A análise crítica de Tarun Chitra revela como o algoritmo ADL desatualizado custou à Hyperliquid $650 milhões

A queda do mercado de criptomoedas em 10 de outubro desencadeou discussões generalizadas sobre os mecanismos de segurança das exchanges, e Tarun Chitra, CEO da empresa de gestão de risco Gauntlet, trouxe uma atenção renovada para uma falha sistêmica na forma como as plataformas lidam com perdas de traders. Suas descobertas expõem uma lacuna preocupante entre as práticas atuais do setor e a gestão de risco ideal — uma que poderia ter evitado uma cascata de perdas devastadora.

A crise de liquidação de outubro e suas consequências inesperadas

Quando o mercado quebrou em 10 de outubro, posições no valor de 1,9 bilhões de dólares foram liquidadas em várias plataformas principais. No entanto, o que veio à tona foi algo mais preocupante do que a volatilidade típica do mercado. A cobertura da Jinse Finance destacou que o custo real para traders lucrativos foi muito superior ao que uma liquidação básica teria causado.

A crise serve como estudo de caso para entender como um único mecanismo pode amplificar perdas além do nível natural do mercado. A investigação de Tarun Chitra demonstrou que os danos se estenderam muito além dos traders insolventes — atingiram também os lucrativos.

Compreendendo o Auto-Deleveraging: o “backstop” que virou problema

Auto-Deleveraging (ADL) funciona como o que Tarun Chitra define como um mecanismo de “último recurso”. Quando as exchanges enfrentam dívidas ruins de posições que não podem cobrir, o sistema reduz automaticamente o tamanho das posições dos traders lucrativos para compensar — essencialmente espalhando a perda de posições em dificuldades para aqueles que ainda estão no lucro.

O mecanismo em si não é novo. Essa abordagem algorítmica sequencial permaneceu praticamente inalterada por mais de uma década, sendo adotada por várias plataformas de contratos perpétuos, incluindo Hyperliquid e Lighter. A longevidade desse sistema criou uma falsa sensação de segurança, mesmo com as condições de mercado evoluindo drasticamente.

O que a análise de Tarun Chitra revela é a escala dessa transferência: mais de 650 milhões de dólares foram desleverageados das posições de traders lucrativos apenas na Hyperliquid. Para contextualizar, a dívida ruim que esses traders estavam absorvendo totalizava apenas 23 milhões de dólares — ou seja, os traders lucrativos pagaram aproximadamente 28 vezes a dívida real que a exchange precisava cobrir.

Por que os algoritmos atuais são insuficientes: a descoberta de Tarun Chitra

O problema central identificado por Tarun Chitra não está no conceito de Auto-Deleveraging em si, mas na versão desatualizada do algoritmo baseado em filas que o executa. O sistema existente toma decisões de deleverage com base na ordem sequencial, ao invés de uma otimização sofisticada, criando ineficiências que se traduzem em danos colaterais massivos.

Traders posicionados de forma favorável antes do crash tiveram seus lucros sistematicamente eliminados para cobrir perdas que não criaram. Não foi uma liquidação impulsionada pelo mercado — foi uma transferência mecânica de riqueza executada por um algoritmo envelhecido.

Um caminho a seguir: a solução proposta pela Gauntlet

Tarun Chitra e a Gauntlet detalharam uma alternativa abrangente em um relatório técnico de 95 páginas, apresentando algoritmos de ADL modernizados, projetados para minimizar o impacto sobre posições lucrativas, ao mesmo tempo em que protegem as exchanges da insolvência.

Essas novas abordagens permitiriam que as plataformas cumprissem suas obrigações de dívida sem desencadear o deleverage indiscriminado que marcou o período pós-10 de outubro. A solução representa anos de pesquisa em distribuição de risco ideal — abordando exatamente o que Tarun Chitra identificou como a falha fundamental dos sistemas atuais.

Para plataformas de contratos perpétuos, a escolha é clara: continuar usando algoritmos de uma década atrás, que priorizam simplicidade em detrimento de eficiência, ou adotar frameworks que a pesquisa de Tarun Chitra mostrou poderem reduzir drasticamente os danos colaterais aos traders lucrativos. A perda de 650 milhões de dólares apenas na Hyperliquid sugere que o setor não pode se dar ao luxo de continuar com a primeira abordagem por muito mais tempo.