检测Depegs：走向Curve Finance上更安全的被动流动性提供
摘要：利用价格和交易数据，我们考虑了做市商对Curve的StableSwap池中稳定币和流动权益衍生品（LSD）的风险敞口问题。我们构建了一组用于检测潜在货币脱钩风险的指标。我们使用这些指标对贝叶斯在线变点检测（BOCD）算法进行了微调，以在货币脱钩发生之前或发生时向做市商发出警报。我们在2022年和2023年对Curve的13个StableSwap池的LP代币价格进行了训练和测试，重点关注稳定币和LSD的脱钩情况。我们证明，我们的模型在2022年UST数据上训练后，能够在2023年3月10日UTC时间晚上9点左右，即USDC低于99美分之前大约5个小时，检测到USDC的脱钩情况，并且在经过17个月的测试中，几乎没有误报。最后，我们描述了这项研究如何被Curve的流动性提供方使用，并如何通过修改参数来动态降低Curve池的风险，以预测潜在的货币脱钩。这项研究为开发一种API提供基础，实时警报Curve的流动性提供方在其位置可能面临风险时。
作者：Thomas N. Cintra, Maxwell P. Holloway
论文ID：2306.10612
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2023-06-21