Tarun Chitra 的批判性分析揭示了過時的 ADL 演算法如何讓 Hyperliquid 損失 $650 百萬

10月10日的加密貨幣市場崩盤引發了對交易所安全機制的廣泛討論，風險管理公司Gauntlet的執行長Tarun Chitra重新聚焦於平台處理交易者損失的系統性缺陷。他的調查揭示了當前行業實踐與最佳風險管理之間令人擔憂的差距——這種差距本可能阻止一場毀滅性的損失連鎖反應。

10月清算危機及其意想不到的後果

當市場在10月10日崩盤時，主要平台面臨19億美元的持倉被清算。然而，事後揭示的情況比一般市場波動更令人擔憂。金色財經的報導指出，對於盈利交易者而言，真正的損失遠遠超過了基本清算所能造成的範圍。

這次危機成為一個案例研究，幫助理解單一機制如何放大損失，超出其自然市場水平。Tarun Chitra的調查顯示，損害不僅限於資不抵債的交易者——甚至連盈利者也受到波及。

了解自動去槓桿（Auto-Deleveraging）：變成問題的“後備機制”

自動去槓桿（ADL）被Tarun Chitra定義為一種“終極後備”機制。當交易所面臨無法覆蓋的壞帳時，系統會自動縮減盈利交易者的持倉，以彌補損失——本質上是將虧損從“水下”持倉轉嫁到仍在盈利的交易者身上。

這一機制本身並不新穎。這種循序漸進的算法已經存在超過十年，被多個永續合約平台採用，包括Hyperliquid和Lighter。這套系統的長期存在造成了一種錯誤的安全感，即使市場條件已經發生劇烈變化。

Tarun Chitra的分析揭示了這種轉移的規模：僅在Hyperliquid上，就有超過6.5億美元的盈利交易者持倉被去槓桿。為了提供背景，這些交易者所吸收的壞帳僅為2,300萬美元——也就是說，盈利交易者支付的成本約是實際壞帳的28倍。

為何現有算法無法應對：Tarun Chitra的發現

Tarun Chitra指出的核心問題不在於自動去槓桿的概念本身，而在於執行該機制的過時排隊算法。現有系統根據序列順序做出刪除決策，而非利用更先進的優化技術，導致效率低下，並引發大規模的 collateral damage（抵押品損失）。

在崩盤前處於有利位置的交易者，其盈利被系統性地剝奪，以彌補他們未曾造成的損失。這不是市場驅動的清算，而是由一個老舊算法執行的機械性財富轉移。

前行之路：Gauntlet提出的解決方案

Tarun Chitra與Gauntlet在一份95頁的技術報告中詳細提出了一個全面的替代方案，展示了現代化的ADL算法，旨在最大限度降低對盈利持倉的影響，同時保護交易所免於破產。

這些新方法將使平台能夠在不觸發像10月10日那樣的無差別去槓桿的情況下，履行其債務義務。這一方案代表了多年對於最佳風險分配的研究，正是Tarun Chitra所指出的現行系統的根本缺陷。

對於永續合約平台來說，選擇已經過時、追求簡單而非效率的算法，或是採用Tarun Chitra的研究證明能大幅降低盈利交易者 collateral damage 的框架，已經變得非常明確。僅Hyperliquid就損失了超過6.5億美元，這表明行業已經無法再長時間承受傳統的做法。