El análisis crítico de Tarun Chitra revela cómo el algoritmo ADL obsoleto costó a Hyperliquid $650 millones

El desplome del mercado de criptomonedas del 10 de octubre generó amplios debates sobre los mecanismos de seguridad de los intercambios, y Tarun Chitra, CEO de la firma de gestión de riesgos Gauntlet, ha puesto nuevamente en el centro de atención una falla sistémica en la forma en que las plataformas manejan las pérdidas de los traders. Sus hallazgos revelan una brecha preocupante entre las prácticas actuales de la industria y la gestión de riesgos óptima, una que podría haber evitado una cascada de pérdidas devastadoras.

La crisis de liquidaciones del 10 de octubre y su inesperado desenlace

Cuando el mercado colapsó el 10 de octubre, se enfrentaron a liquidación posiciones por un valor de 1.900 millones de dólares en las principales plataformas. Sin embargo, lo que ocurrió después reveló algo más preocupante que la volatilidad habitual del mercado. La cobertura de Jinse Finance destacó que el costo real para los traders rentables superó con mucho lo que una liquidación básica habría causado.

La crisis sirve como estudio de caso para entender cómo un solo mecanismo puede amplificar las pérdidas más allá de su nivel natural en el mercado. La investigación de Tarun Chitra sobre el incidente demostró que el daño se extendió mucho más allá de los traders insolventes: también afectó a los que estaban en ganancias.

Entendiendo la auto-deleverageación: el “respaldo” que se convirtió en problema

La auto-deleverageación (ADL) funciona como lo que Tarun Chitra define como un mecanismo de “respaldo final”. Cuando las plataformas enfrentan deudas incobrables por posiciones que no pueden cubrir, el sistema reduce automáticamente el tamaño de las posiciones de los traders en ganancias para compensar, es decir, distribuye la pérdida de posiciones en dificultades a aquellos que aún están en beneficios.

El mecanismo en sí no es nuevo. Este enfoque algorítmico secuencial ha permanecido en gran medida sin cambios durante más de una década, adoptado en varias plataformas de contratos perpetuos, incluyendo Hyperliquid y Lighter. La longevidad de este sistema creó una falsa sensación de seguridad, incluso cuando las condiciones del mercado evolucionaron drásticamente.

Lo que revela el análisis de Tarun Chitra es la magnitud de esta transferencia: en Hyperliquid, se deleveragieron más de 650 millones de dólares de las posiciones de traders en ganancias. Para poner en contexto esta cifra, la deuda incobrable que estos traders estaban asumiendo era de solo 23 millones de dólares, lo que significa que los traders en beneficios pagaron aproximadamente 28 veces la deuda real que su plataforma necesitaba cubrir.

Por qué los algoritmos actuales no son suficientes: el hallazgo de Tarun Chitra

El problema central identificado por Tarun Chitra no radica en el concepto de auto-deleverageación en sí, sino en el algoritmo obsoleto basado en colas que lo ejecuta. El sistema actual toma decisiones de eliminación en función del orden secuencial en lugar de una optimización sofisticada, creando ineficiencias que se traducen en daños colaterales masivos.

Los traders que estaban en una posición favorable antes del desplome vieron cómo sus beneficios eran sistemáticamente eliminados para cubrir pérdidas que no habían causado. Esto no fue una liquidación impulsada por el mercado; fue una transferencia mecánica de riqueza ejecutada por un algoritmo envejecido.

Un camino a seguir: la solución propuesta por Gauntlet

Tarun Chitra y Gauntlet han detallado una alternativa integral en un informe técnico de 95 páginas, presentando algoritmos de ADL modernizados diseñados para minimizar el impacto en las posiciones rentables, al mismo tiempo que protegen a las plataformas de la insolvencia.

Estas nuevas propuestas permitirían a las plataformas cumplir con sus obligaciones de deuda sin activar la deleveraging indiscriminada que caracterizó el 10 de octubre. La solución representa años de investigación sobre la distribución óptima del riesgo, abordando precisamente lo que Tarun Chitra identificó como la falla fundamental en los sistemas actuales.

Para las plataformas de contratos perpetuos, la elección es clara: seguir usando algoritmos de hace una década que priorizan la simplicidad sobre la eficiencia, o adoptar marcos que, según la investigación de Tarun Chitra, pueden reducir drásticamente los daños colaterales a los traders en beneficios. La pérdida de 650 millones de dólares solo en Hyperliquid sugiere que la industria no puede permitirse seguir con el enfoque anterior mucho más tiempo.