L'analyse critique de Tarun Chitra révèle comment l'algorithme ADL obsolète a coûté à Hyperliquid $650 millions

Le crash du marché crypto du 10 octobre a suscité de nombreux débats sur les mécanismes de sécurité des échanges, et Tarun Chitra, PDG de la société de gestion des risques Gauntlet, a attiré l’attention sur une faille systémique dans la gestion des pertes des traders par les plateformes. Ses découvertes révèlent un écart préoccupant entre les pratiques actuelles de l’industrie et une gestion optimale des risques — un écart qui aurait pu prévenir une cascade de pertes dévastatrices.

La crise de liquidation du 10 octobre et ses conséquences inattendues

Lorsque le marché s’est effondré le 10 octobre, 1,9 milliard de dollars de positions ont été liquidés sur les principales plateformes. Cependant, l’après-crise a révélé quelque chose de plus inquiétant que la simple volatilité du marché. La couverture de Jinse Finance a souligné que le coût réel pour les traders rentables dépassait largement ce que la liquidation de base aurait entraîné.

Cette crise sert d’étude de cas pour comprendre comment un seul mécanisme peut amplifier les pertes au-delà de leur niveau naturel de marché. L’enquête de Tarun Chitra a montré que les dégâts allaient bien au-delà des traders insolvables — ils ont également touché ceux qui étaient en profit.

Comprendre l’auto-désendettement : le « filet de sécurité » devenu un problème

L’Auto-Deleveraging (ADL) fonctionne comme ce que Tarun Chitra définit comme un mécanisme de « dernier recours ». Lorsque les échanges font face à une dette impayée provenant de positions qu’ils ne peuvent couvrir, le système réduit automatiquement la taille des positions des traders en profit pour compenser — en gros, il transfère la perte des positions sous-eau à ceux qui sont encore en profit.

Ce mécanisme n’est pas nouveau. Cette approche algorithmique séquentielle est restée largement inchangée depuis plus d’une décennie, adoptée par plusieurs plateformes de contrats perpétuels, notamment Hyperliquid et Lighter. La longévité de ce système a créé une fausse impression de sécurité, même lorsque les conditions du marché ont évolué de manière spectaculaire.

Ce que révèle l’analyse de Tarun Chitra, c’est l’ampleur de ce transfert : plus de 650 millions de dollars ont été désendettés des positions des traders en profit sur Hyperliquid seulement. Pour mettre ce chiffre en contexte, la dette impayée que ces traders ont absorbée s’élève à seulement 23 millions de dollars — ce qui signifie que les traders en profit ont payé environ 28 fois la dette réelle que leur plateforme devait couvrir.

Pourquoi les algorithmes actuels sont insuffisants : la conclusion de Tarun Chitra

Le problème central identifié par Tarun Chitra ne réside pas dans le concept d’Auto-Deleveraging lui-même, mais dans l’algorithme obsolète basé sur une file d’attente qui l’exécute. Le système actuel prend ses décisions de suppression selon un ordre séquentiel plutôt que par une optimisation sophistiquée, créant des inefficacités qui entraînent des dégâts collatéraux massifs.

Les traders qui étaient en position favorable avant la chute ont vu leurs profits systématiquement éliminés pour couvrir des pertes qu’ils n’ont pas causées. Il ne s’agissait pas d’une liquidation motivée par le marché — c’était un transfert mécanique de richesse réalisé par un algorithme vieillissant.

Une voie à suivre : la solution proposée par Gauntlet

Tarun Chitra et Gauntlet ont détaillé une alternative complète dans un rapport technique de 95 pages, présentant des algorithmes ADL modernisés conçus pour minimiser l’impact sur les positions en profit tout en protégeant les échanges contre l’insolvabilité.

Ces nouvelles approches permettraient aux plateformes de respecter leurs obligations de dette sans déclencher le désendettement indiscriminé qui a marqué l’après 10 octobre. La solution résulte de plusieurs années de recherche sur la répartition optimale des risques — répondant précisément à ce que Tarun Chitra a identifié comme la faille fondamentale des systèmes actuels.

Pour les plateformes de contrats perpétuels, le choix est clair : continuer à utiliser des algorithmes vieux de dix ans, qui privilégient la simplicité au détriment de l’efficacité, ou adopter des cadres que la recherche de Tarun Chitra a montré capables de réduire drastiquement les dégâts collatéraux pour les traders en profit. La perte de 650 millions de dollars sur Hyperliquid à elle seule indique que l’industrie ne peut plus se permettre longtemps l’approche précédente.