Phân tích Phân tích Chuyên sâu của Tarun Chitra tiết lộ cách thuật toán ADL lỗi thời đã làm mất đi của Hyperliquid $650 triệu

Sự sụp đổ thị trường tiền điện tử ngày 10 tháng 10 đã kích hoạt các cuộc thảo luận rộng rãi về cơ chế an toàn của các sàn giao dịch, và Tarun Chitra, CEO của công ty quản lý rủi ro Gauntlet, đã thu hút sự chú ý trở lại về một lỗ hổng hệ thống trong cách các nền tảng xử lý tổn thất của nhà giao dịch. Những phát hiện của ông phơi bày một khoảng cách đáng lo ngại giữa các thực hành hiện tại của ngành và quản lý rủi ro tối ưu—một lỗ hổng có thể đã ngăn chặn được một chuỗi tổn thất thảm khốc.

Khủng hoảng thanh lý ngày 10 tháng 10 và hậu quả bất ngờ của nó

Khi thị trường sụp đổ vào ngày 10 tháng 10, có tới 1,9 tỷ đô la vị thế bị thanh lý trên các nền tảng lớn. Tuy nhiên, hậu quả còn cho thấy điều gì đó đáng lo ngại hơn so với biến động thị trường thông thường. Phóng viên Jinse Finance đã nhấn mạnh rằng chi phí thực sự đối với các nhà giao dịch có lãi vượt xa những gì thanh lý cơ bản có thể gây ra.

Khủng hoảng này trở thành một bài học để hiểu cách một cơ chế duy nhất có thể làm tăng thiệt hại vượt quá mức tự nhiên của thị trường. Cuộc điều tra của Tarun Chitra về sự cố cho thấy thiệt hại không chỉ giới hạn ở các nhà giao dịch mất khả năng thanh toán mà còn ảnh hưởng đến các nhà giao dịch có lãi.

Hiểu về Auto-Deleveraging: “Bảo hiểm cuối cùng” trở thành vấn đề

Auto-Deleveraging (ADL) hoạt động như một cơ chế mà Tarun Chitra gọi là “bảo hiểm cuối cùng”. Khi các sàn giao dịch gặp phải nợ xấu từ các vị thế không thể bù đắp, hệ thống tự động giảm quy mô vị thế của các nhà giao dịch có lãi để bù đắp—cơ chế này thực chất là lan truyền thiệt hại từ các vị thế thua lỗ sang những vị thế vẫn còn lãi.

Cơ chế này không mới. Phương pháp thuật toán theo trình tự này đã tồn tại hơn một thập kỷ, được áp dụng trên nhiều nền tảng hợp đồng vĩnh viễn như Hyperliquid và Lighter. Sự tồn tại lâu dài của hệ thống này đã tạo ra một cảm giác an toàn giả tạo, ngay cả khi điều kiện thị trường thay đổi mạnh mẽ.

Phân tích của Tarun Chitra cho thấy quy mô của việc chuyển giao này: chỉ riêng Hyperliquid đã giảm hơn 650 triệu đô la từ các vị thế có lãi. Để hình dung rõ hơn, khoản nợ xấu mà các nhà giao dịch này phải gánh là chỉ 23 triệu đô la—tức là các nhà giao dịch có lãi đã trả gấp khoảng 28 lần số nợ thực tế mà sàn giao dịch cần phải bù đắp.

Tại sao các thuật toán hiện tại lại không đủ: Phát hiện của Tarun Chitra

Vấn đề cốt lõi mà Tarun Chitra chỉ ra không phải là ý tưởng Auto-Deleveraging, mà là thuật toán theo hàng đợi cũ kỹ đang thực thi nó. Hệ thống hiện tại quyết định xóa bỏ vị thế dựa trên thứ tự theo trình tự, thay vì tối ưu hóa phức tạp, dẫn đến những hiệu quả kém và gây ra thiệt hại lớn về tài sản thế chấp.

Các nhà giao dịch có vị thế tốt trước khi xảy ra sụp đổ đã bị loại bỏ lợi nhuận một cách có hệ thống để bù đắp cho các khoản lỗ mà họ không gây ra. Đây không phải là thanh lý theo thị trường—đây là một chuyển giao tài sản một cách cơ học do một thuật toán cũ kỹ thực hiện.

Con đường phía trước: Giải pháp đề xuất của Gauntlet

Tarun Chitra và Gauntlet đã trình bày một giải pháp thay thế toàn diện trong một báo cáo kỹ thuật dài 95 trang, giới thiệu các thuật toán ADL hiện đại nhằm giảm thiểu tác động đến các vị thế có lãi trong khi vẫn bảo vệ các sàn khỏi nguy cơ mất khả năng thanh toán.

Các phương pháp mới này sẽ giúp các nền tảng đáp ứng nghĩa vụ nợ mà không cần phải kích hoạt quá trình giảm quy mô vị thế một cách vô tội vạ như trong hậu quả ngày 10 tháng 10. Giải pháp này phản ánh nhiều năm nghiên cứu về phân phối rủi ro tối ưu—đúng như những gì Tarun Chitra đã chỉ ra là điểm yếu căn bản của hệ thống hiện tại.

Đối với các nền tảng hợp đồng vĩnh viễn, lựa chọn rõ ràng là: tiếp tục sử dụng các thuật toán đã tồn tại hơn một thập kỷ, ưu tiên sự đơn giản hơn hiệu quả, hoặc chuyển sang các khung công tác mà nghiên cứu của Tarun Chitra đã chứng minh có thể giảm thiểu đáng kể thiệt hại cho các nhà giao dịch có lãi. Khoản lỗ 650 triệu đô la trên Hyperliquid alone cho thấy ngành công nghiệp không thể tiếp tục duy trì cách làm cũ này lâu hơn nữa.