Автор: Chaos Labs
Скомпилировано: 深潮TechFlow
Написано аналитиком исследований @0xGeeGee
В традиционных финансах и в криптовалютной сфере рынок деривативов значительно превышает рынок спотовых торгов. Например, на текущий момент дневной объем спотовых торгов биткойном составляет около 4 миллиардов долларов, тогда как объем торгов деривативами достигает 53,89 миллиарда долларов (данные: Cryptoquant.com).
Биткойн: соотношение объемов (спот против деривативов) — источник: CryptoQuant
Эта тенденция начала набирать скорость с начала 2021 года и продолжается по сей день. Рынок деривативов в традиционных финансах уже давно превзошел спотовый рынок, и рынок деривативов на централизованных биржах (CEX) в криптовалюте также следует за этим. В области децентрализованных финансов (DeFi) деривативы пока не превзошли спотовый рынок децентрализованных бирж (DEX). Например, за последние 24 часа @Uniswap v3 осуществил 1,3 миллиарда долларов спотовой торговли, в то время как @HyperliquidX обработал около 1 миллиарда долларов деривативной торговли (данные: Coingecko Data).
Тем не менее, разрыв сокращается, и становится очевидным, что с развитием экосистемы цепочные деривативы могут, как и другие зрелые рынки, в конечном итоге превзойти спотовый рынок. Хотя рыночный спрос смещается в сторону деривативов, этот рост требует наличия безопасных и эффективных торговых платформ и моделей в качестве поддержки.
Объем торгов деривативами — источник: DefiLlama
Понимание различных моделей, поддерживающих рынок деривативов, имеет решающее значение для построения инфраструктуры, поддерживающей этот переход. В этой статье я обсудю модели жесткой ликвидности и синтетические модели.
Модель жесткой ликвидности
В модели жесткой ликвидности трейдеры торгуют с реальными активами, токенами или стейблкоинами, хранящимися в ликвидном пуле. Эти активы фактически предоставляются трейдерам для открытия маржинальных позиций. @GMX_IO, @JupiterExchange, @GearboxProtocol PURE и @Contango_xyz — это некоторые примеры, использующие этот подход.
Поставщики ликвидности (LP) зарабатывают торговые сборы, внося реальные активы, и могут получать вознаграждения как контрагенты для трейдеров. Таким образом, доход LP зависит от производительности активов в пуле, использования пула и от убытков и прибыли трейдеров в модели без механизма для балансировки длинных и коротких объемов торгов.
Плюсы:
Низкий риск банкротства: поскольку торговля поддерживается реальными активами, риск банкротства системы невелик.
Совместимость DeFi: модели жесткой поддержки, такие как GMX и Jupiter, позволяют повторно закладывать токены ликвидных пулов: токены $GLP и $JLP могут использоваться в качестве залога или ставиться в других DeFi-приложениях, тем самым повышая капитальную эффективность.
Низкий спрос на стимулы для торговли/маркетмейкинга: поскольку LP выступают в роли контрагента или маркетмейкера, важность прямых стимулов снижается. Хотя на начальном этапе LP обычно получают вознаграждение через токен-стимулы, в долгосрочной перспективе вознаграждение за предоставление ликвидности в основном поступает от торговых сборов, что снижает сложность проектирования сбалансированных торговых стимулов.
Углубление рыночной ликвидности: модели жесткой поддержки углубляют рыночную ликвидность, требуя ликвидные корзины с поддержкой реальных активов. За последние несколько лет это также сделало такие протоколы, как GMX, одним из самых эффективных мест для обмена спотовыми активами, поскольку ликвидность сосредоточена в пулах, которые могут одновременно обслуживать как деривативы, так и спотовый рынок.
На скриншоте от DefiLlama видно количество протоколов и пулов, включая доходы от GLP и JLP.
В этой категории в зависимости от способов получения и совместного использования ликвидности возникли различные подмодели:
GMX v1 и Jupiter: эти протоколы используют глобальные пул ликвидности, где все активы сосредоточены вместе. Эта модель обеспечивает глубокую ликвидность и улучшает совместимость, позволяя поставщикам ликвидности использовать единый токен в различных DeFi-протоколах.
GMX v2 и Gearbox PURE: внедрила изолированные ликвидные пулы с модульной архитектурой, каждый актив или рынок имеют свой собственный ликвидный пул. Это снижает системный риск протокола, позволяя поддерживать более длинные, более рискованные активы. Риски и выгоды каждого актива независимы, что предотвращает влияние одного актива на ликвидность всего протокола и создает различные характеристики риска/выгоды.
В этой модели "жесткой ликвидности" мы также можем увидеть функционирование Contango. Хотя это не самостоятельная модель, Contango работает на существующих кредитных протоколах (например, Aave), обеспечивая опыт маржинальной децентрализованной торговли. Он использует реальные активы, заимствованные из кредитных пулов, и функции мгновенных займов для создания кредитных позиций.
Синтетическая модель
Модель жесткой ликвидности обеспечивает безопасность и компоновку, требуя реальные активы в качестве залога, тогда как синтетическая модель использует другой подход.
В синтетических моделях торговля обычно не зависит от поддержки реальными активами; вместо этого эти системы полагаются на соответствие ордеров, ликвидные страховые фонды и ценовые оракулы для создания и управления позициями.
Дизайн синтетических моделей разнообразен — некоторые из них полагаются на точечные заказы, предоставленные активными маркетмейкерами, которые могут быть как профессиональными, так и управляемыми алгоритмическими пулами; ликвидность может быть как глобально разделенной, так и изолированной на рынке; есть и те, что используют чисто синтетические методы, где протокол выступает в роли контрагента.
Что такое ликвидностный страховой фонд?
В синтетических моделях деривативов ликвидные страховые фонды представляют собой централизованный механизм ликвидности, который предоставляет источники финансирования, необходимые для торговли, независимо от того, поддерживают ли они синтетические позиции или действуют в качестве маркетмейкера. Хотя структура ликвидных страховых фондов может немного отличаться в разных протоколах, их основная цель — обеспечить ликвидность для торговли.
Эти ликвидностные страховые фонды обычно управляются профессиональными маркетмейкерами (например, пул стабильных монет Bluefin) или алгоритмами (например, Hyperliquid, dYdX unlimited, Elixir pool). В некоторых моделях они представляют собой чисто пассивные контрагентные пулы (например, Gains Trade). Обычно эти пулы открыты для общественности, позволяя общественности предоставлять ликвидность и получать вознаграждения за участие в активности платформы.
Ликвидностные страховые фонды могут быть совместно использованы на перечисленных рынках, например, в Hyperliquid, или частично изолированы, как в @dYdX unlimited, @SynFuturesDeFi и @bluefinapp, эти подходы имеют риски и выгоды, аналогичные ранее упомянутым.
Некоторые протоколы, такие как Bluefin, используют гибридные модели, которые сочетают глобальные ликвидные страховые фонды, управляемые маркетмейкерами, и изолированные алгоритмические пулы.
В синтетических моделях ликвидность обычно обеспечивается активными пользователями (точечное соответствие), ликвидными страховыми фондами (в качестве резервов) и маркетмейкерами, осуществляющими покупки и продажи на ордерной книге. Как уже упоминалось, в некоторых чисто синтетических моделях, таких как @GainsNetwork_io, ликвидные страховые фонды выступают в качестве контрагентов для всех сделок, что исключает необходимость в прямом соответствии ордеров.
Преимущества:
Компромиссы синтетической модели отличаются от модели жесткой ликвидности, но также предлагают ряд преимуществ:
Капитальная эффективность: капитальная эффективность синтетических моделей высока, поскольку они не требуют прямой поддержки 1:1 физических активов. При наличии достаточной ликвидности для покрытия потенциальных результатов активных сделок система может функционировать с меньшим количеством активов.
Гибкость активов: эти системы более гибкие в торговле активами, поскольку позиции являются синтетическими. Нет необходимости предоставлять прямую ликвидность для каждого актива, что делает торговые пары более разнообразными и позволяет быстрее — даже в полупозволительном режиме — выводить новые активы на рынок.
Это особенно очевидно на предрелизных рынках Hyperliquid, поскольку активы, торгуемые на этих рынках, даже еще не существуют.
Лучшее исполнение цен: поскольку торговля полностью синтетическая, существует возможность достижения более выгодного исполнения цен, особенно когда маркетмейкеры активны на ордерном книгах.
Однако у этих моделей есть некоторые значительные недостатки:
Зависимость от оракулов: синтетические модели сильно зависят от ценовых оракулов, что делает их более уязвимыми к связанным проблемам, таким как манипуляция оракулами или задержки.
Недостаток вклада в ликвидность: в отличие от моделей жесткой поддержки, синтетическая торговля не вносит вклад в глобальную спотовую ликвидность активов, поскольку ликвидность существует только в ордерной книге деривативов.
Несмотря на то, что децентрализованные биржи по-прежнему занимают относительно небольшую долю (около 2%) в общем объеме торгов вечными контрактами по сравнению с централизованными биржами, разнообразные модели закладывают основу для будущего реального роста. Комбинация этих моделей, наряду с постоянно улучшающейся капитальной эффективностью и управлением рисками, будет ключом к расширению доли децентрализованных бирж на рынке деривативов.
Распределение объемов торгов вечными контрактами — источник: годовой отчет GSR
Вклад Chaos Labs
Chaos Labs играет важную роль в управлении рисками жесткой поддержки ликвидности и синтетических моделей, удовлетворяя специфические потребности наших партнерских платформ, таких как @GMX_IO, @dYdX, @SynFuturesDeFi, @JupiterExchange, @OstiumLabs и @Bluefinapp.
В качестве долгосрочного поставщика анализа рисков Chaos Labs помогает протоколам управлять ограничениями по кредитному плечу, порогами ликвидации, требованиями к залогу и общим состоянием платформы с помощью оценки рисков в реальном времени и моделирования.
Последний продукт Chaos Labs, Edge Network, внедряет децентрализованную систему оракулов, которая помогает снизить риски, связанные с оракулами, и гарантирует, что как синтетические, так и жесткие модели поддержки могут воспользоваться актуальными и точными ценовыми данными. Edge уже используется такими известными платформами, как Jupiter, в качестве основного оракула.
Chaos Labs также сотрудничает с партнерами для разработки оптимизированных программ ликвидностных стимулов, чтобы гарантировать плавность торгового опыта и привлечь больше ликвидности.
Наконец, Chaos Labs также предоставляет общую панель для мониторинга параметров риска на платформах, таких как GMX, Jupiter, Bluefin и dYdX.
