💰 quantitative finance

The Privacy Subsidy in Continuous-Time Kyle: Cumulative Welfare under Noise-Perturbed Order-Flow Observation

Ce papier étend le résultat de Nakamura sur la subvention de confidentialité en période unique à un modèle de Kyle en temps continu avec flux d'ordres perturbé par du bruit, en dérivant une expression analytique fermée pour le transfert cumulatif de bien-être des pools de liquidité vers les traders et en établissant une dualité structurelle entre cette subvention de confidentialité et la perte par rapport au rééquilibrage (LVR).

Auteurs originaux : Yuki Nakamura

Publié 2026-05-26

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yuki Nakamura

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La Vue d'Ensemble : Le « Teneur de Marché Aveuglé »

Imaginez un marché animé où des personnes achètent et vendent un actif mystérieux (comme une pièce rare). Il y a trois types de personnes sur ce marché :

Les Initiés : Ils connaissent la vraie valeur de la pièce dès le début.
Les Traders de Bruit : Ils achètent et vendent simplement au hasard, comme des touristes lançant des pièces en l'air.
Le Teneur de Marché (Le Protocole) : Un robot qui fixe le prix. Sa mission est d'acheter bas et de vendre haut pour maintenir le marché en mouvement.

Dans un monde parfait, le Teneur de Marché peut voir exactement qui achète et qui vend. Mais dans ce papier, l'auteur introduit un Bouclier de Confidentialité.

Pensez au Bouclier de Confidentialité comme à une vitre embuée. Le Teneur de Marché peut voir des gens bouder derrière la vitre, mais le verre est légèrement flou. Il ne peut pas distinguer exactement quelle part du mouvement provient de l'initié « intelligent » et quelle part provient simplement des « touristes » aléatoires. Ce flou est le « bruit de confidentialité ».

Le Problème : La « Subvention de Confidentialité »

Parce que la vue du Teneur de Marché est floue, il commet des erreurs. Il pense que les touristes aléatoires sont plus intelligents qu'ils ne le sont, ou il manque les initiés intelligents.

L'Erreur : Le Teneur de Marché fixe des prix légèrement « faux » par rapport à la vraie valeur de la pièce.
Le Résultat : Les Initiés et les Traders de Bruit gagnent de l'argent par accident aux dépens du Teneur de Marché.
La « Subvention » : Le papier appelle cet argent perdu la Subvention de Confidentialité. C'est essentiellement un « pourboire » que le Teneur de Marché (la pool de liquidités du protocole) est forcé de verser aux traders simplement parce qu'il tente de protéger leur confidentialité.

L'Analogie : Imaginez un croupier de casino (le Teneur de Marché) qui porte des lunettes de soleil qui font apparaître les cartes légèrement différentes de ce qu'elles sont réellement. À cause des lunettes de soleil, le croupier continue de verser légèrement plus aux joueurs qu'il ne devrait. Cet argent supplémentaire versé est la « subvention de confidentialité ».

La Découverte Principale : Combien Coûte la Confidentialité ?

L'auteur, Yuki Nakamura, a fait les calculs pour déterminer exactement combien coûte ce « pourboire ».

La Formule : Le coût dépend de deux choses :
- À quel point la valeur de l'actif fluctue réellement (à quel point la pièce est « sauvage »).
- À quel point l'épaisseur du « brouillard » (bruit de confidentialité) est importante.
- Plus vous voulez de confidentialité (brouillard plus épais), plus le Teneur de Marché perd.
L'Effet « Double » : L'auteur compare cela à un modèle de transaction unique plus simple (comme une enchère unique). Il a constaté que dans un marché continu et fluide (comme un échange de crypto 24h/24 et 7j/7), le coût total de cette subvention de confidentialité est exactement le double de ce qu'il serait dans une transaction unique et ponctuelle.
- Pourquoi ? Parce que dans un marché continu, l'initié « intelligent » a plus de temps pour ajuster sa stratégie et exploiter la vitre floue, alors que dans une transaction unique, il n'a qu'une seule chance.

Le Lien avec le « LVR » : Un Concept Jumeau

Le papier établit une connexion fascinante avec un concept déjà connu dans le monde des crypto-monnaies appelé Perte par Rapport au Rééquilibrage (Loss-Versus-Rebalancing ou LVR).

LVR (L'Écart de Prix) : Cela se produit lorsqu'un Teneur de Marché est trop lent pour réagir aux changements de prix dans le monde extérieur. Il perd de l'argent parce qu'il négocie à un ancien prix tandis que le marché a déjà bougé.
Subvention de Confidentialité (L'Écart de Flux) : Cela se produit lorsqu'un Teneur de Marché est trop lent pour réagir au flux d'ordres à cause du brouillard de confidentialité.

L'Analogie :

LVR est comme un chauffeur de taxi qui ne réalise pas que l'embouteillage s'est dissipé, alors il facture un tarif élevé basé sur d'anciennes données de circulation.
Subvention de Confidentialité est comme un chauffeur de taxi qui ne peut pas voir clairement les passagers à travers une vitre embuée, alors il donne par erreur le mauvais monnaie.

Le papier montre que ces deux problèmes sont des « jumeaux ». Ils ont exactement la même structure mathématique. Si vous voulez savoir combien facturer de frais à un chauffeur de taxi pour couvrir ses pertes, vous pouvez utiliser la même logique pour le problème de l'« embouteillage » (LVR) et le problème de la « vitre embuée » (Confidentialité).

Application dans le Monde Réel : Fixer les Frais

Alors, que signifie cela pour un échange de crypto réel (comme un « AMM blindé») ?

Si un protocole souhaite permettre aux gens de trader de manière privée (en utilisant la « vitre embuée»), il perdra de l'argent au profit des traders. Pour rester en activité, le protocole doit facturer des frais.

La Règle : Les frais facturés sur chaque transaction doivent être suffisamment élevés pour couvrir la « Subvention de Confidentialité ».
Le Calcul : Le papier donne une formule spécifique pour calculer le montant minimum des frais nécessaires. Si le bruit de confidentialité est élevé, les frais doivent être plus élevés. Si le bruit est faible, les frais peuvent être plus bas.

Clarifications Importantes (Ce que le Papier Ne Dit Pas)

Ce n'est pas une confidentialité « Gratuite » : Le papier prouve que la confidentialité n'est pas gratuite. Quelqu'un doit payer pour elle. Dans ce modèle, la « Pool de Liquidités » (les personnes qui fournissent l'argent pour l'échange) paie pour elle via la subvention, à moins que le protocole ne facture des frais pour la couvrir.
Ce n'est pas une confidentialité « Meilleure » : Le papier ne dit pas que la confidentialité est bonne ou mauvaise. Il mesure simplement le coût du mécanisme de confidentialité.
C'est un Modèle Théorique : Il s'agit d'un modèle mathématique de la façon dont les marchés devraient fonctionner sous des règles spécifiques. Il suppose que le Teneur de Marché est un robot « engagé » qui suit un code strict (un contrat intelligent) et ne peut pas changer d'avis pour arrêter de perdre de l'argent.

Résumé en Une Phrase

Ce papier calcule exactement combien d'argent un échange de crypto protégeant la confidentialité perd au profit de ses traders parce qu'il ne peut pas voir leurs ordres clairement, et il prouve que cette perte est mathématiquement identique aux pertes causées par les changements de prix, fournissant une formule pour fixer les frais corrects afin de maintenir l'échange solvable.

Résumé Technique : La Subvention à la Vie Privée dans le Modèle de Kyle en Temps Continu

Énoncé du Problème
Cet article traite des implications en termes de bien-être des mécanismes de préservation de la vie privée dans la finance décentralisée (DeFi), spécifiquement dans le contexte des Market Makers Automatisés (AMM) et de l'agrégation des flux d'ordres. Alors que l'article complémentaire [12] a établi une « subvention à la vie privée » sous forme fermée — un transfert de la pool de liquidités d'un protocole vers les traders — dans un modèle de Kyle à période unique, ce travail étend l'analyse à un cadre en temps continu. Le problème central consiste à quantifier la perte espérée cumulative encourue par un market maker (MM) bayésien engagé qui observe un flux d'ordres agrégé perturbé par un bruit de vie privée gaussien indépendant. Contrairement aux market makers compétitifs classiques qui imposent une condition de profit nul, le modèle suppose une règle de tarification « engagée » (typique des AMM basées sur des contrats intelligents) où le MM met à jour les prix via la règle de Bayes sur des observations bruitées, mais ne s'ajuste pas dynamiquement pour garantir un profit nul.

Méthodologie
L'analyse utilise le cadre Kyle–Back en temps continu [1], adapté pour des informations agrégées avec préservation de la vie privée.

Primitives du Modèle : Le modèle présente un horizon de trading $[0, 1]$ , un trader informé observant une valeur d'actif normale $v$ , des traders bruyants soumettant un flux $du_t = \sigma_u dW^u_t$ , et un canal de vie privée ajoutant un bruit brownien indépendant $d\varepsilon_t = \sigma_\varepsilon dW^\varepsilon_t$ . Le market maker observe le flux perturbé $d\tilde{y}_t = dy_t + d\varepsilon_t$ .
Règle de Tarification : Le MM utilise une règle de tarification linéaire engagée $dp_t = \lambda_t d\tilde{y}_t$ , où $\lambda_t$ est le gain de Kalman fixé ex-ante dérivé de l'identité de projection de Bayes. Crucialement, le modèle n'impose pas la contrainte d'équilibre de profit nul trouvée dans les modèles de Kyle compétitifs ; il accepte le profit (ou la perte) espéré non nul résultant comme objet d'étude.
Déduction de l'Équilibre : Les auteurs utilisent une hypothèse de Markov linéaire pour la stratégie de l'initié ( $dx_t = \beta_t(v - p_t)dt$ ) et résolvent l'équation de Hamilton-Jacobi-Bellman (HJB) associée. La solution repose sur la condition de rationalité standard Kyle–Back $\Sigma(1) = 0$ (révélation complète de l'information à l'horizon) pour déterminer les paramètres d'équilibre.
Comptabilité du Bien-être : La subvention cumulative à la vie privée est dérivée en décomposant le bien-être espéré total parmi les trois participants : le trader informé, les traders bruyants et le market maker. Le profit espéré du MM est calculé comme le résidu nécessaire pour équilibrer le système.

Contributions et Résultats Clés
L'article établit trois résultats principaux :

Théorème 1 (Équilibre Linéaire Markovien) : Sous la règle de tarification engagée AMM-bayésienne avec une intensité de bruit de vie privée $\sigma_\varepsilon$ , l'équilibre unique présente un coefficient d'impact prix constant $\lambda = \sigma_v / \sqrt{\sigma_u^2 + \sigma_\varepsilon^2}$ et une variance a posteriori décroissant linéairement $\Sigma(t) = \sigma_v^2(1-t)$ . La présence de bruit de vie privée augmente effectivement la volatilité des traders bruyants de $\sigma_u$ à $\sqrt{\sigma_u^2 + \sigma_\varepsilon^2}$ dans les conditions d'équilibre.
Théorème 2 (Subvention Cumulative à la Vie Privée) : L'article dérive une expression sous forme fermée pour le transfert espéré cumulatif de la pool de liquidités vers les traders (la subvention à la vie privée) sur l'horizon $[0, 1]$ :
$|\Pi_M| = \frac{\sigma_v \sigma_\varepsilon^2}{\sqrt{\sigma_u^2 + \sigma_\varepsilon^2}}$
Les auteurs notent que cette valeur est exactement le double de l'analogue à période unique dérivé dans [12]. Ils précisent que ce « doublement » est une caractéristique standard de la transition Kyle–Back des modèles à période unique aux modèles en temps continu (où les profits des traders informés doublent également) et ne constitue pas un artefact spécifique du mécanisme de vie privée.
Proposition 1 (Dualité Structurelle avec LVR) : L'article établit une dualité structurelle entre le Loss-Versus-Rebalancing (LVR) identifié par Milionis et al. [10] dans les AMM à produit constant et la subvention à la vie privée dans les marchés de Kyle.
- Le LVR quantifie la perte de bien-être due à un décalage entre la courbe AMM engagée et l'observation du prix externe.
- La Subvention à la Vie Privée quantifie la perte de bien-être due à un décalage entre la règle de tarification engagée et l'observation du flux d'ordres.
  Les deux taux de bien-être se factorisent en l'intensité au carré du driver de bruit pertinent (diffusion des prix vs bruit de vie privée) et une fonction de l'objet engagé. Cette dualité fournit un cadre unifié pour calibrer les frais à seuil de rentabilité dans les échanges à courbe engagée.

Signification et Revendications
L'article prétend compléter le programme de quantification des frais à seuil de rentabilité pour les échanges AMM engagés opérant dans des environnements d'informations agrégées avec préservation de la vie privée. Sa signification réside dans :

Pont entre Littératures : Il connecte la littérature sur la microstructure du trading d'initié (Kyle/Back) avec la littérature DeFi sur les pertes de bien-être des AMM (LVR), démontrant que le bruit de vie privée crée un écart de bien-être structurellement identique aux écarts d'observation des prix.
Opérationnalisation des Coûts de Vie Privée : Il fournit une métrique précise et sous forme fermée pour le « coût de la vie privée » en termes de solvabilité de la pool de liquidités. Les auteurs soutiennent que pour qu'un protocole soit solvable, les revenus cumulés des frais doivent dépasser cette subvention cumulative à la vie privée.
Implications de Conception :
- Invariance Temporelle : Dans la limite du temps continu, la subvention cumulative dépend uniquement de la variance moyenne dans le temps du bruit de vie privée, et non de son profil temporel. Cela implique que les protocoles ne peuvent pas réduire la subvention en planifiant stratégiquement l'injection de vie privée (par exemple, une vie privée plus faible près de l'horizon) sans modifier le budget moyen.
- Calibration des Frais : La formule dérivée offre une méthode directe pour fixer des frais proportionnels couvrant la subvention à la vie privée, analogue à la façon dont le LVR informe les structures de frais dans les CFMM.
- Discrét vs Continu : Les auteurs mettent en garde que, bien que le modèle en temps continu fournisse une forme fermée propre, les implémentations pratiques (AMM blindées, moteurs MPC) doivent être interprétées comme des déploiements par blocs discrets où le budget de vie privée est fini, car un canal de vie privée brownien continu avec une intensité fixe est incompatible avec des garanties de confidentialité différentielle finies.

L'article conclut en notant que ces résultats valent pour un bruit gaussien et que les extensions à un bruit non gaussien (par exemple, Laplace pour la confidentialité différentielle) ou à des processus de saut restent ouverts pour un travail futur.