원작자: HangukQuant
원문 번역: 루피, 포사이트 뉴스
약 1년 전, 우리는 자금 조달금리 차익거래를 위해 무기한 계약을 활용한다는 아이디어를 처음 생각해냈습니다. 그 이후로 우리는 이 거래 스타일과 관련 파생 상품 주제를 탐구하는 여러 기사를 발표했습니다. 그 중에는 이 전략의 가치 제안과 그 이점의 원천을 논의하는 기사 도 있습니다. 우리는 또한 이 아이디어를 현실로 구현하기 위해 완전히 체계적인 영구 계약 차익거래 로봇을 개발했습니다.
오늘은 이 거래 전략을 구현하는 데 필요한 몇 가지 세부 사항과 확장 사항에 대해 이야기해보겠습니다.
중첩된 기대값
모든 사람이 자금 조달 비율 차이와 양의 자금 조달 비율을 이용해 이익을 내는 전략을 알고 있다고 가정합니다. 이해가 안 되시면 이전 글을 참고해주세요. 다음 논의 내용은 체계적 거래와 수동 거래 모두에 적용됩니다.
우리는 이와 같은 표로 시작해 보겠습니다. 가장 왼쪽 열은 자산이고, 가로 열은 n개 거래소입니다. 우리는 frX를 사용하여 자금 조달 비율이 다양한 시간 간격을 설명하기 위해 정규화되었음을 나타냅니다. 우리는 큰 차이(최대값과 최소값의 차이)가 있는 조합에 집중합니다. 즉, 최소값으로는 거래소에서 롱 포지션을 취하고, 최대값으로는 거래소에서 숏 포지션을 취합니다.
주목할 만한 몇 가지 확장 기능은 다음과 같습니다. 일반적으로 거래소는 USDC, USDT, USDE 등 미국 달러 스테이블코인과 같은 다양한 표시 자산을 제공할 수 있습니다. 동일한 자산에 대해 표시되지 않은 가격의 조합을 선택하여 차익거래를 하기로 선택하면 실제로는 암묵적으로 삼각 차익거래를 하는 셈입니다. 일반적으로 이는 좋은 선택입니다. 예를 들어, 다음 거래 쌍을 비교할 수 있습니다.
BTC/USDT, BTC/USDC, USDC/USDT
그러다가 그들의 가치 평가가 편향되어 있다는 사실이 발견되었습니다. 이러한 평가 편차는 일반적으로 동일 플랫폼에서 수익성 있게 거래하기에 충분히 크지 않지만, 이를 여러 플랫폼 간의 차익거래에 활용하면 수익률을 높일 수 있습니다. 이 경우에는 가치 평가를 변환하는 데 도움이 되는 가격 오라클이 필요합니다. 예를 들어, Binance에서는 USDC/USDT에 대한 가격 정보가 필요하고, Paradex에서는 USDC/USD에 대한 가격 정보가 필요합니다.
제가 말하고자 하는 것은 동일한 거래에서 자금 차익거래, 삼각 차익거래, 가격 차익거래를 중첩할 수 있다는 것입니다. 그러나 수동 거래에서는 인간은 고차원의 결정을 내릴 때 성과가 좋지 않을 가능성이 높으므로 유사한 표시 자산으로만 포트폴리오를 선택하는 것이 가장 좋습니다.
참고로, 자금 조달 비율과 관련하여 여러 독립적인 전략을 쌓을 수 있지만, 자금 조달 비율 자체는 종종 영구 선물 시장 조작의 주요 특징입니다(다른 요소와 비교됩니다).
손익분기점
이러한 조합 옵션 중에서 이미 차익거래를 원하는 조합이 있을 것입니다. 예를 들어, 우리는 Binance에서 REQ/USDT를 롱 포지션으로 잡고, Hyperliquid에서 REQ를 롱 포지션으로 잡는 데 관심이 있습니다.
개인(VIP 레벨)과 거래소에 따라 달라지는 거래 수수료가 적힌 표가 필요합니다. 자금조달 비율 차이는 긍정적인 현금 흐름의 원천입니다. 하지만 우리는 포지션을 확립하기 위해 실제 거래를 해야 합니다.
거래소의 인센티브 메커니즘에 따르면, 메이커 수수료와 테이커 수수료의 합계는 대칭적이지 않습니다. 이는 주문을 제출하는 거래소에 영향을 미치는 편견을 생성합니다. 게다가 주문장 유동성은 비대칭적입니다. 거래를 어디에서 실행하느냐에 따라 더 나은 가격 기준을 얻을 수 있습니다. 이 두 가지 요소의 결합된 효과는 진입 비용입니다.
일반적으로 유동성을 제공하면 보상을 받게 되므로 유동성이 낮은 곳에서 주문을 하고 유동성이 높은 곳에서 주문을 받을 수 있습니다.
손익분기점은 진입 비용을 충당하는 데 필요한 시간 길이 또는 현금 흐름 간격 수를 말합니다(예를 들어, 부서 환전 자금 조달 비율은 8시간마다 정산됩니다).
이것은 매우 중요한 데이터입니다. 미래의 요율 차이 혜택을 얻고 있기 때문에 여러 추정 방법이 필요합니다. 저는 과거 데이터를 통해 추정된 손익분기점을 나타내기 위해 ~를 사용하고, 회귀 모델이 예측한 손익분기점을 나타내기 위해 ^를 사용합니다.
지금까지 우리는 거래 구성을 파악하고 어디에 입찰할지를 결정했습니다. 그러면 이것을 어떻게 구현할까요?
거래 실행
체계적인 거래를 사용하면 컴퓨팅 능력을 사용하여 실시간 시장 데이터를 기반으로 높은 빈도로 일부 기본 데이터를 계산할 수 있습니다. 유동성 이상 현상이 발생하면 이런 방식으로 순수한 가격 차익 거래 기회를 포착할 수도 있습니다. 대부분의 경우, 구조화되어 있고 적어도 몇 분 이상 지속되는 중재 기회를 타겟팅하고 싶을 것입니다. 여러분의 임무는 포지션을 개설한 후 몇 초에서 몇 분 내에 차익거래 조건이 여전히 유지되도록 하는 것입니다.
핵심 개념은 누적 기대 가치(Stacked EV)이며, 이는 손익의 원천이기도 합니다. 공식은 이익 또는 손실에서 비용을 뺀 것이며, 손익분기점은 문제의 복잡성을 줄일 수 있는데, 이는 특히 수동으로 거래할 때 중요합니다.
이러한 것들은 모두 세부 사항이며, 지속적인 반복을 통해 거래 전략을 더욱 엄격하게 만들 수 있습니다. 체계적으로 거래하든 그렇지 않든 비슷한 규칙이 적용됩니다. 가장 좋은 시나리오는, 목표 포지션이 있고 해당 포지션을 확보하기 위해 마켓 메이커 엔진을 가동할 수 있다면 준비가 끝난 것입니다. 일반적으로 우리는 주문을 하고 주문을 받는 거래 모델을 채택합니다. 자동 거래라면 주문을 내는 당사자를 동적으로 선택할 수 있습니다. 그렇지 않으면 일반적인 경험 규칙을 따르는 것도 유용합니다.
우리는 결정해야 합니다:
타겟 위치 크기
최대 주문 크기
최소 주문 크기
동적 주문 크기 조정 규칙
각 사항별로 관련성 있는 몇 가지 사항을 제시해 드리겠습니다. 목표 포지션 크기는 위험 감수성, 레버리지 비용, 가용 자금에 따라 달라집니다.
최대 주문 크기는 테이커 거래소의 유동성에 따라 달라집니다. 보류 주문이 실행되면 테이커 헤지 작업은 (선형 또는 2차) 가격에 영향을 미칩니다. 거래 규모 상한을 설정하는 목적은 거래가 가격에 미치는 영향을 줄이는 것입니다.
최소 주문 크기는 목표 포지션 크기에 따라 달라지며 포지션을 축적하기 위한 공격성의 하한선입니다.
최대 및 최소 주문 크기 사이의 상황은 동적 주문입니다. 자본을 적게 사용하면 시장에 미치는 영향이 가장 적은 주문 크기를 선택할 수 있습니다(테이커 거래소에서 가장 좋은 매수 및 매도 호가에서만 유동성을 확보). 수동으로 거래하는 경우 또 다른 경험칙은 주문 크기를 대략적으로 여러 조각으로 나누는 것부터 시작하는 것입니다.
더욱 공격적으로 접근하고 싶다면 손익분기점 임계값을 선택한 후 거꾸로 계산하면 됩니다. 긍정적인 설명은 이해하기 쉽기 때문에 긍정적인 측면에서 설명하겠습니다. 예를 들어, 우리가 x달러 상당의 숏 포지션을 가지고 있고 이것이 채워지면, 헤지 목적으로 롱 포지션을 취하고 싶다고 가정해 보겠습니다. 그러면 실제 테이커 가격은 가격 깊이의 명목 가중 합계입니다. 이에 대해서는 관련 기사에서 설명하겠습니다.
이는 메이커와 테이커 간의 차이에 영향을 미치고, 결과적으로 손익분기점에 영향을 미칩니다. 손익분기점으로부터 거꾸로 계산하여 얼마나 공격적으로 대응할지 결정할 수 있습니다.
기존 거래를 새로운 거래 조합으로 바꾸려면 손익분기점에서 종료 비용을 고려해야 합니다.
위험
외부 위험에는 상대방 위험, 해커 위험 등이 포함됩니다. 이러한 위험에 대해서는 언급할 필요가 거의 없습니다. 이러한 위험은 평가하기 어렵고 위험 프리미엄 사업에 내재되어 있기 때문입니다. 이것은 버그가 아니라 기능입니다.
더 많은 주의를 기울여야 할 것은 마진 위험과 같은 내부 위험입니다. 이러한 위험의 대부분은 시장 변동성을 과소평가하고 과신하여 발생합니다. 여기서 샤프 비율이 10보다 큰 것은 드문 일이 아니며, 비싼 것은 변동성입니다.
높은 샤프 비율과 비싼 변동성(낮은 자본 효율성)은 과도한 거래를 유도하는 완벽한 조합입니다. 이것은 가장 간단한 요소이지만, 거래 실패로 이어질 가능성이 가장 높은 요소이기도 합니다. 롱텀캐피털매니지먼트(LTM)의 붕괴와 서브프라임 모기지 위기로 인해 우리는 항상 스스로를 통제하는 데 어려움을 겪습니다. 인간의 미친 행동은 종종 가장 정교한 모델의 예측을 뛰어넘습니다.
가장 중요한 운영상 위험은 마진 위험입니다. 우리가 어떤 입장을 취하든, 수익성 있는 거래소에서 손실이 있는 거래소로 증거금을 이전하는 것이 좋습니다. 그러나 이는 여전히 시장 붕괴 위험 요인의 영향을 받을 수 있는데, 네트워크 혼잡으로 인해 가장 필요할 때 증거금 이전이 이루어지지 않을 수 있기 때문입니다.
시장 붕괴 위험을 완화하는 한 가지 방법은 베타 헤지입니다. 여기에는 여러 가지 옵션이 있습니다. 베타 값은 단변량 위험 모델에서 얻어졌다고 가정합니다. 한 가지 방법은 베타 노출이 어느 한 거래소에서든 대략 중립적이 되도록 거래 포트폴리오를 선택하는 것입니다.
타겟 거래소의 수가 많을수록 이 제약 조건을 충족하는 거래 조합이 더 많아지므로 이를 달성하기가 더 쉽습니다. 비용은 검색 공간이 줄어든다는 것입니다.
또 다른 방법은 평소처럼 포트폴리오를 구성한 다음 주요 자산으로 베타 헤지를 해서 베타를 중립으로 유지하는 것입니다. 헤지가 거래소 기준으로 이루어지므로 전체 포트폴리오에 대한 헤지도 서로 상쇄되어 델타 중립을 유지합니다. 비용은 추가 자금입니다.
비트코인과 다른 자산을 결합하여 거래하여 재정적 이익을 창출하는 것과 같은 덜 전통적인 접근 방식도 있습니다. 비용은 델타 위험입니다.
우리가 올바르게 운영한다면, 포트폴리오의 위험은 상당히 통제될 수 있습니다. 우리는 여전히 최악의 위험 엔진을 사용하여 특수 위험을 처리할 수 있습니다. 단일 포지션은 특히 암호화폐 시장의 경우 시장 균형을 깨뜨릴 가능성이 있습니다.
증거금이 특정 임계값에 도달하면 강제 청산을 기다리지 않고도 먼저 포지션을 마감할 수 있습니다. 이렇게 하는 장점은 우리가 점진적으로 포지션을 마감할 수 있다는 점이지만, 거래소에서 거래가 그다지 정중하지 않을 것입니다.
관련 중재 방법
마지막으로, 주목해야 할 다른 형태의 자금 조달 비율 차익 거래가 있습니다. 우리는 특히 영구 계약 중재에 관심이 있으며, 다른 형태는 다음과 같습니다(0x Lightcycle의 트윗 에서):
동일한 거래소 - 단기 영구 계약, 장기 현물 계약
동일한 거래소 - 단기 분기 계약, 장기 현물 계약
동일한 거래소 - 차용/매도 스팟, 장기 만기 계약
두 거래소 - 한 거래소에서는 단기 영구 스왑을, 다른 거래소에서는 장기 영구 스왑을 보유
통계적 중재 요인 - 자금 조달 비율이 높은 모든 계약을 숏 포지션하고 자금 조달 비율이 낮은 모든 계약을 롱 포지션합니다.
동적 자금 조달 비율 중재
0x Lightcycle에는 각 중재 방법에 대한 대략적인 비교가 있으므로 여기서는 반복하지 않겠습니다.
무기한 계약 차익거래의 또 다른 이점은 롱이나 숏 한도가 없기 때문에 성과가 시장 상황에 덜 좌우되고 다양한 거래소 간 자본 흐름의 구조적 차이에 더 크게 좌우된다는 것입니다. 현물 및 무기한 계약 차익거래는 일반적으로 강세장에서 수익성이 더 높으며 가격에 민감하지 않고 유동성 보상을 제공하는 레버리지 롱에 의존합니다.
차익거래 수익을 개선하는 것에 관해 추가할 사항이 두 가지 더 있습니다.
일반적으로 거래소는 수익을 창출하는 담보 및 증거금 방법을 제공합니다. 예를 들어 USDE를 거래 담보로 보유하여 Bybit에서 수익을 얻을 수 있습니다. 합성 수익률 담보도 곧 Paradex 거래소에서 이용 가능할 예정입니다.
마지막으로, 현물 및 무기한 계약 차익거래는 수익률을 높이기 위해 현물 담보와 결합되는 경우가 많습니다. 저는 이게 Resolv가 하는 일과 비슷하다고 생각합니다. 예를 들어, 현물 HYPE를 매수하고 단기 무기한 선물 계약 HYPE를 매수하여 자금 조달 비율 수입을 얻는 동시에, 현물을 담보로 제공하여 담보 수입을 얻을 수 있습니다.
