Tarun Chitra的批判性分析揭示了过时的ADL算法如何让Hyperliquid损失$650 百万

10月10日的加密市场崩盘引发了关于交易所安全机制的广泛讨论，风险管理公司Gauntlet的CEO Tarun Chitra重新关注了平台处理交易者亏损方式中的系统性缺陷。他的研究揭示了当前行业实践与最佳风险管理之间的令人担忧的差距——这一差距本可能避免一场灾难性的亏损级联。

10月清算危机及其意想不到的后果

10月10日市场崩盘时，主要平台面临19亿美元仓位被清算。然而，事后显示的情况比一般市场波动更令人担忧。金色财经的报道指出，盈利交易者所承担的实际成本远远超过了单纯清算所能造成的损失。

这场危机成为一个案例研究，帮助理解单一机制如何放大亏损，超出其自然的市场水平。Tarun Chitra的调查显示，损害远不止 insolvent（无力偿还）交易者——盈利交易者也受到波及。

自动减杠杆（Auto-Deleveraging）：变成问题的“后备机制”

自动减杠杆（ADL）被Tarun Chitra定义为一种“终极后备”机制。当交易所面临无法覆盖的坏账时，系统会自动减少盈利交易者的仓位，以弥补亏损——本质上将亏损从“水下”仓位转嫁给仍在盈利的交易者。

这一机制并不新鲜。这种连续的算法方法已存在超过十年，被多个永续合约平台采用，包括Hyperliquid和Lighter。这一系统的长久存在造成了一种虚假的安全感，即使市场环境发生了剧烈变化。

Tarun Chitra的分析揭示了这种转移的规模：仅在Hyperliquid上，就有超过6.5亿美元的仓位被减杠杆。为了给出背景，这些交易者所吸收的坏账仅为2300万美元——意味着盈利交易者实际上支付了大约28倍于他们所需弥补的债务。

当前算法为何不足：Tarun Chitra的发现

Tarun Chitra指出的问题核心不在于自动减杠杆的概念本身，而在于执行这一机制的过时队列算法。现有系统基于顺序排序做出减仓决策，而非采用更复杂的优化方法，导致效率低下，造成大规模的 collateral damage（抵押品损失）。

在崩盘前处于有利位置的交易者，其利润被系统性地剥夺，以弥补他们未曾造成的亏损。这不是市场驱动的清算，而是由一个老旧算法机械执行的财富转移。

未来之路：Gauntlet提出的解决方案

Tarun Chitra和Gauntlet在一份95页的技术报告中详细提出了全面的替代方案，介绍了现代化的ADL算法，旨在最大限度减少对盈利仓位的影响，同时保护交易所免于破产。

这些新方法将使平台能够在不引发像10月10日那样的无差别减杠杆的情况下，履行其债务义务。这一方案代表了多年的风险分配优化研究，正是Tarun Chitra所指出的当前系统的根本缺陷。

对于永续合约平台而言，选择已过时、追求简单而非效率的算法，还是采纳Tarun Chitra的研究所证明能大幅减少对盈利交易者 collateral damage（抵押品损失）的框架，已变得非常清晰。仅在Hyperliquid上的6.5亿美元亏损就表明，行业不能再继续使用前者的方式了。