当前位置：首页 > web >正文

uniswap getTickAtSqrtPrice 方法解析

web 2025/7/2 5:55:23

先上代码：

    function getTickAtSqrtPrice(uint160 sqrtPriceX96) internal pure returns (int24 tick) {unchecked {// Equivalent: if (sqrtPriceX96 < MIN_SQRT_PRICE || sqrtPriceX96 >= MAX_SQRT_PRICE) revert InvalidSqrtPrice();// second inequality must be >= because the price can never reach the price at the max tick// if sqrtPriceX96 < MIN_SQRT_PRICE, the `sub` underflows and `gt` is true// if sqrtPriceX96 >= MAX_SQRT_PRICE, sqrtPriceX96 - MIN_SQRT_PRICE > MAX_SQRT_PRICE - MIN_SQRT_PRICE - 1if ((sqrtPriceX96 - MIN_SQRT_PRICE) > MAX_SQRT_PRICE_MINUS_MIN_SQRT_PRICE_MINUS_ONE) {InvalidSqrtPrice.selector.revertWith(sqrtPriceX96);}uint256 price = uint256(sqrtPriceX96) << 32;uint256 r = price;uint256 msb = BitMath.mostSignificantBit(r);if (msb >= 128) r = price >> (msb - 127);else r = price << (127 - msb);int256 log_2 = (int256(msb) - 128) << 64;assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(63, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(62, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(61, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(60, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(59, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(58, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(57, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(56, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(55, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(54, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(53, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(52, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(51, f))r := shr(f, r)}assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(50, f))}int256 log_sqrt10001 = log_2 * 255738958999603826347141; // Q22.128 number// Magic number represents the ceiling of the maximum value of the error when approximating log_sqrt10001(x)int24 tickLow = int24((log_sqrt10001 - 3402992956809132418596140100660247210) >> 128);// Magic number represents the minimum value of the error when approximating log_sqrt10001(x), when// sqrtPrice is from the range (2^-64, 2^64). This is safe as MIN_SQRT_PRICE is more than 2^-64. If MIN_SQRT_PRICE// is changed, this may need to be changed tooint24 tickHi = int24((log_sqrt10001 + 291339464771989622907027621153398088495) >> 128);tick = tickLow == tickHi ? tickLow : getSqrtPriceAtTick(tickHi) <= sqrtPriceX96 ? tickHi : tickLow;}}

公式推导

首先回忆一下uniswap v3/v4的价格公式

$\frac{token1}{token0}=price=1.0001^{tick}$

$sqrtPrice=\sqrt{price}=\sqrt{1.0001^{tick}}$

这个方法顾名思义是通过价格的平方根求出tick。

对于这类数学计算方法的解析首先要从公式的推导开始，了解其计算步骤才能逐步拆解代码。

整个计算步骤基于的是对数换底公式:

以 a 为底的 b 的对数，等于以 c 为底的 b 的对数除以以 c 为底的 a 的对数。
（其中 a,b,c>0且 a,b≠1, c 是任意可选的新底数。）

总结下来就是:

$\log_{a}b=\frac{\log_{c}b}{\log_{c}a}$

高中的数学知识，这里稍微回忆一下:

设： $x=\log_{a}b$ ,也就是说 $a^{x}=b$

两边同时取以c 为底的对数得到： $\log_{c}(a^{x})=\log_{c}(b)$

进一步得出 $x\log_{c}(a)=\log_{c}(b)$

所以： $\log_{a}b=x=\frac{\log_{c}b}{\log_{c}a}$

为了后续的计算可以转换成位运算，我们用2作为底数，整个计算就可以转换成：
$tick=\log_{\sqrt{1.0001}}sqrtPrice=\frac{\log_{2}sqrtPrice}{\log_{2}\sqrt{1.0001}}$

${\log_{2}\sqrt{1.0001}}$ 作为一个常数，我们线下计算出定义成代码中的常量即可。整个方法的关键就是计算 $\log_{2}sqrtPrice$ 。

我们假设 $\log_{2}sqrtPrice=m.n$ ,m是整数部分，n是小数部分，接下来的计算主要分为三步：

避免浮点型运算，对sqrtPrice做一些前置处理，将其转换成整数
计算整数部分
计算小数部分

精度转换

这个方法只有一个参数sqrtPriceX96，x96的意思代表此参数是一个小数位精度96的数字，什么意思呢？我们知道计算机在处理计算的过程中所有的数字都用二进制保存，而sqrtPriceX96这个数字的小数是用96位的二进制数保存，精度可以说相当的高了。

@param sqrtPriceX96 The sqrt price for which to compute the tick as a Q64.96

通过代码的注释，我们也可以看出 sqrtPriceX96是一个Q64.96 格式的定点数，就是说整数部分是64位，小数部分是96位。

64和96位数的制定是有一些来由的，这里要从tick说起，我们知道tick的范围是-887272到887272

于是我们得出：

$minPrice = 1.0001^{-887272}=\frac{1}{1.0001^{887272}}$

$1.0001^{887272}\approx 2^{128}$

进一步推导得出：

$minPrice = \frac{1}{1.0001^{887272}}\approx2^{-128}$

$maxPrice \approx2^{128}$

所以

$minSqrtPrice=\sqrt{minPrice }\approx2^{-64}$
$maxSqrtPrice=\sqrt{minPrice }\approx2^{64}$

也就是说sqrtPrice的小数部分最多是64位，整数部分最多也是64位，所以sqrtPrice的精度制定最起码需要Q64.64，而实际上Uniswap的许多计算（例getTickAtSqrtPrice 和 getSqrtPriceAtTick）涉及多次乘法、除法，这些计算的中间结果其精度可能会超过64，为了减小误差，需要把小数部分的精度进一步扩大最终定在Q64.96，这就是sqrtPriceX96参数名称的由来。

接下来看第一行代码：

if ((sqrtPriceX96 - MIN_SQRT_PRICE) > MAX_SQRT_PRICE_MINUS_MIN_SQRT_PRICE_MINUS_ONE) {InvalidSqrtPrice.selector.revertWith(sqrtPriceX96);
}

这里的几个常量定义如下：

uint160 internal constant MIN_SQRT_PRICE = 4295128739;uint160 internal constant MAX_SQRT_PRICE = 1461446703485210103287273052203988822378723970342;uint160 internal constant MAX_SQRT_PRICE_MINUS_MIN_SQRT_PRICE_MINUS_ONE =1461446703485210103287273052203988822378723970342 - 4295128739 - 1;

首先要明确Qn.m定点数的表示方式，为了避免浮点型运算，所有的小数都会被转换成整数，打个比方2.7这个小数转换成Q2.4是什么样呢？
首先2.7转换成二进制是大约是10.1011，接着我们将其转换成Q2.4，Q2.4就是说小数部分最多是4位，所以转换成整数先乘以2的四次方也就是101011后面4位代表小数，前面两位是整数。101011，转换成十进制是43，也就是说给你一个整数43告诉你他的是一个Q2.4格式的定点数，你需要反向推导出它其实是2.7

说这么多就是要解释这几个常量值的由来，前面推导过

$minSqrtPrice=\sqrt{minPrice }\approx2^{-64}$
$2^{-64}$ 转换成Q64.96格式的整数需要先乘以 $2^{96}$ ，也就是 $2^{32}$ ，于是
MIN_SQRT_PRICE = 4295128739;
而maxSqrtPrice转换成Q64.96则是 $2^{160}$ ，所以
MAX_SQRT_PRICE = 1461446703485210103287273052203988822378723970342

sqrtPriceX96 必然在这个范围中。

uint256 price = uint256(sqrtPriceX96) << 32;

为了方便后续的计算需要进一步扩展精度
uint160 → uint256，高位补零===》[96个0][64 位整数][96 位小数]
<< 32后===>[64个0][64 位整数][96 位小数][32个0]

此时小数和整数的分界点在第127位和第128位之间(从0位开始算)

对数整数部分的计算

先介绍一个概念：最高有效位（msb）

其代表位二进制格式中值为 1 的最高位的位置（从 0 开始计数）

比如说5转换成二进制是101，他的最高有效位msb=2

这里其实有个定律，假设 $\log_{2}x=m.n$ ，那么对数的整数部分m就是最高有效位的值

比如 $\log_{2}5=2.n$ ，各位读者也可以拿其他的数字尝试一下，所以要求 $\log_{2}sqrtPrice=m.n$

中m的值，第一步就是要计算出sqrtPrice的最高有效位（msb）

uint256 msb = BitMath.mostSignificantBit(r);

后面我会专门开一篇介绍mostSignificantBit方法的实现，这里只需要知晓其作用即可。

对数小数部分的计算

假设 $\log_{2}sqrtPrice=a.b_{1}b_{2}b_{3}b_{4}b_{5}...b_{n}$ 其中a代表整数部分， $b_{1..n}\epsilon[0,1]$

那么 $2^{a.b_{1}b_{2}b_{3}b_{4}b_{5}...b_{n}}=sqrtPrice$

所以 $2^{0.b_{1}b_{2}b_{3}b_{4}b_{5}...b_{n}}=sqrtPrice/2^{a}=sqrtPrice>>a=r$
我们知道msb就是对数的整数部分，然而这里的msb和a并不等价，前面我们说到小数和整数的分界点在第127位和第128位之间，

所以当msb>=128，则a=msb-127，

此时r = price >> (msb - 127)

当msb<128,则a=0，并且后面连续若干个b也为0，具体多少个b为0，取决于msb和127中间的差值，假设msb=125，则

$2^{0.00b_{1}b_{2}b_{3}...b_{n}}=sqrtPrice$

这时为了方便后面的计算我们需要做一些调整，使

$r=2^{0.b_{1}b_{2}b_{3}...b_{n}}=sqrtPrice*2^{127-msb}=sqrtPrice<<(127-msb)$

if (msb >= 128) r = price >> (msb - 127);else r = price << (127 - msb);

故而这两行代码的意义在于计算sqrtPrice排除掉msb部分后的值r

int256 log_2 = (int256(msb) - 128) << 64;

接下来我们要学习一下逐位逼近法，后面的一大段代码都是基于这个算法来的。

    assembly ("memory-safe") {r := shr(127, mul(r, r))let f := shr(128, r)log_2 := or(log_2, shl(63, f))r := shr(f, r)}

根据逐位逼近法的思想要计算 $\log_{2}r=0.b_{1}b_{2}b_{3}b_{4}b_{5}...b_{n}$

第一步计算 $r^{2}$ ，前面的推导可以看出sqrtPrice在去除掉msb部分后是一个127位的数(从0开始算)，其小于 $2^{128}$ ，所以 $r^{2}$ 的位数为255位，我们取最高位也就是255位的值 f 作为 $b_{1}$ 的值，假设此时 $f=1$ ,

也就是 $\log_{2}r=1.b_{2}b_{3}b_{4}b_{5}...b_{n}$

$2^{1.b_{2}b_{3}b_{4}b_{5}...b_{n}}=r$ ,我们需要将 $1.b_{2}b_{3}b_{4}b_{5}...b_{n}$ 的整数部分化掉，所以两边同时除以2，相当于 $2^{0.b_{2}b_{3}b_{4}b_{5}...b_{n}}=r>>1$

这就是r := shr(f, r)的作用，如果计算出f=0，则 $2^{0.b_{2}b_{3}b_{4}b_{5}...b_{n}}=r>>0$ ，一定要仔细阅读逐位逼近法，否则很难理解！

整数部分和小数部分都计算出得到 $\log_{2}sqrtPrice$ ,我们的目的是计算是计算 $\log_{\sqrt{1.0001}}sqrtPrice$ ，根据对数换底公式

$\log_{\sqrt{1.0001}}sqrtPrice=\log_{2}sqrtPrice*\frac{1}{{\log_{2}\sqrt{1.0001}}}$

在计算小数部分之前， $\log_{2}sqrtPrice$ 的结果log_2已经被定义成了一个 Q64.64 格式的数

int256 log_2 = (int256(msb) - 128) << 64;

我们知道在进行乘法运算之前先要进行小数点对齐，所以 $\frac{1}{{\log_{2}\sqrt{1.0001}}}$ 要先转换成一个小数点部分有64位的数字:

$\frac{1}{{\log_{2}\sqrt{1.0001}}}\approx 13863.92$ ,

$13863.92*2^{64}\approx 255738958999603826347141$

两个64位小数的二进制数相乘会得到一个128位小数的数字,将128位的小数去除掉就是真正的tick值

 // Magic number represents the ceiling of the maximum value of the error when approximating log_sqrt10001(x)
int24 tickLow = int24((log_sqrt10001 - 3402992956809132418596140100660247210) >> 128);// Magic number represents the minimum value of the error when approximating log_sqrt10001(x), when sqrtPrice is from the range (2^-64, 2^64). This is safe as MIN_SQRT_PRICE is more than 2^-64. If MIN_SQRT_PRICE  is changed, this may need to be changed too
int24 tickHi = int24((log_sqrt10001 + 291339464771989622907027621153398088495) >> 128);

误差补偿

由于直接计算 $\log_{\sqrt{1.0001}}sqrtPrice$ 的成本过高，整个计算过程是通过 $\log_{2}sqrtPrice$ 计算的，中间有好几步近似转换，这期间必然会产生误差，所以在方法的背后还需要做一些误差补偿。

TickMath这个文件里面还有一个方法getSqrtPriceAtTick，通过tick计算sqrtPrice，我们把每个tick都通过getSqrtPriceAtTick方法计算出sqrtPrice，再通过getTickAtSqrtPrice方法计算出tick，这里记为tick1，我们统计每一个tick和tick1之间的误差，最终统计出log_sqrt10001 的上限误差和下限误差。这就是最后两个魔法数的来历。

getSqrtPriceAtTick的方法解析看这里。

tick = tickLow == tickHi ? tickLow : getSqrtPriceAtTick(tickHi) <= sqrtPriceX96 ? tickHi : tickLow;

如果在考虑上限误差和下限误差后再去除掉小数点部分tickLow == tickHi则罢了。否则通过getSqrtPriceAtTick方法做一次矫正。

查看全文

http://www.xdnf.cn/news/2837.html

相机-IMU联合标定：IMU标定

代码随想录算法训练营第六十一天 | floyd算法

夜莺监控V8(Nightingale)二进制部署教程（保姆级）

Virtualbox虚拟机全屏后黑屏问题解决

Linux用户管理命令：su与useradd

常用网址合集

如何利用表格解决 Python 嵌套循环难题

SDK游戏盾、高防IP、高防CDN三者的区别与选型指南

海外独立站VUE3加载优化

第二届材料工程与智能制造国际学术会议

【QinAgent应用案例】从开发到管理，QinAgent为某智能家居企业提效50%，降本20%

Airbnb更智能的搜索：嵌入式检索（Embedding-Based Retrieval，EBR）工作原理解析

git 如何清空当前分支的历史提交记录，仅保留最后一次提交

Vue3中Hooks与普通函数的区别

Python pip下载包及依赖到指定文件夹

23.开关电源干扰控制的EMC改善措施

正常流布局

Terraform的加密功能

解决 Win11/Win10 “为了对电脑进行保护，已经阻止此应用”问题

Linux环境变量配置与std访问环境变量

【Linux实践系列】：进程间通信：万字详解命名管道实现通信

谷歌浏览器如何优化网页的视频播放体验【提升播放效果】

二极管钳位电路——Multisim电路仿真

数组滑动窗口单调栈单调队列trick集【leetcode hot100 c++速查！！！】

遇到前后端半分离老项目的速度解决方法

如何选择合适的RFID手持终端设备？

【C++QT】Item Views 项目视图控件详解

Nginx支持HTTP2/HTTP3的并用CURL测试

RSYNC命令使用详解

JLink，程序烧写流程、步骤

公式推导

精度转换

对数整数部分的计算

对数小数部分的计算

误差补偿

相关文章：