Desapalancamiento automático en futuros perpetuos: solvencia, ingresos y equidad

Resumen

Este artículo modela el desapalancamiento automático (ADL), un mecanismo que usan las plataformas de futuros perpetuos para mutualizar pérdidas cuando las liquidaciones no pueden preservar la solvencia. Su principal resultado teórico es una trilema: una política de ADL no puede garantizar simultáneamente la solvencia de la plataforma, sus ingresos y la equidad para los traders. Los autores también identifican un riesgo moral de escala que impide mutualizar pérdidas sin coste a medida que crece la participación. Describen tres clases de mecanismos destinados a gestionar estos objetivos contrapuestos.

El análisis empírico examina datos de Hyperliquid del 10 de octubre de 2025, cuando ADL cerró posiciones por valor de 2.1 mil millones de dólares en 12 minutos. Frente a asignaciones de referencia transparentes, el artículo estima que el algoritmo de producción impuso recortes excesivos de beneficios de entre 45.0 y 51.7 millones de dólares, correspondientes a unas posiciones cerradas por valor de 653.6 millones de dólares. También informa de un mayor uso de ADL por parte de Binance que de Hyperliquid. Estas conclusiones dependen del modelo y de las comparaciones con los referentes; la breve descripción no ofrece detalles de implementación ni demuestra cómo se generalizan los resultados a otras plataformas o eventos.

Ideas clave

• ADL se usa cuando las liquidaciones no pueden preservar la solvencia de una plataforma de futuros perpetuos.
• El modelo concluye que no se pueden garantizar a la vez la solvencia, los ingresos y la equidad para los traders.
• El artículo describe tres clases de mecanismos de ADL para gestionar estas compensaciones.
• Una comparación con asignaciones de referencia estima recortes excesivos de beneficios en un evento de Hyperliquid.
• Los resultados comunicados dependen del modelo y de las asignaciones de referencia utilizadas.

Etiquetas

# Autodeleveraging: Impossibilities and Optimization


# Autodeleveraging: Impossibilities and Optimization









Autodeleveraging (ADL) is a last-resort loss socialization mechanism for perpetual futures venues. It is triggered when solvency-preserving liquidations fail. Despite the dominance of perpetual futures in the crypto derivatives market, with over \$60 trillion of volume in 2024, there has been no formal study of ADL. In this paper, we provide the first rigorous model of ADL. We prove that ADL mechanisms face a fundamental \emph{trilemma}: no policy can simultaneously satisfy exchange \emph{solvency}, \emph{revenue}, and \emph{fairness} to traders. This impossibility theorem implies that as participation scales, a novel form of \emph{moral hazard} grows asymptotically, rendering `zero-loss' socialization impossible. On the positive side, we show that three classes of ADL mechanisms can optimally navigate this trilemma to provide fairness, robustness to price shocks, and maximal exchange revenue. We analyze these mechanisms on the Hyperliquid dataset from October 10, 2025, when ADL was used repeatedly to close \$2.1 billion of positions in 12 minutes. By comparing production ADL to transparent benchmark allocations, we find that Hyperliquid's production algorithm overshot the minimum trader profit haircut required to cover the shortfall. Our methodology suggests the excess profits lost by profitable traders is between \$45.0M and \$51.7M. In terms of the positions liquidated, this corresponds to roughly \$653.6M of positions being closed. This comparison also suggests that Binance overutilized ADL far more than Hyperliquid. Our results show both theoretically and empirically that optimized ADL mechanisms can dramatically reduce losses of trader profitability while maintaining exchange solvency.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.