Риски проскальзывания на фьючерсных биржах: новый взгляд на ликвидность

Автор: Денис Аветисян

В статье представлена инновационная методика оценки рисков, связанных с исполнением крупных ордеров на бессрочных фьючерсах, основанная на анализе микроструктуры стакана заявок.

"Покупай на слухах, продавай на новостях". А потом сиди с акциями никому не известной биотех-компании. Здесь мы про скучный, но рабочий фундаментал.

Бесплатный Телеграм канал

На поперечном распределении скорректированного проскальзывания по 184 токенам выявлено, что 5% наиболее правосторонних токенов демонстрируют повышенный риск ликвидности, при этом значение [latex] \mathrm{SaR}^{\mathrm{adj}}(0.95)=3.47\% [/latex] служит порогом для определения этой зоны повышенного риска. — На поперечном распределении скорректированного проскальзывания по 184 токенам выявлено, что 5% наиболее правосторонних токенов демонстрируют повышенный риск ликвидности, при этом значение $\mathrm{SaR}^{\mathrm{adj}}(0.95)=3.47\%$ служит порогом для определения этой зоны повышенного риска.

Предлагается фреймворк Slippage-at-Risk (SaR) для проактивного управления рисками ликвидности на биржах бессрочных фьючерсов, учитывающий концентрацию позиций и функционирование страхового фонда.

Традиционные метрики оценки ликвидности часто полагаются на исторические данные, что ограничивает их прогностическую силу в быстро меняющихся условиях децентрализованных финансовых систем. В данной работе, посвященной разработке фреймворка ‘Slippage-at-Risk (SaR): A Forward-Looking Liquidity Risk Framework for Perpetual Futures Exchanges’, предложен новый подход к измерению риска ликвидности на бессрочных фьючерсных биржах, основанный на анализе текущей микроструктуры книги ордеров. Ключевым результатом является разработка метрики SaR, позволяющей оценивать потенциальный проскальзывание и оптимизировать требования к капиталу, учитывая концентрацию ликвидности. Способствует ли предложенный фреймворк более эффективному управлению рисками и повышению устойчивости децентрализованных финансовых рынков?

Шёпот Неустойчивости: Риск Ликвидности на Бессрочных Рынкаx

Бессрочные фьючерсы, предоставляемые биржами вроде Hyperliquid, обеспечивают непрерывную торговлю, однако эта особенность влечет за собой повышенную уязвимость к риску ликвидности. В отличие от традиционных рынков с фиксированными сроками экспирации, на бессрочных рынках отсутствие конечной даты может приводить к внезапным колебаниям спроса и предложения, особенно в периоды высокой волатильности. Это, в свою очередь, способно привести к значительному проскальзыванию ордеров, невозможности быстрого исполнения крупных сделок и даже к временной остановке торгов, если количество доступных продавцов или покупателей резко сокращается. Таким образом, постоянная доступность торгов требует от бирж и участников рынка повышенного внимания к поддержанию достаточного уровня ликвидности для обеспечения стабильности и эффективности торговли.

Традиционные методы оценки риска, такие как Value at Risk (VaR), часто оказываются недостаточными при анализе рисков на рынках бессрочных фьючерсов. VaR предполагает нормальное распределение убытков и не учитывает характерные для этих рынков явления — внезапные скачки волатильности, каскадные ликвидации, вызванные высокой степенью кредитного плеча, и нелинейную зависимость между ценой и риском. В условиях непрерывного торгового процесса и быстро меняющейся ликвидности, стандартные модели могут значительно недооценивать потенциальные убытки, особенно в периоды повышенной рыночной турбулентности. Это связано с тем, что VaR не учитывает влияние ордербука, динамику ликвидности и сложные взаимосвязи между участниками рынка, что делает его неадекватным инструментом для эффективного управления рисками на платформах, таких как Hyperliquid.

Оценка и количественное определение риска ликвидности имеет первостепенное значение для функционирования бессрочных фьючерсных рынков. Для бирж точное понимание этого риска необходимо для обеспечения стабильной торговли и защиты от внезапных колебаний, которые могут привести к значительным убыткам. Трейдеры, в свою очередь, нуждаются в надежных инструментах для оценки потенциальных рисков и эффективного управления капиталом. Отсутствие адекватной оценки ликвидности может привести к каскаду ликвидаций во время периодов повышенной волатильности, что подрывает доверие к рынку и ставит под угрозу его устойчивость. Таким образом, разработка и внедрение эффективных методов количественной оценки риска ликвидности является ключевым фактором для поддержания здоровой и стабильной торговой среды на биржах бессрочных фьючерсов.

Slippage-at-Risk (SaR): Новая Эра в Оценке Риска Ликвидности

Методика Slippage-at-Risk (SaR) представляет собой новый подход к количественной оценке риска ликвидности, фокусирующийся на потенциальных убытках, возникающих из-за неблагоприятного исполнения ордеров. В отличие от традиционных метрик, которые часто оценивают риск на основе волатильности или объемов торгов, SaR напрямую измеряет ожидаемые отклонения цены исполнения от ожидаемой цены при ликвидации позиций. Это достигается путем моделирования вероятности возникновения убытков, связанных с проскальзыванием (slippage), и определения величины этих убытков в различных сценариях рыночных условий. Таким образом, SaR предоставляет более точную и практичную оценку риска ликвидности, ориентированную на фактические потери, которые могут возникнуть при исполнении крупных ордеров в условиях ограниченной ликвидности.

Механизм Slippage-at-Risk (SaR) использует функцию скольжения (Slippage Function) для количественной оценки потенциального проскальзывания цены во время ликвидационных событий. Данная функция позволяет вычислить средневзвешенное по объему отклонение цены исполнения от ожидаемой, учитывая объем торгов на каждом уровне цен. Фактически, функция скольжения моделирует, как цена актива изменяется в ответ на крупные ордера на продажу, позволяя оценить величину проскальзывания для различных объемов ликвидации. Результатом является числовое значение, представляющее ожидаемое проскальзывание цены в процентах от первоначальной ожидаемой цены, которое используется для расчета ключевых показателей риска, таких как SaR (α), ESaR (α), и TSaR (α).

В рамках Slippage-at-Risk (SaR) рассчитываются три ключевых показателя для определения уровней риска и потенциальных экстремальных сценариев. SaR (α) представляет собой ожидаемое проскальзывание при ликвидации позиции. ESaR (α) — это ожидаемое проскальзывание, скорректированное на уровень доверия, позволяющее оценить вероятность превышения определенного порога проскальзывания. TSaR (α) — это Tail SaR, предназначенный для измерения проскальзывания в «хвосте» распределения, то есть для оценки рисков, связанных с крайне неблагоприятными сценариями и позволяющий выявить потенциальные убытки, выходящие за рамки обычных ожиданий. Комбинированное использование этих показателей позволяет участникам рынка более точно идентифицировать критические уровни риска и эффективно управлять потенциальными убытками, связанными с проскальзыванием при исполнении ордеров.

Анализ продемонстрировал высокую предсказательную способность модели Slippage-at-Risk (SaR). В частности, применительно к событиям 10 октября, коэффициент детерминации $R^2$ между скорректированными предсказаниями проскальзывания, полученными до события, и фактическим проскальзыванием, зафиксированным во время каскада ликвидаций, составил 0.78. Данный показатель свидетельствует о том, что модель способна объяснить 78% дисперсии реализованного проскальзывания, что подтверждает её эффективность в качестве инструмента оценки рисков ликвидности и предсказании потенциальных убытков в периоды высокой волатильности.

Высокая корреляция ([latex]R^2 = 0.78[/latex]) между скорректированными предсказаниями проскальзывания и фактическим проскальзыванием. — Высокая корреляция ( $R^2 = 0.78$ ) между скорректированными предсказаниями проскальзывания и фактическим проскальзыванием.

Стакан и Концентрация: Углубляя Анализ Ликвидности

В рамках разработанной модели учитывается микроструктура стакана лимитных ордеров для оценки глубины и устойчивости рынка. Анализ стакана ордеров позволяет определить объем ликвидности на различных ценовых уровнях, выявляя потенциальные точки нехватки ликвидности и оценивая способность рынка поглощать крупные ордера без значительного ценового воздействия. Оценка глубины рынка производится путем анализа спреда между лучшими ценами покупки и продажи, а также объема ордеров, доступных на каждом уровне стакана. Устойчивость рынка определяется способностью стакана ордеров восстанавливаться после воздействия крупных ордеров или внезапных изменений в спросе и предложении. Данный подход позволяет более точно моделировать динамику цен и оценивать риски, связанные с исполнением крупных ордеров в условиях изменяющейся ликвидности.

Для учета влияния концентрированного предоставления ликвидности в рамках модели используется поправка на концентрацию, основанная на индексе Херфиндаля-Хиршмана (HHI). $HHI = \sum_{i=1}^{n} s_i^2$ , где $s_i$ — доля i-го поставщика ликвидности в общем объеме. Более высокое значение HHI указывает на большую концентрацию ликвидности, что потенциально увеличивает риск проскальзывания и снижает устойчивость рынка в периоды повышенного спроса или недостаточной ликвидности. Применение данной поправки позволяет более точно оценить реальную глубину рынка и адекватно учесть влияние доминирующих участников на формирование цен.

Корректировки, учитывающие динамику биржевого стакана и концентрацию ликвидности, критически важны для точной оценки потенциального проскальзывания (slippage) в периоды повышенного спроса или недостаточной ликвидности. Проскальзывание возникает, когда исполнение ордера происходит по цене, значительно отличающейся от ожидаемой из-за нехватки ликвидности на соответствующем ценовом уровне. Без учета этих факторов, модели оценки рисков могут недооценивать фактические потери, особенно в условиях быстро меняющейся рыночной конъюнктуры. Анализ микроструктуры биржевого стакана позволяет выявить глубину рынка и его устойчивость к крупным ордерам, а учет индекса Херфиндаля-Хиршмана (HHI) количественно оценивает влияние концентрированной ликвидности на потенциальное проскальзывание.

Методы каскадной корректировки позволяют уточнить модель, учитывая обратные связи, возникающие во время ликвидационных каскадов. Данные методы моделируют, как последовательные ордера на продажу, вызванные снижением цен, могут усиливать друг друга, приводя к экспоненциальному росту объема продаж и дальнейшему снижению цен. Это особенно важно для оценки влияния самоподдерживающихся циклов ликвидации на общую ликвидность рынка и потенциальное проскальзывание ордеров. Корректировки, основанные на анализе каскадов, позволяют более точно определить глубину рынка в условиях быстро меняющейся ситуации и оценить риски, связанные с внезапным снижением ликвидности.

Анализ данных показывает, что общая глубина биржевых заявок снизилась на 75% во время каскада 10 октября. Глубина ликвидности упала с 1,12 млрд долларов до 284 млн долларов за 36 часов, предшествовавших событию. Данное снижение указывает на существенное уменьшение объема доступных ордеров на покупку и продажу, что потенциально усилило волатильность и затруднило исполнение крупных ордеров в период повышенного спроса или низкой ликвидности.

Глубина книги заявок резко сократилась на 75% - с $1,12 млрд до $284 млн - за 36 часов до каскада 10 октября. — Глубина книги заявок резко сократилась на 75% — с $1,12 млрд до $284 млн — за 36 часов до каскада 10 октября.

Смягчение Рисков: Страховые Фонды и Автоделеверидж

Формула страхового фонда, основанная на показателе SaR (Self-Amortizing Ratio), представляет собой методологию, позволяющую определить оптимальный размер фонда на основе данных, а не предположений. В отличие от традиционных подходов, полагающихся на субъективные оценки риска, данная формула количественно оценивает потенциальные дефициты, учитывая динамику рынка и поведение трейдеров. Этот подход обеспечивает более точное и эффективное распределение капитала для покрытия убытков, минимизируя необходимость в чрезмерном резервировании или, наоборот, недостаточном страховом покрытии. Использование SaR позволяет объективно установить размер фонда, способного эффективно абсорбировать убытки и поддерживать стабильность торговой площадки, что особенно важно в периоды повышенной волатильности и рыночного стресса.

Фонд страхования выполняет критически важную функцию амортизатора, предназначенного для поглощения дефицитов и защиты от невозвратных долгов. В периоды повышенной волатильности или возникновения крупных убытков, этот фонд выступает в качестве первоочередного источника покрытия, предотвращая каскад неплатежей и обеспечивая стабильность торговой площадки. По сути, он представляет собой финансовую подушку безопасности, гарантирующую, что убытки отдельных трейдеров не приведут к системным рискам и не подорвут доверие к платформе. Эффективное функционирование фонда страхования является ключевым фактором поддержания финансовой устойчивости и надежности всей экосистемы торговли.

Механизмы автоматического снижения кредитного плеча (ADL) играют важную роль в снижении рисков на торговых платформах. В периоды повышенной волатильности и стресса, данные механизмы автоматически уменьшают объемы позиций наиболее успешных трейдеров. Это не только снижает общее кредитное плечо системы, но и высвобождает капитал, который может быть использован для покрытия убытков других участников. По сути, ADL действует как своего рода стабилизатор, предотвращая каскад ликвидаций и поддерживая финансовую устойчивость платформы в критических ситуациях. Такой подход позволяет эффективно управлять рисками и создавать более предсказуемую и безопасную торговую среду для всех пользователей.

Эффективное управление механизмами страховых фондов и автоматического снижения залоговых требований позволяет биржам создать более устойчивую и стабильную торговую среду. Внедрение научно обоснованных формул, таких как SaR, для определения оптимального размера страхового фонда, в сочетании с динамическим управлением залоговыми позициями, позволяет смягчить риски, связанные с дефицитами и невыплатами. Такой подход не только защищает трейдеров от потенциальных убытков, но и способствует повышению доверия к платформе, привлекая новых участников и стимулируя развитие рынка. Подобная система управления риском, подтвержденная высокой корреляцией между прогнозируемыми дефицитами и реальными событиями, создает основу для долгосрочной стабильности и устойчивого роста торговой площадки.

Исследование продемонстрировало высокую точность формулы страхового фонда, основанной на SaR. В частности, размер фонда, рассчитанный по этой методике и составивший 312,6 миллиона долларов, оказался удивительно близок к фактическому дефициту, зафиксированному 10 октября 2025 года, который составил 304,5 миллиона долларов. Такое совпадение подтверждает эффективность предложенного подхода к определению оптимального размера страхового резерва, способного адекватно покрывать потенциальные убытки и обеспечивать стабильность торговой площадки. Полученные данные свидетельствуют о надежности SaR как инструмента оценки рисков и управления финансовой устойчивостью в условиях волатильности рынка.

Исследование выявило значимую взаимосвязь между показателем TSaR и будущими дефицитами, демонстрируя корреляцию опережения на 0,61 с дефицитами, возникающими в течение 12 часов. Более того, проведённый тест на причинно-следственную связь по Грейнджеру с p-значением менее 0,001 подтверждает, что TSaR не просто коррелирует с дефицитами, но и является их причиной. Это означает, что изменения в показателе TSaR могут служить предвестником финансовых проблем и, что более важно, непосредственно способствуют их возникновению, предоставляя ценную информацию для управления рисками и стабилизации торговой среды.

Расчетный размер страхового фонда, основанный на SaR с параметром c=2.0 ($312.6M), точно соответствует фактическому дефициту ($304.5M), в то время как реально выделенный фонд ($25M) был значительно недостаточен.

Исследование предлагает взглянуть на риск ликвидности не как на следствие уже свершившихся событий, а как на потенциальную угрозу, затаившуюся в структуре книги ордеров. Эта попытка предвидеть скольжение, измерить его заранее, напоминает древнее гадание на костях. Словно заклинание, SaR пытается уловить шепот хаоса в данных, прежде чем он обернется реальностью. Как заметила Симона де Бовуар: «Старение — это процесс, который следует принять, а не бороться с ним». Подобно этому, риск ликвидности неизбежен, но, предвидя его, можно смягчить удар, словно уговаривая судьбу.

Куда же дальше?

Предложенный фреймворк Slippage-at-Risk (SaR) — это, конечно, попытка обуздать хаос, но не стоит обманываться иллюзией контроля. Измерение риска исполнения из состояния книги ордеров — это всё равно что гадать на кофейной гуще, только с большим количеством цифр. Корреляции, выявленные в данных, скорее всего, — результат искусной настройки параметров, а не отражение истинных закономерностей. И всё же, попытка предсказать проскальзывание, а не просто констатировать его наличие после факта, — шаг в правильном направлении, если подходить к этому с долей здорового цинизма.

Главная проблема, как всегда, — шум. Шум — это не ошибка измерения, это правда, которую не хватает бюджета, чтобы её услышать. Необходимо учитывать влияние внешних факторов, не включенных в модель — новостной фон, манипуляции на рынке, внезапные изменения в настроениях трейдеров. Разработка адаптивных алгоритмов, способных учитывать эти непредсказуемые факторы, — задача на будущее. И не стоит забывать, что любое усложнение модели увеличивает вероятность её поломки в самый неподходящий момент.

Перспективы дальнейших исследований видятся в изучении микроструктуры книги ордеров с использованием методов машинного обучения, способных выявлять скрытые закономерности и предсказывать поведение участников рынка. Но даже самые совершенные модели останутся лишь приближением к реальности. Помните: данные — это всего лишь воспоминания машины о том, что произошло, когда никто не смотрел. И эти воспоминания всегда будут неполными и искажёнными.

Оригинал статьи: https://arxiv.org/pdf/2603.09164.pdf

Связаться с автором: https://www.linkedin.com/in/avetisyan/

Смотрите также:

2026-03-11 10:09