Métriques pour surveiller la stabilité des stablecoins dans StableSwap de Curve
Cet article présente des indicateurs qui identifient les éventuels délires de stablecoins sur le marché.
― 7 min lire
Table des matières
Dans notre boulot, on a créé plusieurs indicateurs pour repérer quand les stablecoins pourraient perdre leur peg dans un pool de trading spécifique appelé StableSwap de Curve. Chaque indicateur donne un aperçu des comportements du marché qui pourraient signaler des changements de prix pour ces tokens. L'objectif principal est de détecter les changements dans le fonctionnement du marché avant que ça n'affecte vraiment la valeur des tokens.
Résumé des Indicateurs
Pour détecter de potentiels dépegs, on a étudié divers indicateurs. Voici un petit descriptif de chacun :
Coefficient de Gini et Entropie de Shannon : Ces indicateurs examinent l'équilibre des tokens dans un pool.
Flux de Swap Nets : Ça suit combien d'un token spécifique est échangé dans ou hors du pool.
Flux de Dépôt et Retrait Nets : Ça mesure combien d'un token est déposé ou retiré du pool par les fournisseurs de liquidité.
Volatilité des prix : Ça regarde les variations des prix des tokens dans le temps.
Probabilité de Trading Informé (PIN) : Cet indicateur montre la probabilité que du trading informé se produise sur le marché.
Markouts : C'est une façon de mesurer combien un trade est rentable juste après qu'il se soit produit.
Trades de Sharks : Ça classe certains traders en fonction de leurs performances passées sur le marché.
Coefficient de Gini et Entropie de Shannon
D'abord, on explore deux indicateurs axés sur l'équilibre des tokens dans un pool. Des changements rapides dans la distribution de ces tokens pourraient indiquer qu'il y a de nouvelles infos qui les impactent. Par exemple, si des traders qui savent qu'un potentiel dépeg approche commencent à vendre un token, ça pourrait entraîner une chute rapide ou lente de sa valeur.
Le Coefficient de Gini nous aide à comprendre l'inégalité dans la distribution des tokens, tandis que l'Entropie de Shannon donne un aperçu du niveau d'incertitude dans le pool. On trouve que l'Entropie de Shannon est particulièrement utile pour signaler quand un dépeg pourrait se produire. Les deux indicateurs sont utilisés pour observer les changements dans l'équilibre du pool, ce qui peut donner des indices sur les futurs changements de prix.
Flux de Swap Nets
Quand des trades se produisent dans un Market Maker Automatisé (AMM), ils peuvent faire bouger les prix relatifs des tokens. Ça crée des opportunités pour les traders d'acheter des tokens à un prix plus bas et de les vendre à un prix plus élevé ailleurs. Avec le temps, on s'attend à ce que le total échangé dans ou hors du pool s'équilibre si les prix restent stables.
Cependant, si les traders commencent à vendre un token à un prix inférieur à son peg, on risque de voir des flux de swap nets non nuls, ce qui pourrait prédire un changement de prix. En surveillant de près ces flux, on espère attraper des signes d'un potentiel dépeg avant que cela ne soit évident pour tout le monde sur le marché.
Flux de Dépôt et Retrait Nets
En plus de surveiller les flux de swap, on regarde aussi les dépôts et retraits nets dans le pool. Ça nous aide à comprendre comment les fournisseurs de liquidité réagissent. Un changement soudain dans ces flux pourrait signaler que ces fournisseurs anticipent des risques croissants, comme un token perdant son peg.
En suivant cet indicateur, d'autres fournisseurs de liquidité peuvent prendre des indices des premiers mouvements qui pourraient avoir plus d'infos sur les changements à venir.
Volatilité des Prix
La volatilité des prix elle-même peut être un bon indicateur de problèmes potentiels. Au lieu de se concentrer sur le prix réel d'un token, on regarde sa volatilité dans le temps. Des changements soudains dans la volatilité pourraient survenir avant que le prix d'un token ne chute.
Probabilité de Trading Informé (PIN)
Le PIN est une mesure du déséquilibre d'information sur un marché. S'il y a plus d'ordres d'achat que de vente, c'est probablement que de bonnes nouvelles sur le token sont arrivées. Un pic dans le PIN pourrait indiquer une plus grande chance de trading informé, ce qu'on pense être un signe d'avertissement pour des dépegs potentiels.
Markouts à Court Terme
Les markouts mesurent le succès des trades en comparant le prix à lequel un token est acheté ou vendu à son prix plus tard. Cet indicateur peut aider à identifier quels traders sont plus informés, car ceux avec des markouts positifs constants prédisent souvent mieux les mouvements de prix.
On peut utiliser les markouts pour évaluer les trades effectués sur les pools de Curve et identifier les traders qui ont réussi à réagir aux dépegs passés. On s'attend à ce qu'à l'approche d'un dépeg, les traders informés fassent des trades plus importants contre le token en dépeg, entraînant des changements notables dans les markouts.
Identifier les Traders Informés : Trades de Sharks
On appelle les traders les plus performants des "sharks". Ces traders sont identifiés en fonction de leur performance marquée en trading, surtout pendant des moments cruciaux. En se concentrant sur les actions de ces sharks, on peut affiner nos indicateurs pour mieux repérer les dépegs potentiels.
Surveiller les actions de ces sharks nous aide à passer au travers du bruit du marché et peut fournir des signaux plus clairs sur les changements à venir dans les prix des tokens.
Défis dans la Mesure de la Performance des Sharks
Bien que l'utilisation des sharks pour mieux comprendre les mouvements du marché soit prometteuse, plusieurs défis se posent. Les markouts peuvent changer en fonction de la période considérée, ce qui signifie qu'un trader pourrait être classé différemment selon le cadre temporel.
De plus, suivre les sharks via des adresses Ethereum uniques peut poser problème. Si un shark commence à utiliser une nouvelle adresse, on pourrait rater sa performance de trading. Enfin, les markouts ne tiennent pas compte des trades effectués sur d'autres plateformes, les rendant moins fiables en tant que mesures globales de profit.
Résumé des Résultats
Grâce à nos indicateurs, on cherche à repérer des changements dans le comportement du marché qui pourraient indiquer des problèmes de stabilité avec certains stablecoins. Surveiller les flux de swap nets, l'activité de dépôt et de retrait, la volatilité des prix, et la performance des traders informés nous permet de bâtir une image plus claire de ce qui pourrait se passer ensuite.
En gardant un œil attentif sur ces indicateurs, on vise à améliorer la compréhension des dépegs potentiels et à aider les fournisseurs de liquidité à prendre des décisions éclairées. Chaque indicateur fournit des informations différentes, et ensemble, ils créent un outil complet pour analyser la stabilité du marché dans les pools de StableSwap de Curve.
En conclusion, les outils et méthodes qu'on a développés offrent un moyen de surveiller efficacement le marché et potentiellement prédire des problèmes avant qu'ils n'escaladent. Notre recherche continue d'évoluer à mesure qu'on affine ces indicateurs, rendant plus facile l'engagement avec ce paysage dynamique du trading de stablecoins.
Titre: Detecting Depegs: Towards Safer Passive Liquidity Provision on Curve Finance
Résumé: We consider a liquidity provider's (LP's) exposure to stablecoin and liquid staking derivative (LSD) depegs on Curve's StableSwap pools. We construct a suite of metrics designed to detect potential asset depegs based on price and trading data. Using our metrics, we fine-tune a Bayesian Online Changepoint Detection (BOCD) algorithm to alert LPs of potential depegs before or as they occur. We train and test our changepoint detection algorithm against Curve LP token prices for 13 StableSwap pools throughout 2022 and 2023, focusing on relevant stablecoin and LSD depegs. We show that our model, trained on 2022 UST data, is able to detect the USDC depeg in March of 2023 at 9pm UTC on March 10th, approximately 5 hours before USDC dips below 99 cents, with few false alarms in the 17 months on which it is tested. Finally, we describe how this research may be used by Curve's liquidity providers, and how it may be extended to dynamically de-risk Curve pools by modifying parameters in anticipation of potential depegs. This research underpins an API developed to alert Curve LPs, in real-time, when their positions might be at risk.
Auteurs: Thomas N. Cintra, Maxwell P. Holloway
Dernière mise à jour: 2023-06-18 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2306.10612
Source PDF: https://arxiv.org/pdf/2306.10612
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.
Liens de référence
- https://twitter.com/curvelpmetrics
- https://github.com/xenophonlabs/curve-lp-metrics/tree/main/figs
- https://github.com/curveresearch/curvesim
- https://gov.curve.fi/t/proposal-to-lower-a-parameter-of-peth-eth-pool-10-6/9008
- https://github.com/xenophonlabs/curve-lp-metrics/tree/main
- https://github.com/curvefi/curve-contract/blob/b0bbf77f8f93c9c5f4e415bce9cd71f0cdee960e/contracts/pool-templates/base/SwapTemplateBase.vy#L513