암시장, 불장 모두 무섭지 않다, 어떻게 영속 계약을 활용해 '영원한 수익'을 실현할 수 있을까?
글: HangukQuant
번역: Luffy, Foresight News
약 1년 전, 우리는 영속계약을 이용한 자금 조달 수수료 차익거래 전략에 대한 아이디어를 처음 떠올렸다. 이후 우리는 이 거래 방식과 관련된 파생 주제들에 대해 여러 편의 글을 게시했으며, 그중 한 편에서는 이러한 전략의 가치 제안과 수익 원천에 대해 논의했다. 또한 우리는 시스템적으로 완전히 구현된 영속계약 차익거래 로봇을 개발하여 실제 운영에 적용했다.
오늘 우리는 이러한 거래 전략을 실행함에 있어 필요한 세부 사항들과 확장 내용들을 다뤄보고자 한다.
기대 수익의 중첩
독자들이 이미 자금 조달 수수료의 차이와 긍정적인 자금 조달 수수료로부터 수익을 얻는 전략에 대해 잘 알고 있다고 가정한다. 그렇지 않은 경우, 이전 글들을 참고하기 바란다. 다음 논의는 시스템적 거래와 수동 거래 모두에 적용된다.
다음과 같은 표에서 시작해보자. 가장 왼쪽 열은 자산이며, 가로줄은 n개의 거래소이다. fr'X'는 서로 다른 시간 간격을 고려해 표준화된 자금 조달 수수료를 의미한다. 우리는 최댓값과 최솟값의 차이가 큰 조합들에 주목하며, 이때 최솟값의 거래소에서 롱 포지션을 취하고 최댓값의 거래소에서 숏 포지션을 취한다.
여기서 고려해야 할 확장 요소들이 있다. 일반적으로 하나의 거래소는 달러 스테이블코인 USDC, USDT, USDE 등 다양한 결제 자산을 제공할 수 있다. 만약 동일한 결제 자산으로 거래되지 않는 조합에 대해 차익거래를 수행한다면, 사실상 암묵적인 삼각 차익거래를 하고 있는 것이다. 보통 이것은 괜찮은 선택이다. 예를 들어 다음과 같은 거래쌍의 가격을 비교할 수 있다:
BTC/USDT, BTC/USDC, USDC/USDT
그리고 이들의 평가에 편차가 있음을 발견할 수 있다. 이러한 평가 편차는 일반적으로 동일 플랫폼 내에서 거래하여 수익을 낼 만큼 크지는 않지만, 이를 크로스 플랫폼 차익거래에 중첩시키면 수익률을 높일 수 있다. 이 경우, 가격 오라클을 사용하여 평가 기준을 변환하는 것이 필요하다. 예를 들어 바이낸스에서는 USDC/USDT 가격 정보가 필요하고, Paradex에서는 USDC/USD 가격 정보가 필요하다.
내 주장은, 당신이 단일 거래에서 자금 차익거래, 삼각 차익거래 및 가격 차익거래를 동시에 중첩할 수 있다는 점이다. 다만 수동 거래의 경우, 인간은 고차원적 의사결정에서 성능이 떨어지므로 동일한 결제 자산을 사용하는 조합만 선택하는 것이 좋다.
참고로, 여러 독립적인 자금 수수료 관련 전략을 중첩할 수 있지만, 자금 수수료 자체는 일반적으로 영속계약 마켓메이킹 비즈니스의 핵심 특성 중 하나이며(다른 요소들과 함께 작용한다).
손익분기점
이러한 조합 후보들 중에서 차익거래를 수행하고자 하는 조합을 이미 선정했을 것이다. 예를 들어 바이낸스에서 REQ/USDT 롱 포지션과 하이퍼라이퀴드에서 REQ 롱 포지션에 관심이 있다고 하자.
당신은 거래 수수료가 포함된 표가 필요하다. 수수료는 개인(VIP 등급)과 거래소에 따라 다르다. 자금 수수료의 차이는 현금흐름의 원천이다. 그러나 여전히 실제로 거래를 통해 포지션을 구성해야 한다.
거래소의 인센티브 메커니즘에 따라 maker(지정가 주문자) 수수료와 taker(시장가 주문자) 수수료의 총합은 비대칭적이다. 이는 어느 거래소에서 지정가 주문을 제출할지를 결정하는 편향을 유도한다. 또한 호가창의 유동성 역시 비대칭적이다. 거래 실행 위치에 따라 더 나은 가격 기반을 얻을 수도 있다. 두 요소의 복합 효과가 바로 진입 비용이다.
일반적으로 유동성을 제공함으로써 보상을 받으므로, 유동성이 낮은 곳에서는 지정가 주문을, 유동성이 높은 곳에서는 시장가 주문을 선택할 가능성이 크다.
손익분기점(Break-even point)은 진입 비용을 상쇄하는 데 필요한 시간 또는 현금흐름 간격의 수(예: 일부 거래소는 자금 수수료를 8시간마다 정산함)를 의미한다.
이것은 매우 중요한 데이터이며, 미래의 수수료 차이 수익을 얻기 때문에 추정 방법이 여러 가지 존재하는 것이 바람직하다. 나는 역사적 데이터 기반 추정 손익분기점을 '~'로, 회귀 모델 기반 예측 손익분기점을 '^'로 표시한다.
지금까지 우리는 거래 조합과 주문 제출 위치를 결정했다. 그렇다면 어떻게 실행해야 할까?
거래 실행
시스템적 거래를 사용하는 경우, 실시간 시장 데이터를 기반으로 계산 능력을 활용하여 주기적으로 핵심 데이터를 고빈도로 계산할 수 있다. 유동성에 이상이 생길 때 순수한 가격 차익거래 기회를 포착하기도 한다. 대부분의 경우, 몇 분 이상 지속되는 구조적 차익거래 기회를 목표로 한다. 당신의 임무는 포지션을 구성하는 수초에서 수분 내에 차익거래 조건이 유지되는지 확인하는 것이다.
핵심 개념은 중첩된 기대 수익(Stacked EV)이며, 이것이 우리의 수익 근원이다. 공식은 수익에서 비용을 뺀 것이며, 손익분기점은 문제의 복잡성을 줄여주며 수동 거래 시 특히 중요하다.
이 모든 것은 반복을 통해 거래 전략을 더욱 엄밀하게 만들 수 있는 세부 사항들이다. 시스템적 거래 여부에 관계없이 유사한 규칙이 적용된다. 이상적인 상황에서는 목표 포지션이 있고, 이를 달성하기 위해 마켓메이커 엔진을 가동할 수 있다면 완벽하다. 일반적으로는 지정가 및 시장가 주문 방식을 사용한다. 자동화된 거래라면 동적으로 지정가 주문 여부를 결정할 수 있고, 그렇지 않으면 일반적인 경험칙이 유용하다.
우리는 다음을 결정해야 한다:
-
목표 포지션 규모
-
최대 주문 규모
-
최소 주문 규모
-
동적 주문 규모 규칙
각 항목에 대해 관련된 포인트들을 제시하겠다. 목표 포지션 규모는 리스크 선호도, 레버리지 비용 및 이용 가능한 자금에 따라 결정된다.
최대 주문 규모는 시장가 주문 거래소의 유동성에 의해 결정된다. 지정가 주문이 체결되면 시장가 대응 매매가 (선형 또는 2차 함수 형태로) 가격에 영향을 미친다. 가격 영향을 줄이기 위해 규모 상한을 설정한다.
최소 주문 규모는 목표 포지션 규모에 따라 달라지며, 포지션 축적 시 너무 공격적이지 않도록 하는 하한선 역할을 한다.
최대와 최소 사이의 주문 규모는 동적 주문이다. 사용 자금이 적을 경우 시장에 미치는 영향을 최소화하는 주문 규모를 선택할 수 있다(시장가 거래소의 최상위 호가에서만 유동성을 취하는 방식). 또 다른 경험칙은 수동 거래 시 주문 규모를 대략적으로 여러 조각으로 나누는 것이다.
더 공격적으로 행동하고 싶다면 손익분기점 임계값에서 역으로 추정할 수 있다. 정방향 설명이 이해하기 쉬우므로 정방향으로 설명하겠다. x달러 규모의 숏 포지션을 체결했다고 가정하고, 이를 롱으로 헤지하려 한다. 실제 시장가 체결가는 호가 깊이 기준의 명목 가중 합계이며, 관련 글에서 이를 설명한 바 있다:
이는 지정가와 시장가 사이의 스프레드에 영향을 미치며, 결과적으로 손익분기점에도 영향을 준다. 따라서 손익분기점을 기반으로 우리가 원하는 공격 정도를 역으로 결정할 수 있다.
기존 거래를 새로운 조합으로 교체할 경우, 손익분기점은 종료 비용도 고려해야 한다.
리스크
외부 리스크에는 카운터파티 리스크, 해킹 리스크 등이 있다. 이 리스크들은 평가하기 어렵고 리스크 프리미엄 비즈니스의 본질적 특징이므로 추가 논의할 필요는 없다. 이는 결함이 아니라 특성이다.
보다 주목할 점은 증거금 리스크와 같은 내부 리스크이다. 이 리스크들은 대부분 시장 변동성을 과소평가하거나 과도한 자신감에서 비롯된다. 여기서 샤프 지수가 10을 초과하는 것도 드물지 않으며, 변동성은 값비싸다.
높은 샤프 지수와 값비싼 변동성(낮은 자금 효율성)은 과도한 거래를 유도하는 완벽한 조합이다. 이것이 가장 단순하면서도 실패할 가능성이 가장 높은 요소이다. 롱텀캐피털 매니지먼트(LTCM)의 붕괴, 서브프라임 위기 등에서 우리는 항상 자기 통제를 잃는다. 인간의 광기는 언제나 가장 정교한 모델 예측을 초월한다.
주요 운영 리스크는 증거금 리스크이다. 어떤 포지션을 구성하든, 수익을 내는 거래소에서 손실을 보는 거래소로 증거금을 이전하는 것이 좋은 생각이다. 그러나 시장 붕괴 상황에서는 네트워크 혼잡으로 인해 증거금 이전이 원활하지 않을 수 있으므로 여전히 시장 붕괴 리스크에 취약하다.
시장 붕괴 리스크를 완화하는 한 가지 방법은 베타 헷징이다. 여러 가지 선택지가 있다. 단일 요인 리스크 모델로부터 베타 값을 추정한다고 가정하자. 한 방법은 각 거래소의 베타 노출이 대략적으로 중립이 되도록 거래 조합을 선택하는 것이다.
거래소 수가 많을수록 이 제약 조건을 만족하는 조합 선택지가 많아지므로 달성하기 쉬워진다. 대가로 탐색 공간이 줄어든다.
또 다른 방법은 평소처럼 포트폴리오를 구성한 후 주류 자산으로 베타 헷징을 수행하여 베타를 중립으로 유지하는 것이다. 각 거래소별로 헷징을 수행하면 전체 포트폴리오의 헷징도 상쇄되어 델타 중립 상태를 유지한다. 대가는 추가 자금이 필요하다는 점이다.
비트코인과 기타 자산 간의 거래를 통해 자금 수익을 얻는 등의 비전통적 방법들도 있다. 대가는 델타 리스크를 감수해야 한다는 점이다.
우리가 잘 운영한다면 포트폴리오 리스크는 대부분 통제 가능하다. 특수 리스크에 대응하기 위해 최악의 경우 리스크 엔진을 계속 사용할 수 있다. 단일 포지션이 시장 균형을 무너뜨릴 가능성은 존재하며, 암호화폐 시장에서는 특히 그렇다.
증거금이 일정 임계치에 도달하면 강제 청산을 기다리는 대신 선제적으로 청산할 수 있다. 이렇게 하면 단계적으로 청산할 수 있으며, 거래소는 그렇게 배려해주지 않는다.
관련 차익거래 방식
마지막이지만 중요한 점으로, 주목할 만한 다른 형태의 자금 수수료 차익거래 방식들이 있다. 우리는 영속계약 차익거래에 집중했지만, 다른 형태들도 있으며(0xLightcycle의 트윗에서 발췌):
-
동일 거래소 — 영속계약 숏, 현물 롱
-
동일 거래소 — 분기선물 숏, 현물 롱
-
동일 거래소 — 현물 차입/공매도, 영속계약 롱
-
두 거래소 — 한 거래소에서 영속계약 숏, 다른 거래소에서 영속계약 롱
-
통계 차익거래 팩터 — 자금 수수료가 높은 모든 계약 숏, 낮은 계약 롱
-
동적 자금 수수료 차익거래
0xLightcycle은 각 차익거래 방법에 대해 대략적인 비교를 제공했으며, 여기서는 반복하지 않겠다.
영속계약 차익거래의 또 다른 장점은 롱/숏 제한이 없다는 점이며, 이는 성과가 시장 상황보다는 다양한 거래소 간 구조적 자금 흐름의 차이에 더 의존한다는 것을 의미한다. 현물-영속계약 차익거래는 일반적으로 강세장에서 더 높은 수익을 내며, 가격에 민감하지 않고 유동성 보상을 제공하는 레버리지 롱 포지션에 의존한다.
차익거래 수익률을 높이는 것과 관련해 두 가지 보충 설명이 있다.
일반적으로 거래소는 수익을 창출하는 담보 및 증거금 방식을 제공한다. 예를 들어, Bybit에서 USDE를 거래 담보로 보유하고 수익을 얻을 수 있다. 합성 수익형 담보는 곧 Paradex 거래소에서도 출시될 예정이다.
마지막으로, 현물-영속계약 차익거래는 종종 현물 담보를 결합하여 수익률을 높인다. 이는 Resolv의 접근법과 유사하다고 생각한다. 예를 들어, 현물 HYPE을 매수하고 영속계약 HYPE을 숏하여 자금 수수료 수익을 얻으며, 동시에 현물을 담보로 맡겨 담보 수익도 얻을 수 있다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@HangukQuant
