غیر یقینی فنڈنگ لاگت کے ساتھ پرپیچوئل مارکیٹ میکنگ

خلاصہ

یہ مقالہ اس پرپیچوئل معاہدوں تک بہترین مارکیٹ میکنگ کو وسعت دیتا ہے جہاں فنڈنگ کی شرحیں غیر یقینی طور پر بدلتی ہیں۔ چونکہ مارکیٹ میکر کی انوینٹری قیمت کے خطرے اور فنڈنگ کی نقد آمد و رفت دونوں کو متاثر کرتی ہے، مصنفین انوینٹری اور فنڈنگ کے مشترکہ کنٹرول کا مسئلہ مرتب کرتے ہیں۔ وہ ہیملٹن-جیکوبی-بیل مین مساوات کے لیے مونوٹون محدود-فرق طریقہ استعمال کرکے اسے حل کرتے ہیں، پھر انوینٹری کی مختلف سطحوں پر قدر کی تبدیلیوں سے بولی اور طلب کے کوٹ آفسیٹ اخذ کرتے ہیں۔

فنڈنگ کے رویے کو Hyperliquid کے ETH، BTC اور SOL پرپیچوئل ڈیٹا استعمال کرکے کیلیبریٹ کیا گیا ہے۔ مصنفین قابلِ عمل بنیادی ماڈل کے طور پر گاوسی Ornstein–Uhlenbeck فنڈنگ استعمال کرتے ہیں اور جمپ تشخیصی طریقوں کا جائزہ لیتے ہیں جو بھاری دُم والی فنڈنگ اختراعات کی نشاندہی کرتے ہیں۔ دو فل پراکسی کیلیبریشنز کے ساتھ ہولڈ آؤٹ سیمولیشنز میں، ان کا طریقہ کلاسیکی Avellaneda-Stoikov کے مقابلے میں ETH اور BTC کی اوسط کارکردگی بہتر بناتا ہے اور انوینٹری کے RMS کو کم کرتا ہے۔ SOL غیر اسکیل شدہ Avellaneda-Stoikov کے مقابلے میں مثبت بہتری دکھاتا ہے، مگر خطرے کے مطابق اسکیل کیے گئے تشخیصی ماڈل کے مقابلے میں پیرٹو بہتری نہیں دکھاتا۔ نتائج سیمولیشن کے مفروضوں اور پراکسی فلز پر منحصر ہیں؛ اقتباس لائیو مارکیٹ کے نتائج ثابت نہیں کرتا، اور جمپ کا رویہ مستقبل میں ماڈل کی توسیع کے لیے باقی ہے۔

اہم خیالات

• پرپیچوئل مارکیٹ میکنگ میں انوینٹری مارک ٹو مارکیٹ خطرے اور فنڈنگ کی نقد آمد و رفت دونوں کو متاثر کرتی ہے۔
• کنٹرول کا مسئلہ انوینٹری کو غیر یقینی فنڈنگ حالت کے ساتھ مشترکہ طور پر ماڈل کرتا ہے۔
• محدود فرق کا HJB حل بولی اور طلب کے کوٹ آفسیٹ اخذ کرنے کے لیے استعمال ہوتا ہے۔
• بھاری دُم والی اختراعات کے شواہد کے باوجود، گاوسی آرنسٹائن-اوہلن بیک فنڈنگ ایک قابلِ انتظام بنیادی ماڈل ہے۔
• ہولڈ آؤٹ سیمولیشن کے نتائج اثاثے اور معیار کے لحاظ سے مختلف ہیں؛ SOL کو خطرے کے مطابق اسکیل کیے گئے Avellaneda-Stoikov کے مقابلے میں پیرٹو بہتری حاصل نہیں ہوتی۔

ٹیگز

# Funding-Aware Optimal Market Making for Perpetual DEXs


# Funding-Aware Optimal Market Making for Perpetual DEXs









This paper studies optimal liquidity provision for perpetual contracts when the funding rate is a stochastic state variable. The core extension to classical market making is the coupling between inventory and funding payments: inventory creates both mark-to-market exposure and a state-dependent funding cash flow. A reduced inventory-funding control problem is formulated, solved with a monotone finite-difference Hamilton-Jacobi-Bellman scheme, and bid and ask quote offsets are recovered from discrete inventory value differences. Funding is calibrated on Hyperliquid ETH, BTC, and SOL perpetual data. Gaussian OU funding is retained as a tractable diffusion baseline, while OU-plus-jump diagnostics document the heavy-tailed funding innovations that should enter a future extension. In 100-seed holdout simulations under two official-fill proxy calibrations, the funding-aware HJB improves mean ETH/BTC performance while lowering inventory RMS relative to classical Avellaneda-Stoikov. SOL gains are positive versus unscaled AS but are not a Pareto improvement once a risk-scaled AS diagnostic is included.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔