Während ich eine Charge von TermMax-Positionen nach einem starken Kursanstieg überprüfte, fiel mir etwas auf, das nicht meinen Erwartungen entsprach: Liquidationen gruppierten sich nicht so, wie sie es normalerweise auf den Kreditmärkten tun, die ich zuvor beobachtet habe.
Ich ging davon aus, dass ein schneller Rückgang der Sicherheiten die übliche Welle von oracle-getriebenen Zwangsverkäufen auslösen würde, die alle auf einmal einen Preis treffen. Also ging ich die Order-Flows rund um diese Positionen noch einmal durch, um zu sehen, was tatsächlich ausgeführt wurde.
Was ich fand, war anders. Da TermMax seine Schulden über den eigenen Order-Book aus festverzinslichen Token mit fester Laufzeit abrechnet und nicht alles über einen einzelnen Oracle-Trigger laufen lässt, wurden Rückabwicklungen schrittweise absorbiert, sobald Aufträge gegen bestehende Kaufgebote gematcht wurden – statt in eine einzige Liquidationspreis-Spitze einzuschlagen. Die Schuld selbst verhält sich wie ein handelbares Instrument mit eigener Tiefe, nicht nur wie eine Schwelle, die man überschreiten muss.
Das hat meine Sicht auf das Risiko hier neu gerahmt. Es ist nicht so, dass die Volatilität verschwindet – vielmehr verteilt der Mechanismus die Ausführung auf bereite Gegenparteien statt auf eine einzige Liquidations-Engine. Das verändert, wie schnell sich Stress tatsächlich im Preis zeigt.
Ich bin jedoch noch nicht sicher, ob das auch unter realem Stress gilt. Dünne Orderbücher nahe weniger gängigen Laufzeiten könnten sich sehr unterschiedlich verhalten, und ich habe gesehen, dass dieses System bisher noch nicht in einem wirklich chaotischen Markt getestet wurde.
Darum beobachte ich jetzt die Orderbuch-Tiefe rund um bevorstehende Laufzeiten viel genauer. Weniger interessiert bin ich am Sicherheitenverhältnis selbst und mehr daran, wer tatsächlich auf der anderen Seite dieses Orderbuchs sitzt, wenn es darauf ankommt.
@TermMax #termmax
$RE
$HEMI
$ETH
Ich ging davon aus, dass ein schneller Rückgang der Sicherheiten die übliche Welle von oracle-getriebenen Zwangsverkäufen auslösen würde, die alle auf einmal einen Preis treffen. Also ging ich die Order-Flows rund um diese Positionen noch einmal durch, um zu sehen, was tatsächlich ausgeführt wurde.
Was ich fand, war anders. Da TermMax seine Schulden über den eigenen Order-Book aus festverzinslichen Token mit fester Laufzeit abrechnet und nicht alles über einen einzelnen Oracle-Trigger laufen lässt, wurden Rückabwicklungen schrittweise absorbiert, sobald Aufträge gegen bestehende Kaufgebote gematcht wurden – statt in eine einzige Liquidationspreis-Spitze einzuschlagen. Die Schuld selbst verhält sich wie ein handelbares Instrument mit eigener Tiefe, nicht nur wie eine Schwelle, die man überschreiten muss.
Das hat meine Sicht auf das Risiko hier neu gerahmt. Es ist nicht so, dass die Volatilität verschwindet – vielmehr verteilt der Mechanismus die Ausführung auf bereite Gegenparteien statt auf eine einzige Liquidations-Engine. Das verändert, wie schnell sich Stress tatsächlich im Preis zeigt.
Ich bin jedoch noch nicht sicher, ob das auch unter realem Stress gilt. Dünne Orderbücher nahe weniger gängigen Laufzeiten könnten sich sehr unterschiedlich verhalten, und ich habe gesehen, dass dieses System bisher noch nicht in einem wirklich chaotischen Markt getestet wurde.
Darum beobachte ich jetzt die Orderbuch-Tiefe rund um bevorstehende Laufzeiten viel genauer. Weniger interessiert bin ich am Sicherheitenverhältnis selbst und mehr daran, wer tatsächlich auf der anderen Seite dieses Orderbuchs sitzt, wenn es darauf ankommt.
@TermMax #termmax
$RE
$HEMI
$ETH
