Resumen
Vest es un DEX de futuros perpetuos nativo de zksync, construido para abordar desafíos críticos enfrentados tanto por traders como por proveedores de liquidez (LPs) en los mercados de futuros perpetuos (perps). Estos desafíos provienen principalmente de ineficiencias en la gestión de riesgos y estructuras de compensación que no solo han desalentado la participación, sino que también han puesto en peligro la estabilidad financiera y el atractivo de los DEX existentes.
Tanto los LPs como los Traders juegan roles pivotales que son integrales para el funcionamiento y el éxito de un DEX. Existe una relación simbiótica entre ambas partes: los LPs necesitan traders que tomen posiciones y generen ingresos por comisiones, mientras que los traders necesitan LPs para proporcionar la liquidez requerida para ejecutar sus operaciones de manera eficiente.

Aunque Vest entrará inicialmente en el mercado como una plataforma para el trading de perps, su arquitectura de protocolo, vAMM y motor de riesgo permiten casos de uso más complejos como cross-margin, productos estructurados, y trading para una variedad de activos como NFTs, Activos del Mundo Real tokenizados (RWAs), bienes raíces, bonos, forex, commodities.

La propuesta de valor principal de Vest radica en su cálculo de solvencia dinámico, que determina el capital mínimo necesario para garantizar la solvencia del exchange con un alto grado de probabilidad. Esta característica es crucial, ya que asegura que los LPs sean compensados adecuadamente por los riesgos que asumen. Específicamente, el sistema de Vest ajusta dinámicamente los cargos aplicados a los traders basados en evaluaciones de solvencia en tiempo real. Cuando una operación o movimiento del mercado aumenta el riesgo de insolvencia del exchange, elevando así las reservas de capital necesarias, esta diferencia se cobra directamente al trader en forma de premia o ajustes a la funding rate.
Para los LPs, Vest calcula la cantidad exacta de capital requerida para establecer su ganancia y pérdida esperada (PnL) en cero. Si las acciones de un trader reducen esta PnL esperada, los ajustes necesarios en el capital también se cargan al trader como primas o a través de la tasa de financiamiento. Este mecanismo asegura que los LPs sean indiferentes a los riesgos introducidos por los traders, mejorando significativamente la estabilidad y el atractivo de la plataforma para la provisión de liquidez.
Al integrar estas características estratégicas, Vest no solo mejora la experiencia de trading, sino que también fortalece los incentivos económicos para la participación.
Vest Exchange Perps
Los LPs en muchos DEXs están frecuentemente expuestos a altos riesgos sin recibir una compensación adecuada por estos riesgos. Este desequilibrio puede llevar a una renuencia entre los posibles LPs a comprometer capital, lo que a su vez puede sofocar el crecimiento y la liquidez del exchange. Los traders, por otro lado, a menudo lidian con altas tarifas de trading que incluyen costos relacionados con slippage y funding rates. Estas tarifas no se ajustan dinámicamente basadas en las condiciones reales del mercado o los niveles de riesgo de las trades. Tal inflexibilidad puede resultar en costos innecesariamente altos para los traders, especialmente en condiciones menos volátiles o para trades menos riesgosas.

Vest opera bajo la creencia fundamental de que todos los aspectos de un exchange, desde la fijación de precios de trading hasta la gestión de liquidez, deberían optimizarse para la eficiencia sin comprometer la seguridad o la equidad para los participantes. Logra esto a través de un sistema propietario de gestión de riesgos llamado zkRisk, que emplea técnicas criptográficas avanzadas (zk-SNARKs) para calcular y gestionar riesgos de trading en tiempo real. Este sistema permite a Vest ajustar dinámicamente las tarifas de trading y las tasas de funding basadas en el riesgo en tiempo real que cada trader introduce al sistema, protegiendo así a los LPs de riesgos excesivos mientras permite costos de trading más bajos para los usuarios. zkSnarks calcula todos estos datos off-chain, pero los datos se verifican on-chain vía zkSNARKs, lo que reduce la carga, haciendo el cómputo mucho más rápido.
Vest Exchange asegura su estabilidad financiera calculando el capital mínimo necesario para mantenerse solvente. Si un trade o cambio en el mercado aumenta el riesgo de insolvencia, Vest cobra al trader una tarifa adicional llamada premia o ajusta la funding rate para cubrir este riesgo extra. Su objetivo principal es garantizar la solvencia del exchange mediante
- Calculando continuamente el riesgo y precificándolo con tarifas dinámicas (premia), funding rates y liquidaciones parciales
- Implementando un modelo de pricing indiferente al riesgo que tiene en cuenta y cuantifica el potencial de shortfall de cualquier trade
- Usando medidas de riesgo con Entropic Value-at Risk para determinar la probabilidad de insolvencia del protocolo en cualquier momento dado
- Los cálculos asociados con esta medición de riesgo se realizan off-chain y se envían a un verificador on-chain. Este verificador on-chain puede rechazar la transacción si la prueba es incorrecta, o aceptar la transacción.
De manera similar, para los LPs, Vest calcula cuánto capital se necesita para equilibrar su PnL esperado a cero. Si las acciones de un trader disminuyen el PnL esperado de los LPs, esa diferencia también se cobra al trader como prima o se agrega a la funding rate. Este mecanismo asegura que los LPs no se vean afectados por los riesgos de trading y permanezcan indiferentes a las fluctuaciones causadas por los traders.
Este método zkRisk busca crear un ecosistema estable y escalable para productos DeFi, asegurando que todas las operaciones dentro del ecosistema puedan compartir riesgos y márgenes de manera fluida. En última instancia, el objetivo de Vest es transformar los productos financieros tradicionales en versiones sin confianza, descentralizadas que operen sin depender de intermediarios. Esta capacidad también se extiende más allá de la cripto tradicional para incluir activos de cola, RWAs e incluso NFTs.
Rol de los LPs en los DEXs
En los DEXs tradicionales, los LPs juegan un rol pivotal en mantener el flujo operativo y la estabilidad de la plataforma. Sus contribuciones son cruciales para varias funciones centrales, que colectivamente aseguran que el DEX opere de manera eficiente y efectiva.
Provisión de Capital: Los LPs suministran el capital necesario para que el exchange opere. Este capital se utiliza para facilitar las operaciones, sirviendo como la base de la liquidez del exchange y contraparte de las ofertas de los traders.
Absorción de Riesgo: Al proporcionar liquidez, los LPs absorben esencialmente algunos de los riesgos del mercado. En DEXs típicos basados en AMM, los LPs contribuyen a pools de los cuales los traders pueden tomar posiciones. Las ganancias y pérdidas de estas posiciones afectan directamente el valor del pool, impactando el PnL de los LPs basado en los movimientos del mercado y las acciones de los traders.
Obtener Retornos de las Comisiones: Los LPs están dispuestos a actuar como contrapartes y respaldar las posiciones de los traders con el fin de obtener retornos de las comisiones de trading recolectadas por el exchange. Estas comisiones les compensan por el uso de su capital y los riesgos que asumen al proporcionar liquidez.
Impacto en la Profundidad del Mercado y Estabilidad: La cantidad de liquidez proporcionada por los LPs influye directamente en la profundidad del mercado y la estabilidad del exchange. Una mayor liquidez reduce la volatilidad de precios y permite que el exchange maneje operaciones más grandes sin impactos significativos en el precio, fomentando un entorno de trading más estable.
A pesar de su rol esencial, los LPs en DEXs tradicionales enfrentan desafíos significativos que pueden comprometer su estabilidad financiera y disminuir la atractivo de proporcionar liquidez. Los LPs están típicamente expuestos a una alta volatilidad y al potencial de grandes pérdidas si los traders superan significativamente. Estos riesgos se agravan por el hecho de que las tarifas ganadas del trading pueden no siempre compensar suficientemente estas pérdidas. Además, las estructuras de tarifas rígidas y la naturaleza pasiva de la provisión de liquidez no se ajustan dinámicamente a los riesgos de mercado cambiantes, colocando frecuentemente a los LPs en desventaja cuando las dinámicas del mercado cambian de manera inesperada.
Vest mejora el rol de los LPs utilizando el motor zkRisk para equilibrar el riesgo y la recompensa de manera más efectiva. Este sistema ajusta dinámicamente las tarifas y las tasas de financiamiento basadas en evaluaciones de riesgo en tiempo real influenciadas por las acciones de los traders individuales. Tales ajustes aseguran que los proveedores de liquidez sean compensados justamente por los riesgos que asumen, alineando sus retornos potenciales con las condiciones reales del mercado.
Diseño del Protocolo
El diseño del protocolo de Vest Exchange está construido alrededor de su motor zkRisk, que juega un papel pivotal en la gestión de riesgos y liquidez. Antes de que se inicie una operación, zkRisk calcula el riesgo potencial que introduciría y cotiza una prima, que el trader paga a los LPs. Una vez que se abre una operación, el sistema evalúa continuamente los riesgos de insolvencia, ajustando dinámicamente las tasas de financiamiento y las primas para mantener la estabilidad del exchange. Esta vigilancia constante asegura que los LPs sean compensados justamente por los riesgos que asumen, mientras que los traders se benefician de un entorno de trading receptivo y seguro.

AMM
La motivación detrás del desarrollo de un nuevo AMM basado en el motor zkRisk de Vest radica en abordar los significativos compromisos que enfrentan los intercambios descentralizados tradicionales (DEXs) que utilizan mecanismos como Constant Function Market Makers (CFMMs) y Limit Order Books (LOBs). Estos modelos tradicionales a menudo luchan por equilibrar una gestión efectiva de riesgos con estrategias de precios eficientes:
CFMMs utilizan una fórmula predeterminada para establecer precios, típicamente basándose en la constant product formula para asegurar la solvencia del liquidity pool. Esta fórmula asegura que el producto de las cantidades de los dos tokens en el pool permanezca constante, dictando el asset pricing a medida que los traders interactúan con el pool. Mientras que este modelo proporciona un mecanismo estable para prevenir la insolvency a través de rebalancing automatizado, a menudo falla en ofrecer precios competitivos o justos que reflejen las condiciones más amplias del mercado.
La rigidez de la fórmula significa que los CFMMs pueden no reaccionar rápidamente a la volatilidad del mercado o a los cambios en los valores de los activos fuera del DEX, lo que lleva a discrepancias de precios entre los mercados descentralizados y centralizados. Esto puede disuadir a los traders, especialmente a aquellos involucrados en arbitraje o aquellos que buscan precios que reflejen el ecosistema financiero más amplio. Además, debido a la estructura de precios inflexible, las operaciones grandes pueden impactar desproporcionadamente el precio del mercado dentro del pool, lo que lleva a un slippage significativo. Esto es particularmente problemático en pools con menor liquidez, donde las órdenes grandes pueden desplazar los precios de manera más dramática, potencialmente llevando a manipulación del mercado donde los traders podrían inflar o deprimir artificialmente los precios a través de operaciones estratégicas.
LOBs permiten una fijación de precios más dinámica al permitir que los traders coloquen órdenes directamente en un mercado, incluyendo varios tipos de órdenes como market orders, limit orders y stop losses. Estas órdenes son emparejadas por un motor sofisticado que prioriza las transacciones basadas en el precio y el tiempo de entrada de la orden, manteniendo la equidad y permitiendo un descubrimiento eficiente de precios.
Sin embargo, aunque los LOBs ofrecen un entorno de precios más fluido y competitivo, introducen mayores riesgos de insolvencia. Este riesgo proviene de los perfiles de riesgo diversos de los market makers y la gestión compleja requerida para mantener el equilibrio frente a shocks del mercado o patrones de trading inusuales. En entornos descentralizados, especialmente en mercados de derivados como los perpetual futures, estos desafíos se agravan por el apalancamiento y la naturaleza especulativa del trading. La liquidez requerida para cubrir posiciones en ambos lados del mercado puede tensionar los recursos del DEX, particularmente durante períodos volátiles cuando la alineación de los precios del mercado con los valores del mundo real es crucial.
Además, mantener un LOB requiere liquidez continua y gestión activa, lo que puede ser desafiante sin una presencia constante de creadores de mercado. Estas entidades proporcionan la liquidez necesaria colocando constantemente órdenes de compra y venta, pero su disposición a participar puede fluctuar en función de su evaluación de riesgos y las condiciones del mercado. Una retirada repentina de los creadores de mercado, impulsada por eventos adversos del mercado o cambios en el apetito por el riesgo, puede precipitar una crisis de liquidez, haciendo difícil ejecutar operaciones a precios estables. Este escenario a menudo conduce a spreads aumentados y puede obligar al exchange a operar con eficiencia reducida, potencialmente causando efectos en cascada en el mercado más amplio.
vAMM y Curva de Liquidez Virtual
Un vAMM bien diseñado, que aprovecha marcos avanzados de gestión de riesgos como el motor zkRisk, puede mitigar los riesgos de insolvencia comunes en los CFMMs al ajustar dinámicamente sus parámetros en respuesta a las condiciones del mercado, en lugar de depender de una fórmula estática. Esta adaptabilidad permite que los vAMMs ofrezcan precios más competitivos y justos, similares a lo que los traders podrían esperar de los LOBs, sin comprometer la estabilidad financiera de la plataforma. Además, los vAMMs pueden aliviar los problemas de liquidez a menudo vistos en los LOBs al automatizar la provisión de liquidez, reduciendo así la dependencia de market makers externos y mejorando la profundidad del mercado.
En contraste con los CEXs, que frecuentemente están plagados de problemas como fallos del sistema, brechas de seguridad y problemas de latencia, los vAMMs ofrecen un entorno de trading más robusto y seguro. Al descentralizar la custodia de activos y automatizar la creación de mercado, los DEXs pueden proporcionar una infraestructura de trading que no solo es resistente a puntos únicos de falla, sino también transparente y responsable ante sus usuarios.
Los inversores minoristas pueden actuar como proveedores de liquidez, lo que se aleja de la dependencia tradicional en creadores de mercado profesionales e intermediarios para la liquidez del mercado. En un DEX impulsado por vAMM, cualquiera puede contribuir a los pools de liquidez, ganando tarifas de transacción a cambio, desempeñando así un papel crucial en la liquidez y profundidad del mercado. Este enfoque no solo amplía el alcance de quién puede participar en la creación de mercado, sino que también alinea los incentivos de todos los participantes hacia la salud y eficiencia de la plataforma.

Este gráfico de pago de intercambio es una representación de los resultados financieros para un AMM y sus LP bajo diferentes escenarios basados en el precio del activo virtual
Línea Negra (Net PnL): Muestra el PnL combinado del AMM y los LPs. Generalmente comienza en cero y disminuirá a medida que el precio se aleje de los niveles de precio iniciales.
Línea Azul (Beneficio Neto Agregado de LP): Ilustra el PnL para los LPs a medida que cambia el precio del activo virtual. Esta línea es típicamente plana hasta cierto punto porque las ganancias de los LPs por comisiones generalmente no se ven afectadas por los cambios de precio hasta que se agota el capital del AMM.
Línea Verde (Beneficio Neto del AMM): Representa el PnL para el AMM solo. Generalmente es positivo hasta que se agota el capital del AMM (en + ), después de lo cual se volvería plano porque el AMM no tiene más capital en riesgo.
Línea Roja (Déficit del AMM): Representa las pérdidas que incurre el AMM cuando el precio del activo virtual se mueve más allá de su propio capital y comienza a consumir el capital de los LPs. Aquí es donde ocurre el déficit del AMM, y los LPs comienzan a asumir el riesgo.
El AMM de Vest aplica un marco matemático para gestionar la liquidez a través de una curva de liquidez virtual. Este vAMM puede conceptualizarse como una herramienta que utiliza una función de precios para gestionar los riesgos de las operaciones sin poseer realmente los activos. Ajusta la liquidez en función de los cambios en el inventario de activos y la volatilidad.
Los conceptos clave del vAMM son:
- Función de precios (π(x)): Esta función determina el costo agregado a una operación para mantener el nivel de riesgo del vAMM después de la operación. Utiliza una medida de riesgo para asegurar que el riesgo antes y después de la operación permanezca constante.
- Transformación a Función de Liquidez (l(y)): La función de precios se transforma en una función de liquidez que muestra cómo se distribuye la liquidez a través de diferentes precios. Esta función es crucial para entender cómo el vAMM asigna liquidez en varios niveles de precios.
- Indifference Pricing: Este tipo específico de precios ajusta la prima basada en el cambio en el valor esperado en riesgo (EVaR), manteniendo la neutralidad respecto a la exposición al riesgo del vAMM.
En conjunto, este marco teórico permite la integración de múltiples medidas de riesgo, ajustando la liquidez basada en las condiciones del mercado. Esta adaptación puede ser particularmente útil en mercados dinámicos donde las volatilidades de los activos fluctúan significativamente, como en crypto.
Motor de Precios AMM
zkRisk
La interacción entre LPs y traders determina la dinámica de riesgos en la plataforma. Las actividades de los traders pueden llevar a ganancias o pérdidas significativas para los LPs dependiendo de las condiciones del mercado y el éxito de los traders. El mecanismo zkRisk en Vest Exchange es un marco de gestión de riesgos diseñado para mantener la solvencia y estabilidad del exchange mientras facilita un entorno de trading justo y eficiente cuyo objetivo es alinear incentivos y proteger a ambas partes de riesgos excesivos.
El motor zkRisk ofrece varios beneficios:
Compensación Ajustada al Riesgo: Al utilizar el motor zkRisk, Vest ajusta dinámicamente las tarifas (primas y tarifas de ejecución) basadas en el riesgo en tiempo real que introduce cada operación. Este modelo asegura que los traders sean cobrados tarifas basadas en el riesgo real que introducen al sistema. Esto significa que se incentiva el comportamiento de trading responsable, ya que las operaciones de menor riesgo incurren en tarifas más bajas, promoviendo un entorno de trading más saludable. Los proveedores de liquidez se benefician de un entorno neutral al riesgo donde su exposición a pérdidas por actividades de traders se minimiza. Esto se logra compensando a los LPs por los riesgos asumidos a través de primas calculadas adecuadamente, asegurando que no sean desfavorecidos injustamente por comportamientos de alto riesgo de los traders. El estado del exchange se verifica después de cada operación para evaluar cuánto riesgo representa para el sistema (comparando el estado antes y después de la operación).
Mayor Eficiencia de Capital: zkRisk permite a Vest Exchange operar con mayor eficiencia de capital. Asigna dinámicamente capital basado en el riesgo real en lugar de estimaciones estáticas y excesivamente conservadoras. Esto significa que más capital está disponible para el trading en lugar de ser retenido innecesariamente como un buffer contra posibles insolvencias. La plataforma puede escalar de manera segura su interés abierto más allá de su TVL aprovechando evaluaciones de riesgo precisas. Esto facilita volúmenes de trading más grandes y mayor liquidez sin las restricciones tradicionales impuestas por el miedo a la insolvencia.
Incentivos Mejorados para Traders y LPs: Los traders son cobrados tarifas basadas en el riesgo real que introducen al sistema. Esto significa que se incentiva el comportamiento de trading responsable, ya que las operaciones de menor riesgo incurren en tarifas más bajas, promoviendo un entorno de trading más saludable. Los proveedores de liquidez se benefician de un entorno neutral al riesgo donde su exposición a pérdidas por actividades de traders se minimiza. Esto se logra compensando a los LPs por los riesgos asumidos mediante prémium calculados adecuadamente, asegurando que no se vean desventajados injustamente por comportamientos de traders de alto riesgo.
Medida de Riesgo Coherente
La medida de riesgo coherente en zkRisk está diseñada para evaluar y gestionar los riesgos asociados con las actividades de trading en el exchange. Se define a través de varios componentes:
Configuración del Mercado: La medida de riesgo considera n mercados, con los precios de cada mercado representados como St que evoluciona con el tiempo dentro de un espacio de probabilidad estructurado.
Función de Responsabilidad de Intercambio Xt(θ):
Xt(θ) = qTSt − (C + P + L)
Aquí, representa el vector de desequilibrios long-short, es el tamaño notional acumulativo de entrada, es el capital propiedad del AMM, y es el capital proporcionado por LPs. Esta función calcula el pago neto a los traders si todas las posiciones se cerraran a los precios de mercado actuales .
Entropic Value-at-Risk
El concepto central de zkRisk es que utiliza métricas de riesgo avanzadas para calcular el posible déficit financiero que podría ocurrir debido a las operaciones dentro del sistema. Emplea una medición de riesgo específica conocida como Entropic Value-at-Risk (EVaR).
EVaR es un tipo de medida de riesgo coherente que cuantifica la cantidad de capital necesario para cubrir pérdidas potenciales durante un período especificado a un cierto nivel de confianza. Esta medida es particularmente útil en entornos donde los perfiles de riesgo son complejos y altamente dinámicos, como se ve en perp DEXs.
Se destaca que EVaR es el límite superior más ajustado para Value-at-Risk (VaR) y Conditional Value-at-Risk (CVaR), calculado utilizando la fórmula del Chernoff bound:
EVaR1 − α(X) = infz > 0{logMX(z)/z + zlog(α)/z}
Donde M X (z) es la función generadora de momentos de la posición de riesgo M, y α representa el nivel de confianza.
La curva de VaR típicamente comenzaría en un valor más alto y disminuiría a medida que α aumenta porque a medida que nos movemos hacia niveles de confianza más altos, estamos considerando pérdidas más extremas (y por lo tanto menos probables).

La curva CVaR, que representa el promedio de las pérdidas más allá del corte de VaR, usualmente estaría por encima de la curva VaR porque incluye todas las pérdidas de cola más allá del umbral de VaR.
La curva EVaR representa una medida de riesgo que también toma en cuenta el comportamiento de toda la cola de la distribución, considerando las pérdidas potenciales extremas ponderadas por su probabilidad. La curva EVaR puede comportarse de manera diferente dependiendo de la distribución de rendimientos y el parámetro de aversión al riesgo utilizado en el cálculo. Es una medida más compleja que usualmente proporciona valores de riesgo más altos para α más bajos debido a la ponderación exponencial de los riesgos de cola.
Valor en Riesgo
El Valor en Riesgo (VaR) es una medida estadística utilizada para evaluar el nivel de riesgo financiero dentro de una empresa, cartera o posición durante un período de tiempo específico. Proporciona una estimación de la pérdida potencial que podría experimentarse con un cierto nivel de confianza (generalmente del 95% o 99%) debido a movimientos adversos del mercado. El nivel de confianza es la probabilidad de que la cantidad de pérdida no exceda la estimación del VaR.
Por ejemplo, un nivel de confianza del 95% significa que hay un 5% de probabilidad de que la pérdida exceda el VaR. Para ilustrar, si una cartera tiene un VaR del 95% a 1 día de $1 millón, significa que hay un 95% de confianza en que la cartera no perderá más de $1 millón en un solo día.

El gráfico de arriba es una ilustración de VaR. Aquí está lo que significa cada término:
Peor 5%: Esto probablemente representa el VaR del 5%, indicando que hay un 5% de probabilidad de que las pérdidas excedan este valor.
Mejor 95%: Esto implica que el 95% de los resultados serán mejores (es decir, menos pérdida o más ganancia) que el punto VaR del 5%.
Promedio del peor 5%: Esto podría referirse al Expected Shortfall (ES) o Conditional Value at Risk (CVaR), que es la pérdida promedio en el peor 5% de los casos.
Flecha VaR: Esta línea indica el umbral para las pérdidas en el peor caso dentro de un intervalo de confianza dado. Significa la pérdida máxima esperada durante un período de tiempo dado con un cierto nivel de confianza (por ejemplo, 95%). El área a la izquierda de esta línea, etiquetada “Peor 5%”, representa la cola de la distribución donde caen el 5% de los escenarios en el peor caso.
Flecha TVaR: La flecha que apunta a la izquierda etiquetada como “Promedio de los peores 5%” indica el Tail Value at Risk o Expected Shortfall. TVaR/ES es la pérdida promedio en los peores 5% de los casos. A diferencia de VaR, que solo te indica el umbral que las pérdidas no se espera que excedan, TVaR/ES te indica cuál podría ser la pérdida promedio más allá del umbral de VaR.
Aquí se explica cómo leer el gráfico:
- El área sombreada en verde representa el rango de los resultados más probables (los mejores 95% en este caso), lo que significa que hay un 95% de probabilidad de que las pérdidas no excedan el umbral de VaR.
- El área sombreada en rosa indica la porción de la distribución donde ocurren pérdidas extremas (el 5% peor en este contexto), más allá del umbral de VaR.
- El umbral de VaR es el punto en el que pasas del área verde al área rosa. Es la pérdida máxima esperada que no se excederá con un 95% de confianza.
- El TVaR/ES va más allá de solo dónde se encuentra ese umbral y promedia todas las posibles pérdidas que ocurren en el área rosa (la cola), dando una idea de la pérdida media en el 5% peor de los escenarios.
Premia
Premia es una tarifa de trading dinámica que se cobra a los traders en función del riesgo adicional que introducen sus operaciones en el sistema. Estas tarifas se calculan utilizando la métrica EVaR, una medida de riesgo que determina el capital requerido para mantener la solvencia del exchange en caso de que una operación afecte negativamente su posición financiera.

Cuando un trader inicia una operación, el sistema AMM de Vest evalúa el posible aumento de riesgo causado por esta operación. Calcula el EVaR antes y después de que se ejecute la operación. Si la operación incrementa el riesgo, se cobra al trader una tarifa premia proporcional al riesgo aumentado. Esta tarifa está destinada a compensar el capital adicional que el exchange necesitaría asignar para mantener su solvencia si la operación fuera en contra del mercado.
La distribución de las tarifas de primas cumple propósitos duales. No solo mejora el colchón de capital del AMM, protegiendo el intercambio contra posibles problemas de liquidez, sino que también redistribuye una porción de estas tarifas a los LP. Esta redistribución actúa como una forma de compensación ajustada al riesgo para los LPs, alineando sus rendimientos con los riesgos a los que están expuestos debido a las actividades de los traders. Al hacerlo, Vest asegura que los LPs sean compensados justamente por la liquidez que proporcionan, lo cual es crucial para mantener un entorno de trading estable y líquido.
Por ejemplo, un trader desea abrir una posición grande en un activo altamente volátil. Esta acción aumenta la exposición de la exchange a pérdidas potenciales. Para contrarrestar este riesgo, el sistema calcula el EVaR para determinar cuánto capital adicional sería requerido para cubrir pérdidas potenciales si el trade se mueve en contra de la exchange. Las primas resultantes, cobradas al trader, aumentan efectivamente la resiliencia de la exchange contra la volatilidad del trade, al mismo tiempo que aseguran que los LPs sean recompensados adecuadamente por el riesgo asumido.

Premia se puede calcular con:
πρt = (ρ (Xt + τ(θ′) ∣ Ft) − ρ (Xt + τ(θ) ∣ Ft)+
donde:
- Antes de la operación (θ): Este estado representa la posición de riesgo del exchange antes de aceptar una nueva operación. Incluye los balances actuales de todas las operaciones, el capital propiedad del AMM y la liquidez proporcionada por los LPs. La notación para este estado es θ = (q, C, P, L) dondeq es el vector de posiciones netas abiertas (desequilibrios largo-corto)C es el capital total utilizado para posiciones abiertas,P es el capital propiedad del AMM,L es la liquidez proporcionada por los LPs.
- q es el vector de posiciones netas abiertas (desequilibrios largo-corto)
- C es el capital total utilizado para posiciones abiertas,
- P es el capital propiedad del AMM,
- L es la liquidez proporcionada por los LPs.
- Después de la Operación (θ’): Este estado refleja el perfil de riesgo del exchange después de que se haya incorporado una nueva operación. Se realizan ajustes para reflejar las nuevas posiciones y la asignación de capital resultante de la operación.πρt representa la Premia en el tiempo tp es la medida de riesgo (EVaR)Xt + τ(θ) y Xt + τ(θ′) son los pasivos del exchange antes y después de la operación, respectivamenteFt es la filtración que representa la información disponible en el tiempo tLa función (+) asegura que la Premia se cobre solo cuando el riesgo aumenta (no negativo)
- πρt representa la Premia en el tiempo t
- p es la medida de riesgo (EVaR)
- Xt + τ(θ) y Xt + τ(θ′) son los pasivos del exchange antes y después de la operación, respectivamente
- Ft es la filtración que representa la información disponible en el tiempo t
- La función (+) asegura que Premia se cobre solo cuando el riesgo aumenta (no negativo)
- q es el vector de posiciones netas abiertas (desequilibrios largo-corto)
- C es el capital total utilizado para posiciones abiertas,
- P es el capital propiedad del AMM,
- L es la liquidez proporcionada por los LPs.
- πρt representa el Premia en el tiempo t
- p es la medida de riesgo (EVaR)
- Xt + τ(θ) y Xt + τ(θ′) son los pasivos del exchange antes y después de la operación, respectivamente
- Ft es la filtración que representa la información disponible en el tiempo t
- La función (+) asegura que Premia se cobre solo cuando el riesgo aumenta (no negativo)
Tasa de Financiamiento
Mientras que Premia cobra por el cambio marginal en el riesgo derivado del cambio en el pasivo, zkRisk necesita recaudar fondos de las posiciones abiertas para cubrir el riesgo de mercado.
Vest utiliza Euler Allocation para distribuir las tasas de financiamiento calculadas en diferentes mercados. Euler Allocation es un método de atribución de riesgos que se utiliza para asignar el riesgo total de una cartera a sus componentes individuales. Se basa en el Teorema de Euler sobre funciones homogéneas. En el contexto de la gestión de riesgos financieros, puede ser particularmente útil para determinar cuánto contribuye cada posición en una cartera al riesgo general, especialmente cuando se trata de riesgos no lineales como los de las opciones u otros derivados. Se puede calcular con la fórmula:
ρEuler (Xi = Xi × ∂Xi∂ρ(X)
donde:
- Xi representa el tamaño de la posición o componente i dentro del portafolio
- ρ(X) es la medida total de riesgo de la cartera
- ∂X i/ ∂ρ(X) es la derivada parcial de la medida de riesgo con respecto al tamaño de la posición Xi
- ρEuler(Xi) es el riesgo asignado al componentei según la asignación de Euler
El proceso funciona de la siguiente manera:
Medida de Riesgo: Primero, necesitas una medida de riesgo que sea homogénea de grado uno, lo que significa que si todos los tamaños de posición se duplican, la medida de riesgo general también se duplicaría. Una medida de riesgo común utilizada en conjunto con Euler Allocation es Value at Risk (VaR) o Expected Shortfall (ES).
Riesgo Marginal: Calcula la contribución marginal de riesgo de cada posición, que es cuánto contribuye cada posición al riesgo total. Esto se hace típicamente tomando la derivada parcial de la medida de riesgo con respecto al tamaño de la posición.
Asignar Riesgo: El riesgo total se asigna entonces a través de las posiciones en función de sus contribuciones marginales. La asignación es tal que la suma de las contribuciones individuales de riesgo iguala al riesgo total de la cartera.
Este método de asignación tiene en cuenta la proporción de interés abierto largo/corto que cada trader mantiene dentro de un mercado particular, asegurando que las tasas de funding se asignen de manera equitativa basadas en la participación en el mercado y la contribución al riesgo. Este sistema promueve la equidad y previene un impacto desproporcionado en cualquier trader individual o grupo de traders.
A diferencia de muchos sistemas tradicionales donde las tasas de financiamiento se ajustan en intervalos discretos (por ejemplo, cada 8 horas), Vest aplica ajustes de financiamiento de manera continua. Este enfoque no solo suaviza la experiencia de la tasa de financiamiento para los traders, sino que también mejora la capacidad de respuesta de la plataforma a los cambios subyacentes en las dinámicas del mercado y los perfiles de riesgo. El ajuste continuo ayuda a mitigar el riesgo de shocks repentinos en el mercado y permite a los traders operar con una comprensión más clara de las implicaciones de costos en cualquier momento.
zkSNARKs
Para mantener la confianza sin intermediarios, el motor zkRisk y la prueba de su cómputo se publican en cadena mediante zkSNARKs o “Argumentos de Conocimiento Succintos No Interactivos de Conocimiento Cero”. Los zkSNARKs son pruebas criptográficas que permiten a una parte demostrar la veracidad de una afirmación sin revelar ninguna información subyacente más allá de la validez de la afirmación. Dentro del marco de zkRisk, los zkSNARKs son cruciales para garantizar la integridad y la privacidad de las transacciones financieras en la blockchain.

El primer paso implica validar la matriz de covarianza, que esencialmente predice cómo se mueven los precios de diferentes activos en relación entre sí. El sistema de Vest genera esta previsión fuera de cadena para asegurar cálculos rápidos. Una vez realizadas estas predicciones, utilizan zkSNARKs para crear una prueba criptográfica, confirmando que los datos coinciden con las expectativas del modelo basadas en el comportamiento real del mercado.
El segundo paso se trata de la precisión en la fijación de precios. zkSNARKs confirman que los cargos por trading (premia) y las tarifas por mantener posiciones (funding) se calculan correctamente, según la evaluación de riesgos del sistema. Este proceso de evaluación de riesgos, premia y tasas de funding es crucial para mantener la estabilidad financiera en la plataforma y evitar la insolvencia.
Para las liquidaciones, zkSNARKs asegura que las posiciones se cierren de manera óptima para mantener la salud del mercado. Esto significa minimizar las pérdidas para los traders y prevenir nukes que podrían ocurrir por ventas abruptas y masivas de activos. El uso de zkSNARKs asegura que las soluciones proporcionadas por los solvers fuera de cadena sean las mejores y que estas se ejecuten sin error, manteniendo así la equidad y eficiencia en el mercado.
Motor de Riesgos
El motor de riesgo de Vest Exchange, particularmente su protocolo de liquidación, destaca no solo por gestionar los riesgos inmediatos asociados con las posiciones de trading, sino también por asegurar la solvencia y estabilidad a largo plazo del exchange. Mediante el empleo de cálculos en tiempo real y modelado financiero avanzado, Vest puede ajustarse dinámicamente a las condiciones del mercado, proporcionando una plataforma estable para traders y LPs por igual. Este enfoque reduce el riesgo sistémico típicamente asociado con los perp DEXs y mejora la robustez general del exchange.
Pronóstico de Volatilidad
Vest Exchange utiliza el componente Pronóstico de Volatilidad de su motor de riesgo para predecir estratégicamente cómo los precios de varios activos digitales pueden fluctuar en relación entre sí a lo largo del tiempo, un proceso vital para cotizar con precisión las operaciones y garantizar que el exchange pueda cubrir adecuadamente sus pasivos financieros.
Cómo funciona el Pronóstico de Volatilidad:
Agrupación de Activos: Inicialmente, el motor agrupa los activos basándose en correlaciones históricas en sus movimientos de precios. Este proceso aprovecha el concepto de cointegration, un método estadístico utilizado para probar la correlación entre dos o más series temporales no estacionarias a largo plazo o durante un período especificado. Al entender estas relaciones, el modelo puede realizar predicciones más informadas sobre cómo se comportarán estos activos en relación entre sí en el futuro.

Pronóstico de covarianza: Una vez que los activos están agrupados, el motor proyecta la matriz de covarianza para cada clúster. La matriz de covarianza Σt cuantifica en qué medida se espera que los rendimientos de los activos en un grupo se muevan en conjunto. Una covarianza positiva indica que los rendimientos de los activos tienden a moverse en la misma dirección, mientras que una covarianza negativa sugiere movimientos opuestos. Una covarianza cero implica ninguna relación, indicando movimientos independientes entre los activos. Esta matriz es fundamental en la teoría de portafolios, ayudando en la construcción de un portafolio que equilibre óptimamente el riesgo y el rendimiento.

Modelado con GO-GARCH: Las proyecciones asumen que los rendimientos logarítmicos rt se adhieren a una distribución normal multivariada influenciada por variables latentes ft que representan fuerzas o tendencias subyacentes del mercado. Estas variables se modelan utilizando un modelo Generalized Orthogonal-GARCH (GO-GARCH), que es particularmente efectivo para capturar la volatilidad dinámica y la correlación de múltiples activos. A diferencia de modelos más simples, GO-GARCH desentraña las interacciones complejas entre diferentes activos en factores más manejables, que evolucionan de manera independiente.

El modelo Generalized Orthogonal GARCH (GO-GARCH) es una herramienta estadística avanzada utilizada para comprender la volatilidad y la correlación de múltiples activos financieros simultáneamente. Es una extensión del conocido modelo GARCH, que significa Generalized Autoregressive Conditional Heteroskedasticity.
Aquí está lo que significan esos términos en un lenguaje más simple:
Generalizado: Es una versión que es más adaptable y se puede aplicar en una gama más amplia de escenarios que el modelo original.
Autoregresivo: El modelo utiliza puntos de datos pasados para predecir los futuros.
Condicional: Toma en cuenta la información más reciente disponible.
Heteroskedasticity: Esto se refiere a la variabilidad o volatilidad cambiante a lo largo del tiempo.
El modelo GO-GARCH predice fluctuaciones en los precios de los activos, enfocándose específicamente en los rendimientos logarítmicos. Los rendimientos logarítmicos son esencialmente los cambios porcentuales en los precios de los activos, transformados logarítmicamente para obtener mejores propiedades matemáticas y estabilidad en los modelos financieros. Se asume que estos rendimientos siguen una distribución normal multivariada, donde la mayoría de los cambios son menores, pero las fluctuaciones significativas son menos comunes, alineándose con el comportamiento típico del mercado.
El modelo GO-GARCH es crucial para entender las interacciones entre múltiples activos bajo la influencia de variables latentes. Estas variables latentes representan fuerzas de mercado subyacentes o tendencias económicas que afectan a todos los activos de manera colectiva. Los modelos tradicionales podrían encontrar difícil comprender las complejas dependencias entre diferentes activos, pero el modelo GO-GARCH destaca en esta área. Descompone estas interacciones en componentes más simples e independientes. Esta separación permite una comprensión más clara de cómo cada factor subyacente influye en los precios de los activos, mejorando así la precisión en la evaluación de riesgos y el desarrollo de estrategias de trading en la plataforma de Vest.
En la práctica, este modelo ayuda a Vest Exchange a predecir cómo los precios de diferentes criptoactivos podrían cambiar juntos, lo cual es importante para gestionar los riesgos de ofrecer productos de trading complejos como contratos de futuros. Al entender estas relaciones y cuán volátil podría ser el mercado, Vest puede establecer tarifas de trading y salvaguardas para protegerse a sí mismo y a sus traders de movimientos inesperados del mercado.
Cross-Margin
El cross-margining en Vest permite a los traders usar un solo pool de collateral en todas las posiciones abiertas. Este enfoque pooled proporciona mayor liquidez y flexibilidad, permitiendo a los traders maximizar sus estrategias de trading sin necesidad de collateral separado para cada posición. El mecanismo opera calculando el valor total del portfolio del trader, que incluye tanto el collateral como todas las ganancias y pérdidas realizadas e no realizadas de las trades.
El apalancamiento de la cartera de un trader se define como la razón entre el valor nocional total de todas las posiciones y el valor de la cartera. Matemáticamente, se expresa como:
Apalancamiento = Valor de la Cartera / Valor Nocional Total
donde el Valor Nocional Total es la suma de los productos de los tamaños de todas las posiciones y sus respectivos precios de mercado.
Los requisitos de margen inicial y de mantenimiento son cruciales en esta configuración. Se calculan de la siguiente manera:
Requisito de Margen Inicial = ∑i = 1n ∣qi∣⋅ pi ⋅ rinit,i
Requisito de Margen de Mantenimiento = ∑i = 1n ∣qi∣⋅ pi ⋅ rmaintenance,i
Aquí qi es el tamaño firmado de la i-ésima posición, pi es el precio de índice, y rinit,i y rmaintenance,i son las ratios de margen inicial y de mantenimiento, respectivamente. Estas ratios aseguran que el portafolio tenga suficiente colateral para cubrir pérdidas potenciales, calculadas en todas las posiciones.
Expectiles
Vest Exchange ha desarrollado un enfoque sofisticado para establecer requisitos de margen óptimos, aprovechando expectiles—una medida de riesgo más matizada y flexible—para equilibrar los objetivos duales de asegurar prudencia mientras se minimizan los costos de oportunidad. Este método aborda las necesidades específicas de los contratos de trading en subyacentes potencialmente ilíquidos, un escenario común en los mercados crypto.
Expectiles, similares a los cuantiles utilizados en los cálculos de value-at-risk (VaR), ofrecen una visión más completa de la distribución del riesgo. Un expectile es una medida estadística similar a un cuantil, pero en lugar de centrarse puramente en la posición dentro de una distribución, evalúa el valor esperado de las pérdidas o ganancias de cola alrededor de un punto especificado en la distribución. Los expectiles son valiosos en la gestión de riesgos financieros y la econometría porque proporcionan una visión matizada del riesgo que incorpora tanto la probabilidad como el impacto de posibles pérdidas o ganancias. Son especialmente pertinentes para evaluar los rendimientos y riesgos financieros porque pueden describir el comportamiento de las colas (valores extremos) en las distribuciones de pérdidas de manera más efectiva que los cuantiles. Se calcula como el punto que minimiza el promedio ponderado de las desviaciones cuadradas por encima y por debajo de sí mismo, proporcionando así una medida de riesgo más sensible que considera tanto la magnitud como la probabilidad de los posibles resultados. Se definen matemáticamente como:

donde
- X representa una variable aleatoria (como los rendimientos de una inversión).
- eτ(X) es el expectile para el τ dado.
- (x) + = max(0,x) asegura que solo se consideren las diferencias positivas en cada término.
- τ es un parámetro que determina el enfoque del expectile. Específicamente, influye en cuánto peso se da a las desviaciones por encima y por debajo del expectile en el proceso de optimización utilizado para encontrar el expectile en sí.
Aquí, τ es un parámetro que dicta la sensibilidad del expectil a los riesgos de cola. Valores más bajos de τ se centran en resultados negativos extremos (similar a VaR), mientras que valores más altos proporcionan una evaluación más amplia de los resultados potenciales, haciendo que los expectiles sean particularmente útiles para gestionar riesgos en activos con distribuciones asimétricas y de colas gruesas. τ varía de 0 a 1.
- When τ<0.5, se da más peso a las pérdidas (valores por debajo del expectil). Esto hace que el expectil se centre más en el riesgo bajista, similar a cómo funcionaría Value-at-Risk (VaR) para cuantiles bajos.
- When τ>0.5, se pone más énfasis en las ganancias (valores por encima del expectil), haciendo que el expectil capture los riesgos de la cola superior.
- En τ=0.5, el expectil es esencialmente la mediana, proporcionando una visión equilibrada de los riesgos en ambos lados de la distribución.
El valoreτ(X) obtenido del cálculo del expectil proporciona un umbral bajo el cual una cierta proporción τ de las desviaciones cuadradas ponderadas de la distribución caen. Para la gestión de riesgos:
- Menor τ: El expectil cuantifica los riesgos del extremo inferior, proporcionando perspectivas sobre pérdidas potenciales y los peores escenarios en un cierto nivel de confianza.
- Mayor τ: Captura lo que sucede si las cosas van inesperadamente bien, cuantificando las ganancias potenciales.
Las curvas representan cómo cambia el expectile, o el punto de equilibrio que minimiza las desviaciones cuadradas ponderadas, a través de diferentes niveles de la distribución para diferentes valores de τ. Esto muestra cómo el umbral para pérdidas potenciales (y ganancias) se desplaza dependiendo de los valores de τ

El problema de optimización formulado por Vest Exchange para establecer márgenes utilizando expectiles implica un delicado equilibrio. El objetivo es minimizar las sobrecargas y déficits esperados de margen. Esto se hace calculando la diferencia entre los márgenes reales establecidos y las pérdidas realizadas, abordando directamente el costo de capital y el riesgo de insolvencia.

Aquí, Xi representa los rendimientos o pérdidas de la cartera para el trader i, y EVaRτ(Xi) = −eτ(Xi) denota el expectile value-at-risk.
Establecer requisitos de margen en un entorno de trading implica gestionar el equilibrio entre restringir la exposición al riesgo y permitir a los traders suficiente apalancamiento para capitalizar oportunidades de mercado. Métodos tradicionales como VaR y expected shortfall podrían no abordar adecuadamente las sutilezas de los crypto assets, que a menudo exhiben comportamientos no lineales e impredecibles. Los expectiles permiten a Vest Exchange adaptar requisitos de margen que responden a condiciones de mercado en tiempo real y al comportamiento del trader, mejorando así la estabilidad y el atractivo de la plataforma para los traders.
Al usar expectiles, Vest Exchange puede establecer márgenes lo suficientemente estrictos para proteger contra caídas del mercado sin restringir excesivamente la capacidad de los traders para participar en el mercado. Esto equilibra la seguridad de la plataforma (prudencialidad) con la necesidad de mantener el trading atractivo y viable (minimizando los costos de oportunidad).
Liquidaciones
Si el valor de una cartera cae por debajo del requisito de margen de mantenimiento, Vest activa un proceso de liquidación. Este proceso está diseñado para realinear la salud de la cartera reduciendo la exposición o cerrando posiciones completamente. Vest utiliza un solucionador de liquidación único que optimiza qué posiciones liquidar con un impacto mínimo en el mercado, asegurando que se cumpla el margen de mantenimiento después de la liquidación.
La liquidación se modela como un problema de optimización convexa:

donde
- w representa la fracción de cada posición a liquidar.
- p es el vector de precios actuales, y ∣qi∣ los tamaños absolutos de las posiciones.
- ci es el colateral, y π es la penalización de liquidación
- pi es el precio al que se entraron las posiciones.
Al utilizar optimización convexa, el sistema puede encontrar la forma óptima de liquidar posiciones grandes sin causar movimientos significativos de precios o disrupciones en el mercado. Esto es crítico para mantener la estabilidad del mercado y asegurar que las liquidaciones no lleven a caídas nucleares en los precios de los activos
Por qué se Creó el Proyecto
Vest Exchange surgió como una respuesta a una brecha crítica en el panorama DeFi, específicamente dentro del ámbito de los intercambios de futuros perpetuos basados en AMM. Tradicionalmente, estas plataformas están restringidas por límites de interés abierto (OI), que sirven como precaución contra la insolvencia pero simultáneamente restringen la capacidad del mercado para satisfacer la creciente demanda de los traders y socavan la eficiencia del capital. Históricamente, los límites de OI se implementan para evitar que el sistema asuma más responsabilidad de la que puede manejar, especialmente importante en entornos donde las condiciones del mercado pueden cambiar rápidamente y podrían ser necesarias llamadas de margen o liquidaciones.
La limitación predominante es que el OI total a menudo solo es tan alto como el TVL dentro de la plataforma, lo que lleva a un cuello de botella que afecta la escalabilidad y la rentabilidad tanto para los traders como para los LPs. El nivel de TVL afecta directamente cuánta liquidez está disponible en la plataforma para iniciar y liquidar operaciones. Un TVL más alto significa más liquidez, permitiendo abrir posiciones más grandes o más numerosas. Sin embargo, si el OI excediera el TVL, implicaría que la plataforma está sobreapalancada, aumentando el riesgo de crisis de liquidez donde el exchange no puede cubrir todas las operaciones, particularmente durante movimientos rápidos del mercado.
Abordando esto, Vest introduce un motor de riesgo que ajusta los costos de trading en tiempo real, según métricas de riesgo transparentes y cuantificables. Este enfoque dinámico elimina la necesidad de límites estáticos de OI, permitiendo que la plataforma escale OI más allá de los límites de TVL, amplificando así la eficiencia de capital sin comprometer la seguridad del exchange o de sus usuarios. Tal sistema dinámico no solo fomenta un entorno de trading más seguro, sino que también mejora el potencial de ganancias para los LPs y el AMM, ya que un OI más extenso se traduce directamente en una mayor generación de fees.

Además, la infraestructura de gestión de riesgos de Vest combate el problema generalizado de pollo y huevo que enfrentan la mayoría de los perp DEXes en cuanto a la liquidez. Esta situación surge cuando una plataforma experimenta baja actividad de trading, lo que a su vez lleva a fees reducidos para los LPs. En consecuencia, esto desalienta a los LPs de comprometer más capital, lo que agrava aún más el problema de baja liquidez—creando un ciclo vicioso que obstaculiza la eficiencia del mercado y el crecimiento.
Perspectiva del Sector
Los futuros perpetuos, comúnmente referidos como “perps”, son un instrumento financiero DeFi que permite a los traders especular sobre el precio futuro de un activo sin una fecha de vencimiento. A diferencia de los futuros tradicionales, los perps no se liquidan en una fecha específica, lo que significa que los traders pueden mantener posiciones indefinidamente siempre y cuando puedan mantener el margen necesario. Esta flexibilidad los hace particularmente atractivos para la especulación de precios a largo plazo y el hedging en los mercados crypto.

El sector DeFi ha innovado varios modelos para acomodar el trading de futuros perpetuos, cada uno con mecanismos únicos para gestionar trades, liquidez y riesgos. Aquí hay una visión general de los modelos prominentes:
- Libro de Órdenes Off-Chain con Liquidación On-Chain: Este modelo aprovecha la velocidad y escalabilidad de los sistemas off-chain para la coincidencia de órdenes mientras mantiene la seguridad y transparencia de las liquidaciones on-chain. Exchanges como dYdX operan bajo este modelo, donde las operaciones se ejecutan off-chain pero se finalizan en la blockchain. Este enfoque reduce los costos de transacción y mejora las velocidades de trading, pero puede introducir cierto grado de riesgo de centralización debido a los componentes off-chain.
- Modelos Basados en Oráculos: Estos modelos dependen en gran medida de oráculos para obtener datos de precios off-chain para los activos que se negocian on-chain. Esta configuración es crucial para asegurar que los instrumentos de trading estén correctamente anclados a sus valores del mundo real. Sin embargo, la dependencia de oráculos introduce una capa de riesgo, ya que la manipulación de precios o el fallo de oráculos puede llevar a discrepancias significativas en la precios y posibles pérdidas financieras.
- Mercados Automatizados Virtuales (vAMMs): A diferencia de los AMMs tradicionales utilizados en el trading spot, los vAMMs no mantienen los activos reales, sino que utilizan fórmulas matemáticas para simular entornos de trading. Plataformas como Perpetual Protocol utilizan este modelo para ofrecer alto apalancamiento y liquidez profunda sin las reservas reales típicamente requeridas. Los vAMMs ajustan su precios dinámicamente basados en una fórmula preestablecida, que reacciona a las condiciones del mercado sin necesidad de reservas de activos reales.
- Modelos Híbridos: Algunas plataformas combinan características de diferentes modelos para optimizar el rendimiento, la liquidez y la seguridad. Por ejemplo, Synthetix utiliza una mezcla de feeds de oráculos y vAMMs para gestionar sus activos sintéticos y el trading de futuros. Este enfoque híbrido permite precios más estables y reduce la dependencia de un solo punto de fallo. Vertex utiliza tanto un AMM como un orderbook.
vAMM vs Orderbooks
Los market makers juegan un rol crítico en los perp DEXes asegurando que haya liquidez para que las transacciones se lleven a cabo, como se ve en los CEXes. Pero en el contexto de un DEX, han surgido 3 modelos principales para facilitar el intercambio de contratos perpetuos:
Rol Tradicional: En algunos perp DEXs, los market makers funcionan de manera similar a sus contrapartes tradicionales en centralized exchanges, configurando manualmente órdenes basadas en sus algoritmos de market-making y evaluaciones de riesgo. Estos son modelos de Centralized Limit Orderbook (CLOB).
Rol Automatizado: En otros, especialmente aquellos que utilizan vAMMs, los market makers contribuyen liquidez a pools de los cuales los precios de trading se determinan algorítmicamente. Este método típicamente involucra menos control directo sobre la configuración de precios pero también puede involucrar una gestión menos intensiva.
Sistemas Híbridos: Algunos perp DEXs pueden implementar sistemas híbridos donde aspectos de AMMs y market making tradicional se combinan, intentando capitalizar las fortalezas de ambos enfoques.
Cada uno encarna un enfoque filosófico y técnico diferente para crear mercados líquidos y eficientes para activos digitales, particularmente aquellos con características similares a derivados como contratos perpetuos.
vAMMs se basan en mecanismos de precios algorítmicos para proporcionar liquidez. En el corazón de los vAMMs hay un modelo matemático que determina los precios basados en la proporción de activos en un pool de liquidez como el popular Constant Formula Market Maker x*y=k.

Esta estructura está diseñada para garantizar que siempre haya un contraparte para la ejecución de operaciones. Los vAMMs aseguran una disponibilidad constante para que los traders entren y salgan de posiciones.
| Pros | Cons |
|
|
- Proporcionan liquidez constante, lo que los hace altamente adecuados para mercados donde el flujo de órdenes podría ser escaso.
- Simplifica el proceso de trading, ya que los usuarios no necesitan entender tipos de órdenes o profundidad del mercado.
- Reduce las barreras de entrada para los proveedores de liquidez.
- Facilita la creación de mercados para activos de cola larga debido a requisitos de liquidez más bajos.
- Expone a los proveedores de liquidez a impermanent loss, particularmente en mercados volátiles.
- Generalmente ofrecen precios menos favorables en comparación con orderbooks, ya que los precios se determinan por una curva predefinida en lugar de la oferta y demanda del mercado.
- Pueden tener desafíos con el descubrimiento eficiente de precios debido a la naturaleza del modelo.
Libros de órdenes
Los DEX de libros de órdenes perpetuos mantienen un registro de órdenes de compra y venta para varios activos. Estas órdenes especifican la cantidad del activo que el trader desea comprar o vender y el precio que está dispuesto a aceptar. A diferencia de los AMM, en los libros de órdenes, los creadores de mercado en estas plataformas colocan continuamente órdenes de compra y venta para proporcionar liquidez. Sus órdenes se emparejan con las de otros traders basadas en las reglas del libro de órdenes, usualmente siguiendo una prioridad de precio-tiempo — esto significa que la orden más temprana a un precio particular se ejecuta primero. Los creadores de mercado ganan el spread entre los precios de compra y venta y pueden recibir incentivos adicionales del exchange por proporcionar liquidez.
| Pros | Cons |
|
|
- Proporciona un control preciso sobre el trading, permitiendo a los traders colocar varios tipos de órdenes (market, limit, stop loss, etc.).
- Ofrece un mejor descubrimiento de precios ya que los precios se determinan directamente por la oferta y la demanda.
- Generalmente considerado justo porque todos los participantes pueden ver todas las órdenes disponibles en el mercado.
- Requieren una cantidad significativa de liquidez para funcionar de manera eficiente, lo que puede ser un desafío para activos nuevos o de nicho.
- Pueden ser susceptibles a la baja liquidez en mercados de movimientos rápidos, lo que lleva a deslizamientos y costos de impacto en el mercado.
Dentro de los libros de órdenes, también existen libros de órdenes on-chain y off-chain. En un libro de órdenes on-chain, cada orden y transacción se registra directamente en la blockchain. Este enfoque ofrece un alto nivel de transparencia y descentralización, ya que todas las actividades de trading son públicamente visibles y verificables por cualquier persona. Sin embargo, conlleva el costo de posibles tarifas de transacción más altas y velocidades de transacción más lentas. Con cada trade que requiere validación on-chain, el throughput de la red subyacente puede convertirse en un cuello de botella, afectando así la eficiencia general del exchange.
Los DEX de libro de órdenes off-chain toman una ruta diferente al mover gran parte de la actividad de trading off-chain, solo liquidando las operaciones finales en la blockchain. El matching off-chain permite una ejecución de trades rápida, similar a los exchanges centralizados tradicionales, y puede reducir significativamente los costos asociados con las transacciones on-chain.
Comparaciones de DEX
GMX (Perpetuos basados en GLP)
GMX perps aprovecha un modelo de índice utilizando su GLP Pool, que proporciona liquidez para que los traders abran posiciones apalancadas sin intercambio directo de tokens.

Los proveedores de liquidez contribuyen al pool GLP y reciben tokens GLP, que se stakean automáticamente, con los traders pagando primas por exposición al upside de los activos. Sin embargo, el rango de activos y mercados disponibles en GMX está directamente ligado a la composición del pool GLP, lo que puede limitar las opciones de trading. Y aunque el riesgo individual se mitiga, el riesgo sistémico puede aumentar. Si ocurre un evento de mercado significativo, todo el pool GLP podría verse afectado, potencialmente llevando a pérdidas colectivas sustanciales para los LPs.
Synthetix (basado en oráculos)
Synthetix es una plataforma pionera en el espacio DeFi, que ofrece un enfoque único para el comercio de activos sintéticos. A diferencia de los DEX perpetuos tradicionales como GMX, Synthetix se basa en estrategias de gestión de riesgos como la función de Price Impact que promueve la neutralidad del mercado y protege a los LPs.
Synthetix incentiva a los traders a mantener posiciones que ayudan a equilibrar el sistema, asegurando que los proveedores de liquidez permanezcan neutrales y no se vean directamente afectados por operaciones individuales que estén demasiado sesgadas hacia long o short. Esta configuración minimiza el riesgo de contraparte y permite una gama más amplia de estrategias de trading.

HyperLiquid: (L1 OrderBook. Completamente on-chain)
HyperLiquid opera en una blockchain dedicada de Layer 1 con un order book on-chain, asegurando un alto throughput de transacciones y baja latencia. Esta arquitectura permite que todas las acciones de trading, incluyendo la colocación y cancelación de órdenes, se registren on-chain.

Los traders y LPs interactúan directamente con el order book on-chain llamado el HLP, que requiere una liquidez sustancial para minimizar el slippage. Los HLPs son market makers que facilitan el trading al proporcionar una liquidez amplia para varios assets, ayudando a estrechar los spreads bid-ask y mejorar la eficiencia general del trading. A diferencia de las estrategias tradicionales de market-making, los HLPs se benefician de funding rates favorables.
Libros de Órdenes Off-Chain con Liquidación On-Chain
Plataformas como Aevo y Lyra combinan la eficiencia de los orderbooks off-chain con la seguridad de los settlements on-chain. En estos sistemas, el orderbook se mantiene off-chain, lo que significa que la recopilación y el emparejamiento de órdenes de compra y venta ocurren fuera de la blockchain.
Esta configuración permite una ejecución de órdenes rápida, ya que se elimina la necesidad de escribir cada transacción en la blockchain en tiempo real. La principal ventaja aquí es la reducción significativa en la latencia y los costos de red, lo que permite una experiencia de trading similar a la de las CEXs sin comprometer la naturaleza descentralizada de la custodia de activos.

Una vez que las órdenes se emparejan off-chain, el intercambio real de activos se realiza on-chain. Esto asegura que el settlement final sea transparente y verificable por todos los participantes de la red, manteniendo la confianza en la integridad de los trades. El proceso de settlement se automatiza típicamente a través de smart contracts en una solución Layer 2, lo que ayuda a escalar las transacciones mientras se mantienen los costos de gas mínimos.
Basado en intenciones
El trading basado en intenciones es posible a través de una integración con Symmio, conectando traders en un lado con market makers en el otro. Esto se logra mediante la entrada de acuerdos bilaterales entre ambas partes, que depositan collateral en un contrato escrow.
El núcleo de la arquitectura de Symmio se construye alrededor de Symmetrical Contracts, inspirados en los acuerdos bilaterales de las finanzas tradicionales pero adaptados para el mundo descentralizado. Estos contratos permiten acuerdos peer-to-peer over-the-counter (OTC), evitando efectivamente la fragmentación de la liquidez observada en numerosos DEX y blockchains. A través de un Automated Market for Quotation (AMFQ), permite a los usuarios solicitar cotizaciones, reduciendo la complejidad de los orderbooks on-chain de manera trust-minimized.
Front-ends como Pear Protocol, Intentx, Thena, Based markets utilizan el motor symmio para potenciar intent-based trading.

Los RFQ DEXs ofrecen un enfoque distintivo para manejar operaciones y liquidez en comparación con los modelos basados en LP más comunes vistos en plataformas como GMX. A diferencia de los modelos LP tradicionales donde la liquidez se agrupa, en los sistemas RFQ, los MMs designados responden a estas solicitudes con cotizaciones personalizadas. Estos MMs son típicamente firmas de trading profesionales o traders algorítmicos que tienen el capital y la experiencia para cotizar precios para varios activos rápidamente.
Vertex Protocol (Hybrid AMM OrderBook Exchange)
Vertex Protocol integra las ventajas de ambos modelos AMM y de libro de órdenes, ofreciendo un mecanismo de liquidez agrupada junto con un libro de órdenes tradicional.

Esto significa que la liquidez agrupada típica de los AMMs está disponible junto con la coincidencia precisa de órdenes de los libros de órdenes tradicionales. Los proveedores de liquidez pueden contribuir al pool AMM, mientras que los traders pueden colocar órdenes limitadas o órdenes de mercado directamente en el libro de órdenes. Vertex utiliza un sistema de enrutamiento inteligente de órdenes que determina automáticamente si una orden debe ser llenada por el AMM o coincidir con otra orden en el libro de órdenes. Esto asegura que las órdenes se ejecuten a los mejores precios disponibles, ya sea que provengan del pool AMM o de órdenes directas de contrapartes en el libro de órdenes.
Paisaje Competitivo
De LPs Desventajados a Traders Altamente Calificados
En muchos modelos, los LPs actúan como contraparte de los traders, lo que aparentemente los coloca en una posición de ventaja, similar a la “casa” en un casino, ya que los traders pagan comisiones que típicamente benefician a los LPs. Las comisiones suelen ser unos pocos puntos básicos por transacción.
Sin embargo, en los DEX basados en AMM tradicionales, los LPs están obligados a contribuir capital que se utiliza para cubrir tanto las ganancias como las pérdidas de las actividades de trading. Mientras que este mecanismo asegura que el trading pueda continuar de manera fluida, también expone a los LPs a un riesgo significativo, especialmente cuando se enfrentan a traders altamente calificados. Esta configuración puede crear escenarios en los que los LPs subsidien inadvertidamente las ganancias de estos traders, potencialmente erosionando su capital con el tiempo, particularmente en entornos de trading consistentemente rentables. Esta dinámica, aunque aparentemente ofrece a los LPs una ventaja, a menudo puede resultar en vulnerabilidad financiera debido a los riesgos inherentes de proporcionar liquidez.
Mientras que estas tarifas pueden proporcionar rendimientos atractivos en condiciones de mercado estables o neutrales, a menudo son insuficientes en escenarios de mercado volátiles o alcistas. En tales entornos, las tarifas acumuladas pueden ser rápidamente eliminadas por unos pocos días de pérdidas pesadas, ya que la estructura de tarifas no compensa adecuadamente a los LPs por el alto riesgo de proporcionar liquidez.
Por ejemplo, este es un escenario en GMX donde los LPs están en pérdida. Estas fueron las tarifas pagadas durante el mes de febrero.

En el mismo período, el PnL acumulativo de los traders alcanzó los $4.2M.

Riesgos de Insolvencia en Sistemas Subcolateralizados
Otro problema significativo es el riesgo de insolvencia, particularmente en sistemas subcolateralizados. Este riesgo surge cuando los pasivos (es decir, las cantidades adeudadas a los traders ganadores) exceden los activos o la liquidez disponible dentro del AMM. Tales situaciones pueden llevar a un congelamiento de los retiros para LPs y traders, causando pérdidas financieras sustanciales y erosionando la confianza en la plataforma.
Límites de Interés Abierto
Tradicionalmente, los perp DEXs han lidiado con equilibrar los trade-offs entre velocidad, descentralización, liquidez y seguridad. Estas plataformas enfrentan desafíos inherentes, notablemente en la gestión del OI debido a las restricciones impuestas por el TVL en las plataformas.

Los límites de OI son una característica común en los perp DEX tradicionales, sirviendo como una herramienta crítica de gestión de riesgos para prevenir la insolvencia al limitar la cantidad total de contratos abiertos a la liquidez disponible dentro de la plataforma, por ejemplo en Hyperliquid o Intentx. Esta vinculación de OI a TVL restringe inherentemente la escalabilidad y liquidez de las plataformas al limitar el volumen máximo de trading que pueden soportar. Tales limitaciones pueden obstaculizar la capacidad de estos exchanges para satisfacer la demanda creciente de traders, especialmente durante picos de mercado, afectando así su ventaja competitiva frente a sus contrapartes centralizadas.
Además, los mecanismos de tasa de financiamiento en los perp DEX tradicionales a menudo luchan por equilibrar equitativamente los costos del apalancamiento entre los participantes, particularmente en condiciones de mercado volátiles. Estas tasas, que están destinadas a mantener los contratos perpetuos anclados a sus precios spot subyacentes, pueden fluctuar significativamente. Los ajustes se realizan típicamente en intervalos discretos y pueden no reflejar las dinámicas del mercado en tiempo real, lo que potencialmente lleva a escenarios donde los traders enfrentan costos o beneficios inesperados por mantener posiciones.
Adopción Potencial
El sistema zkRisk de Vest abre varias posibilidades de adopción que se extienden más allá de los marcos tradicionales de trading:
Nuevos Mercados y Clases de Activos: Vest puede integrar rápidamente nuevos activos, incluyendo aquellos menos líquidos como NFTs, bienes raíces y varios activos del mundo real (RWAs), en su plataforma de trading. Esta capacidad se debe al motor zkRisk que facilita la lista de estos nuevos activos calculando los riesgos asociados con cada operación sin necesidad de respaldo directo de activos. Esta capacidad es crucial para activos con menor liquidez, donde reservas de capital grandes son imprácticas. Al habilitar operaciones basadas en feeds de precios y gestionar riesgos a través de primas calculadas, Vest asegura que los proveedores de liquidez no se vean indebidamente cargados por condiciones de mercado volátiles.
Productos Estructurados: Dadas las altas rentabilidades potenciales y las oportunidades de rendimiento estable en Vest, los LPs pueden participar en estrategias de inversión más sofisticadas. Por ejemplo, productos estructurados que combinen posiciones long/short con participaciones en LP de alto rendimiento podrían atraer a inversores que buscan tanto altas rentabilidades como exposición a movimientos específicos del mercado.
Margenación entre productos: La flexibilidad del motor zkRisk permite que soporte una amplia gama de productos financieros. Los desarrolladores pueden construir opciones, mercados monetarios y plataformas de trading spot que aprovechen la profunda liquidez de Vest y sus capacidades avanzadas de evaluación de riesgos, permitiendo un ecosistema altamente integrado y eficiente en capital. El motor zkRisk asegura que los riesgos se gestionen adecuadamente sin importar cuán complejas se vuelvan las relaciones entre productos. Esta supervisión holística es crítica cuando los activos involucrados en un segmento de mercado se utilizan para colateralizar posiciones en otro, manteniendo la integridad del sistema y la solvencia.
Ecosistema DeFi más amplio: Vest tiene el potencial de anclar un ecosistema DeFi más grande que incluye desde stablecoins respaldadas por contratos perp hasta servicios bancarios más tradicionales como préstamos y cuentas de ahorro, todos beneficiándose de la seguridad y eficiencia de la plataforma de Vest.
Cadenas
Vest Exchange está actualmente desplegado en zkSync Era.
Participantes del mercado en Vest
Podemos diferenciar entre dos tipos de participantes del mercado en Vest: traders y proveedores de liquidez.
Comerciantes
Los traders en DEXs perpetuos convencionales a menudo enfrentan altas tarifas de trading, que incluyen costos asociados con slippage y funding rates que no se ajustan dinámicamente según los riesgos reales o las condiciones de mercado prevalecientes. Esta inflexibilidad puede llevar a costos innecesariamente altos para los traders, particularmente en condiciones de mercado menos volátiles o para trades menos riesgosos.
Los DEXs tradicionales a menudo tienen ofertas limitadas de activos y profundidad de mercado superficial, principalmente debido al alto riesgo y requisitos de capital para listar nuevos activos. Esta limitación restringe la capacidad de los traders para diversificar sus estrategias de trading y obstaculiza la liquidez general del mercado, haciendo difícil entrar y salir de posiciones sin un impacto significativo en el precio.
Vest mejora la experiencia de trading al proporcionar una estructura de tarifas más equitativa. Gracias al motor zkRisk, la plataforma ajusta dinámicamente las tarifas de trading en tiempo real, alineándolas más estrechamente con el riesgo real que cada trader trae al mercado. Esto significa que en condiciones menos volátiles o para posiciones menos riesgosas, los traders pueden disfrutar de tarifas más bajas en comparación con las tasas fijas estándar.
El diseño del protocolo de Vest también permite una oferta de activos más amplia y una mayor profundidad de mercado. El motor zkRisk facilita la inclusión de nuevos activos sin las restricciones típicas asociadas a los riesgos de mercados ilíquidos. Al gestionar el riesgo de manera efectiva, Vest puede ofrecer una amplia gama de oportunidades de trading mientras mantiene la profundidad del mercado, lo que beneficia a los traders al permitir entradas y salidas más fluidas de posiciones, incluso en operaciones de gran tamaño.
Proveedores de Liquidez
Los LPs en Vest están posicionados para beneficiarse de un perfil de retorno más sostenible y ajustado al riesgo. Las primas calculadas y cobradas por el motor zkRisk para operaciones que añaden riesgo al sistema se redistribuyen a los LPs, compensándolos de manera más justa por el riesgo que asumen. Este sistema desincentiva posiciones riesgosas que de otro modo podrían llevar a grandes pérdidas para los LPs y asegura que sus retornos no se vean socavados por las ganancias de traders exitosos.
Además, el modelo de Vest promete proporcionar un entorno de liquidez más estable. La evaluación continua de riesgos y las verificaciones de insolvencia del motor zkRisk funcionan para prevenir escenarios en los que los LPs podrían quedarse con las pérdidas después de caídas del mercado o ganancias de los traders, lo cual es una preocupación común en los modelos tradicionales de LP.
Riesgos
Riesgos de Modelado y Algorítmicos
El motor zkRisk se basa en modelos financieros que hacen ciertas suposiciones sobre el comportamiento del mercado. Si estas suposiciones son incorrectas, las medidas de riesgo podrían evaluarse de manera impropia, lo que lleva a una subestimación o sobreestimación sistémica del riesgo.
La complejidad matemática del motor zkRisk podría tener errores no descubiertos o errores lógicos que podrían no hacerse aparentes hasta que sean explotados o causen una falla del sistema. El riesgo de sobreajuste a datos históricos también es una amenaza, ya que podría limitar la capacidad de respuesta del modelo a nuevas condiciones de mercado. El motor debe evolucionar continuamente para reflejar los mercados crypto dinámicos.
La calidad de los datos es otro factor crítico. El motor se basa en entradas precisas para evaluar el riesgo correctamente, por lo que cualquier inexactitud en los datos podría afectar significativamente los resultados. Se necesitan actualizaciones oportunas y procesos rigurosos de validación de datos para mantener la integridad del sistema.
La estabilidad algorítmica y la convergencia del motor también son vitales para proporcionar evaluaciones de riesgo confiables. Fallos en estas áreas pueden llevar a una valoración errónea sistémica del riesgo, afectando tanto la solvencia de la plataforma como la experiencia del usuario.
Volatilidad de la Tasa de Financiamiento
Los contratos de futuros perpetuos en DEXs utilizan un mecanismo llamado “funding rate” para asegurar que el precio del contrato perpetuo permanezca anclado al precio de mercado del activo subyacente. Esta tasa se paga entre longs y shorts dependiendo de la posición que mantengan. Si el contrato perpetuo se negocia con una prima al mercado spot, los longs pagarán a los shorts, y viceversa. Estos se calculan típicamente en intervalos como 1 hora, 4 horas o 8 horas.
Sin embargo, el protocolo de Vest utiliza su motor zkRisk para ajustar dinámicamente las tasas de financiación basadas en condiciones de mercado en tiempo real y evaluaciones de riesgo. Aunque este enfoque busca reflejar con mayor precisión las dinámicas del mercado, introduce el riesgo de volatilidad en las tasas de financiación, que puede ser exacerbada por manipulación del mercado o volatilidad extrema. Cambios repentinos en las tasas de financiación pueden llevar a costos de trading inesperados, potencialmente desalentando la actividad de trading o llevando a liquidaciones no planificadas. Si el algoritmo falla en predecir o responder con precisión a cambios rápidos del mercado, podría desalinear las tasas de financiación, causando mayor dislocación entre los precios perpetuos y los precios del mercado subyacente.
Seguridad
Auditorías
Auditoría de Contrato Inteligente de Vest Labs por Ottersec
- Riesgo crítico – 1 (Resuelto)
- Riesgo medio – 1 (Resuelto)
- Riesgo bajo – 2 (1 Reconocido, 1 Resuelto)
- Informativo – 1
Riesgo de Oracle
Vest requiere precios de activos en tiempo real para calcular los valores de las posiciones, gestionar los requisitos de colateral y determinar la exposición potencial de los pools de liquidez. La función de precios dentro del vAMM depende de precios de mercado precisos para calcular los costos de las operaciones y gestionar la curva de liquidez.
El motor zkRisk utiliza datos de mercado para calcular métricas de riesgo como el Entropic Value-at-Risk (EVaR). Estos cálculos requieren datos de precios actuales e históricos para pronosticar movimientos potenciales del mercado y evaluar la probabilidad de resultados adversos. Esta métrica de riesgo influye directamente en el cálculo de primas y tasas de financiamiento que se cobran a los traders para cubrir los riesgos que introducen en el sistema.
Los datos de mercado de los oráculos ayudan a determinar cuándo una posición de un trader ya no cumple con los requisitos de margen de mantenimiento, activando liquidaciones para preservar la salud del pool de liquidez y proteger la plataforma de la insolvencia.
Dadas estas dependencias críticas, la manipulación de oráculos representa una amenaza significativa para Vest. Si un oráculo proporcionara datos de precios incorrectos al sistema—ya sea debido a una manipulación externa del mercado o un ataque directo al oráculo mismo—podría llevar a evaluaciones de riesgo inexactas. Este escenario podría causar que los traders sean liquidados injustamente o no liquidados lo suficientemente pronto, lo que podría poner en peligro el capital de los proveedores de liquidez. Además, los precios incorrectos podrían resultar en que los traders y proveedores de liquidez reciban primas o tasas de financiamiento incorrectas, potencialmente desequilibrando los incentivos económicos diseñados para equilibrar el riesgo en toda la plataforma.
Equipo
Vest Exchange fue creado por el equipo de Investigación de Vest Labs. Muchos de ellos provienen de antecedentes en Finanzas o Ingeniería, con experiencia en Morgan Stanley, Goldman, Point72, Ascendex, Blackrock, Amazon, LinkedIn, Robinhood y muchos más. Algunos miembros notables incluyen Perpyv2 (Fundador), Maxfundingrate (CTO), Riquidate, y Billie entre otros.
Inversores del Proyecto
Vest Exchange recaudó una cantidad no divulgada en una Ronda Semilla de Jane Street, QCP Capital, Big Brain Holdings, Ascendex, Builder Capital, Infinity Ventures Crypto, Robert Chen (Ottersec), Pear VC, Cogitent, Moonshot Research, Fugazi Labs y otros inversores ángeles.

Preguntas frecuentes
¿Cuál es la principal propuesta de valor de Vest?
La propuesta de valor principal de Vest es su integración del motor zkRisk, que utiliza pruebas de conocimiento cero para ajustar dinámicamente las tarifas de trading y las tasas de financiamiento basadas en evaluaciones de riesgo en tiempo real. Este enfoque permite a Vest ofrecer condiciones de trading más equitativas al alinear las tarifas con los riesgos reales que los traders introducen al sistema. Además, la plataforma proporciona un marco para el trading de una amplia gama de activos, incluyendo criptomonedas, NFTs y activos del mundo real tokenizados, con un énfasis en mantener la solvencia y proteger a los proveedores de liquidez LPs de la volatilidad excesiva del mercado.
¿Son los LPs contrapartes de los traders donde las pérdidas de los traders son ganancias para los LPs y viceversa?
En Vest, la relación entre LPs y traders está estructurada para ser menos directamente adversarial que el modelo tradicional de casino donde la contraparte es la casa. Aunque es cierto que en muchos escenarios de trading, las pérdidas de los traders pueden resultar en ganancias para los LPs (y viceversa), el sistema de Vest está diseñado para mitigar riesgos indebidos para los LPs a través de su marco de gestión de riesgos. Este marco ajusta las tarifas y las tasas de financiación para gestionar la exposición al riesgo general del exchange, haciendo que los LPs sean menos dependientes de las pérdidas de los traders para obtener ganancias. En cambio, el enfoque está en mantener un entorno de trading estable y justo donde las tarifas y los riesgos se gestionan sistemáticamente para proteger tanto a los traders como a los LPs de volatilidades extremas del mercado.
¿Qué es el motor zkRisk de Vest y cómo beneficia a los traders?
El motor zkRisk de Vest es un sistema propietario diseñado para calcular y gestionar riesgos de trading en tiempo real. Utiliza técnicas criptográficas avanzadas para asegurar que todas las tarifas de trading y tasas de financiamiento se ajusten dinámicamente basadas en el riesgo real que cada trader introduce a la plataforma. Este enfoque asegura precios más justos, reduce posibles sobrecargos y mejora la estabilidad financiera del exchange.
¿Cómo se protegen los LPs de la volatilidad del mercado en Vest?
Los LPs en Vest están protegidos mediante una combinación del motor zkRisk y una estructura de tarifas dual que comprende primas y tarifas de ejecución planas. Estos mecanismos están diseñados para compensar adecuadamente a los LPs por los riesgos que asumen al proporcionar liquidez. El motor zkRisk ajusta dinámicamente las tarifas basadas en las condiciones del mercado, asegurando que los LPs no estén excesivamente expuestos durante alta volatilidad.
¿Pueden los traders usar apalancamiento en Vest, y si es así, cómo se gestiona?
Los traders pueden usar apalancamiento en Vest para magnificar sus retornos potenciales. La plataforma gestiona el apalancamiento a través de su sistema vAMM, que calcula automáticamente el apalancamiento máximo permitido basado en la liquidez actual y el perfil de riesgo del trader determinado por el motor zkRisk. Esto asegura que el apalancamiento se use dentro de límites seguros para prevenir riesgos sistémicos.
¿Qué sucede si la posición de un trader se vuelve subcolateralizada?
Vest implementa un proceso de liquidación sofisticado que se activa cuando la posición de un trader se vuelve subcolateralizada. El sistema utiliza un método de marcado de precios justos, influenciado por el vAMM y oráculos externos, para determinar con precisión el valor de mercado de las posiciones. Si la liquidación es necesaria, se ejecuta de una manera que minimiza el impacto en el mercado y maximiza la recuperación de fondos, utilizando tanto la liquidez de la plataforma como las posiciones del trader de una forma que busca ser lo menos disruptiva posible.
¿Cómo maneja Vest las condiciones extremas del mercado o los flash crashes?
Vest está equipado para manejar condiciones extremas del mercado a través de sus protocolos avanzados de gestión de riesgos que incluyen monitoreo de niveles de liquidez, ajuste de apalancamiento y requisitos de margen en tiempo real, y empleo de salvaguardas automatizadas para pausar el trading si es necesario.
¿Cómo puede alguien convertirse en un proveedor de liquidez en Vest, y cuáles son los rendimientos esperados?
Convertirse en un LP en Vest implica apostar activos en los pools de liquidez de la plataforma. Los rendimientos para los LPs varían según el volumen de trading, la volatilidad del mercado y el perfil de riesgo de los activos involucrados. El modelo de tarifas dinámico de Vest busca ofrecer rendimientos competitivos que compensen adecuadamente a los LPs por los riesgos que asumen.
¿Qué es un Virtual AMM (vAMM) y cómo funciona en Vest?
Un Virtual Automated Market Maker (vAMM) en Vest es un mecanismo novedoso que utiliza un modelo matemático para facilitar el trading sin poseer realmente los activos. En lugar de activos reales, el vAMM utiliza una función de precios para simular actividades de trading y gestionar la liquidez. Esto permite a Vest ofrecer alta liquidez y trading rápido sin las restricciones de capital típicas de los AMMs tradicionales, mejorando tanto la eficiencia del mercado como la seguridad.
¿Cómo utiliza Vest los zk-SNARKs en su plataforma de trading?
Vest aprovecha los argumentos de conocimiento no interactivos succinctos de conocimiento cero (zk-SNARKs) para garantizar la privacidad e integridad de las operaciones. Los zk-SNARKs se utilizan para verificar transacciones y operaciones complejas como la ejecución de trades y el cálculo de tarifas sin revelar ningún dato subyacente. Esta tecnología permite a Vest mantener un alto nivel de seguridad y confianza sin permisos, ya que las pruebas se verifican on-chain, asegurando que todos los cálculos sean correctos y a prueba de manipulaciones.
¿Cuál es el rol del motor zkRisk en la gestión de riesgos en Vest?
El motor zkRisk es un componente central del protocolo de Vest, diseñado para evaluar y gestionar dinámicamente los riesgos asociados con las actividades de trading en tiempo real. Calcula el posible déficit financiero que podría ocurrir debido a las operaciones y ajusta los parámetros de trading como tarifas, márgenes y apalancamiento en consecuencia. Esta gestión proactiva de riesgos ayuda a mantener la estabilidad de la plataforma y asegura que pueda operar de manera efectiva bajo diversas condiciones de mercado.