
【2】超导 V2 模拟轨迹动画，https://observablehq.com/@bluecloudmatrix/connected-scatterplot/4
【3】Balancer, Interest-Bearing Stablecoin Pools Without Impermanent Loss,https://balancer.finance/2019/10/30/interest-bearing-stablecoin-pools-without-impermanent-loss/
【4】Bancor V2, Calculating Dynamic Reserve Weights in Bancor V2,https://drive.google.com/file/d/1lYsaUi5du7BdP5eXgVJX60POcg2UkBfZ/view