How Much Screening Buys a Second? Speed, Selection, and the Maker's Spread
Cet article établit une condition de point mort liant le taux de filtrage d'un fournisseur de liquidité et sa vitesse de re-tarification, démontrant, à travers une analyse empirique de pools USDC-WETH, que les innovations de prix non gaussiennes et les marchés en tendance nécessitent un filtrage des flux informés nettement plus élevé pour compenser les coûts de mises à jour de cotations plus lentes par rapport aux modèles gaussiens.
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
Dans les marchés invisibles où les actifs numériques sont échangés, les fournisseurs de liquidité agissent comme les mains stables qui permettent aux prix de circuler avec fluidité. Ils se tiennent prêts à acheter et à vendre à tout moment, offrant un prix bidirectionnel à quiconque souhaite échanger. En échange de ce service, ils prélèvent une petite commission intégrée dans la différence entre le prix d'achat et de vente, appelée l'écart ou « spread ». Cet écart est leur assurance ; il doit être suffisamment large pour couvrir les pertes qu'ils subissent lorsqu'ils traitent avec quelqu'un qui en sait plus qu'eux. Si un trader sait que le prix est sur le point de bondir, il négociera contre le fournisseur avant que celui-ci ne puisse mettre à jour son prix, empochant ainsi la différence. Le fournisseur compte alors sur les commissions collectées auprès des traders moins informés pour compenser ces pertes. Cet équilibre est le cœur du fonctionnement de ces marchés, mais il devient fragile lorsque la vitesse de l'information change.
Le défi s'intensifie dans le monde des teneurs de marché automatisés (AMM), qui sont des programmes informatiques fixant les prix en fonction de la quantité d'argent déposée dans une réserve. Contrairement aux traders humains ou aux bourses traditionnelles qui peuvent mettre à jour les prix instantanément, ces programmes ne rafraîchissent souvent leurs prix que lorsqu'une nouvelle transaction se produit. Sur le réseau Ethereum, par exemple, un nouveau bloc de transactions est créé environ toutes les douze secondes. Si le prix d'un actif change sur une plateforme centralisée plus rapide durant ces douze secondes, la réserve automatisée se retrouve à proposer un prix obsolète. Un trader observant la plateforme plus rapide peut voir le nouveau prix, attendre que la réserve automatisée propose encore l'ancien, puis exécuter une transaction qui garantit un profit aux dépens de la réserve. La réserve paie essentiellement pour un prix que le reste du monde a déjà laissé derrière lui.
Les chercheurs Aleksei Adadurov et ses collègues ont cherché à mesurer précisément de combien ce retard coûte et à trouver un moyen de quantifier l'arbitrage entre vitesse et prudence. Ils ont posé une question fondamentale : si un teneur de marché ne peut pas mettre à jour son prix aussi vite que la concurrence, à quel point doit-il être performant pour détecter et rejeter les transactions d'adversaires informés afin de survivre ? L'équipe a construit un modèle pour calculer le taux précis auquel un fournisseur plus lent doit filtrer les traders informés pour atteindre l'équilibre avec un fournisseur plus rapide et non filtré. Leurs travaux révèlnt que la forme des mouvements de prix importe plus que leur taille moyenne. Ils ont découvert que les changements de prix ne sont pas fluides et prévisibles comme une courbe en cloche ; au contraire, ils sont souvent silencieux pendant de longues périodes, puis bondissent soudainement. Cette réalité irrégulière signifie que simplement être plus rapide n'est pas la seule solution, et que le coût de la lenteur est plus élevé que ce que suggèrent les modèles traditionnels.
Pour tester leur théorie, les chercheurs ont examiné quatre pools majeurs échangeant un dollar numérique contre de l'Ethereum, comparant leur performance à celle d'une plateforme centralisée rapide sur trois mois en 2026. Ils ont découvert que le prix de l'Ethereum ne bouge pas chaque seconde. En fait, 73,4 % des sous-intervalles d'une seconde ne présentent aucun changement de prix médian. Lorsque le prix bouge, il effectue souvent des bonds significatifs, créant une distribution bien plus extrême que ce que prédisent les modèles financiers standards. Parce que le prix reste immobile si souvent, le risque d'un saut soudain et important s'accumule rapidement au fil du temps. Lorsque les chercheurs ont comparé un cycle de mise à jour de douze secondes à un cycle d'une seconde, ils ont constaté que réduire le temps d'attente de douze secondes à une seconde éliminait 84,5 % du choc de prix attendu. Cela signifie qu'un fournisseur coincé avec un délai de douze secondes fait face à un désavantage massif.
L'étude a calculé que pour égaler la performance d'un fournisseur qui met à jour ses prix chaque seconde, un fournisseur qui met à jour toutes les douze secondes devrait filtrer au moins 84,5 % des traders informés tentant d'exploiter leurs prix obsolètes dans la limite de faible toxicité. C'est un seuil très élevé. Les modèles traditionnels, qui supposent que les changements de prix suivent une courbe lisse en forme de cloche, suggéreraient qu'un taux de filtrage de seulement 71,1 % est suffisant. Les chercheurs ont démontré que ce modèle standard est dangereusement optimiste car il ignore la réalité de la manière dont les prix évoluent réellement. Les « queues épaisses » des données réelles — ces sauts soudains et importants — signifient que le coût de la lenteur est bien plus élevé que ce que l'on pensait auparavant. Si un fournisseur ne peut pas filtrer autant de traders informés, il doit trouver un moyen de mettre à jour ses prix plus rapidement, faute de quoi il perdra de l'argent.
Les chercheurs ont également observé ce qui se passe lorsque le marché est en tendance, progressant de manière constante dans une direction. Dans ces moments, la réserve obsolète est ciblée plus agressivement du côté de la tendance. Les transactions qui suivent la tendance permettent au trader d'obtenir un prix effectif nettement meilleur que celles qui vont à contre-sens, créant une différence de spread de 11,1 points de base en faveur de la tendance. Cela confirme que le retard de mise à jour des prix n'est pas seulement un risque théorique, mais un coût réel et mesurable qui transfère la richesse de la réserve vers le trader informé. L'étude conclut que la capacité à filtrer les flux est une défense puissante, mais qu'elle ne remplace pas parfaitement la vitesse. Lorsque le marché évolue de manière difficile à prédire et sujette à des sauts soudains, le seul moyen de neutraliser totalement le risque d'obsolescence est de réduire le temps d'exposition du prix.
En fin de compte, cette recherche fournit une métrique claire de la valeur de la vitesse dans les marchés numériques. Elle montre qu'une seule seconde de réduction de délai permet de racheter une quantité spécifique de protection contre les traders informés. Pour un teneur de marché, le choix ne porte plus seulement sur la rapidité de mise à jour, mais aussi sur sa capacité à identifier et à rejeter les transactions qui lui nuiront le plus. Les conclusions suggèrent que dans un monde où les prix peuvent bondir de manière inattendue, le coût de l'attente est élevé, et la seule façon d'égaler un concurrent plus rapide est d'être exceptionnellement doué pour filtrer les traders qui savent que le prix est sur le point de changer.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.