Proteção de Risco em Cripto Impulsionada por AI: Lucrando Independentemente da Direção do Mercado
A volatilidade de preços representa uma barreira significativa para a participação no mercado de cripto, desencorajando novatos de negociar ou investir nesta classe de ativos. Instâncias repetidas de flutuações extremas de mercado resultaram em bilhões de dólares em liquidações, tornando o mercado menos atraente para investidores mais passivos ou avessos ao risco. Essa volatilidade particularmente desencoraja novatos no espaço, pois eles são relutantes em comprometer seu capital em um ambiente tão imprevisível.
Figura 1: Liquidações Totais no Mercado de Cripto (de Nov-23 a Mai-24).

Fonte: Coinglass.
Uma pesquisa de 2022 descobriu que quase 40% dos indivíduos que ainda não haviam comprado criptomoeda estavam hesitantes em fazê-lo devido a preocupações com a volatilidade de preços. Alta volatilidade e liquidações frequentes podem criar um sentimento negativo em torno do ativo subjacente. Esse risco percebido pode dissuadir investidores avessos ao risco devido a oscilações rápidas de preços que criam um senso de medo e incerteza.
Figura 2: Razões para a Hesitação em Comprar Qualquer Criptomoeda.

Fonte: Coupon Follow (em 2022).
Instrumentos de derivativos podem ajudar a compensar parte dessa volatilidade e proteger contra a imprevisibilidade do mercado. No entanto, esses instrumentos são bastante complexos e não intuitivos para o investidor médio. Por exemplo, opções envolvem um entendimento bastante profundo de indicadores quantitativos, os gregos, escolha entre diferentes maturidades, etc. Outro problema surge quando consideramos que a maioria desses instrumentos é oferecida por exchanges centralizadas que tomam a custódia de seus ativos.
O DeFi oferece uma solução para esse problema, permitindo que os usuários mantenham o controle de seus ativos enquanto os desenvolvedores de protocolos se beneficiam de novas inovações e podem oferecer estruturas de pagamento que não estão disponíveis em exchanges de opções como Deribit ou outras plataformas de futuros.
Entre os instrumentos existentes, independentemente de serem oferecidos por um provedor centralizado ou descentralizado, o modelo tradicional de precificação de opções Black-Scholes continua a dominar. Este é um método que historicamente tem sido usado para determinar prêmios justos na precificação de opções (o preço que o comprador da opção paga ao vendedor pelos direitos concedidos pelo contrato de opção). Opções são contratos que permitem aos traders comprar ou vender um ativo particular a um preço fixo em uma data futura. Este modelo, que tem sido amplamente utilizado nas finanças tradicionais, foi adaptado para criptomoedas quando a Deribit lançou a negociação de opções de Bitcoin em 2016. Hoje, ele também foi adotado por protocolos DeFi que visam possibilitar a negociação de opções on-chain.
No entanto, modelos tradicionais como Black-Scholes enfrentam desafios no mercado de cripto. Eles se baseiam em suposições de volatilidade constante e distribuição lognormal de preços de ativos, resultando em imprecisões de precificação durante flutuações extremas do mercado. Esses modelos também falham em lidar adequadamente com quedas de mercado e movimentos súbitos e grandes de preços, levando a contratos de opções caros e complexos que carecem de estratégias eficazes para mudanças significativas no valor dos ativos.
Para abordar as limitações dos métodos tradicionais como Black-Scholes na precificação de riscos, Bumper foi lançado no final de 2023, oferecendo uma abordagem inovadora para proteger o valor de ativos de cripto enquanto potencialmente lucra independentemente da direção do mercado. O protocolo foi projetado para otimizar um tradeoff trilátero: minimizando prêmios de tomadores, maximizando rendimento de criadores e minimizando risco de insolvência do protocolo.
Desde o lançamento, a Bumper tem inovado continuamente, particularmente integrando Inteligência Artificial para aprimorar ainda mais a eficiência e o desempenho do protocolo. Isso abordagem impulsionada por AI ajuda a precificar dinamicamente os prêmios com base na volatilidade em tempo real, permitindo que a Bumper processe dados de mercado, preveja tendências e gerencie os riscos associados à velocidade sem precedentes e à natureza dinâmica da crypto.
Principais Conclusões
- Soluções eficazes de gerenciamento de riscos e proteção são essenciais em uma classe de ativos tão volátil como crypto. Instrumentos financeiros como o piso de preço protegido da Bumper são necessários para oferecer melhores ferramentas de hedge para investidores, ajudando-os a alcançar maior previsibilidade e retornos estáveis.
- Desde seu lançamento no Arbitrum no final de 2023, o Bumper introduziu uma abordagem inovadora que se destaca das soluções tradicionais de gerenciamento de risco e consistentemente superou o preço de opções de venda tradicionais na Deribit em até 30%, marcando uma melhoria estatisticamente significativa em relação ao modelo tradicional de precificação de opções Black-Scholes. Além disso, enquanto mantém a proteção para seus ativos, o Bumper introduziu uma abordagem de negociação inovadora, permitindo que os usuários potencialmente lucrem independentemente da direção do mercado.
- A recente integração de soluções de IA pela Bumper destaca o compromisso de seguir o estado da arte e continuar no topo do jogo para aprimorar a eficiência e a efetividade do protocolo.
- A pilha tecnológica da Bumper está progressivamente incorporando três recursos chave de IA: previsão de preços, análise de sentimento e análise técnica. Essas metodologias avançadas visam prever movimentos de mercado minutos antes, melhorando assim o cálculo dinâmico de prêmios e processos de rebalanceamento.
- O objetivo final do Bumper é otimizar o trilema crítico de minimizar prêmios de taker, maximizar o rendimento do maker e minimizar o risco de insolvência do protocolo.
Antecedentes
Bumper é um protocolo DeFi não custodial e sem permissão. Em seu núcleo, atua como uma ferramenta de gerenciamento de risco projetada para proteger o valor de ativos cripto contra volatilidade descendente e quedas de mercado. Embora o Bumper compartilhe semelhanças com stop losses, mesas de opções e apólices de seguro, ele se destaca devido à sua arquitetura única, funcionalidade e abordagem para gerenciamento de risco. Esses elementos permitem que o Bumper ofereça um benefício adicional: ele também pode ser usado como uma ferramenta de trading. Em particular, o Bumper introduz uma abordagem inovadora para trading, permitindo que os usuários gerem ganhos potenciais independentemente da direção do mercado, tudo enquanto mantêm a proteção para seus ativos. Além disso, ao integrar progressivamente três pilhas de tecnologia AI em sua tecnologia, o Bumper é capaz de otimizar ainda mais os yields e prêmios, tornando-o ainda mais custo-efetivo como uma ferramenta de trading.
Diferentemente das put options, que envolvem a compra de um contrato com um prêmio fixo e apostando em movimentos de preço, Bumper protege tokens que você já possui eseus prêmios são calculados dinamicamente com base na volatilidade real do mercado.
Como trader, você pode abrir uma posição no Bumper depositando seu ativo e escolhendo um valor mínimo protegido: (1) se o preço do ativo subir, o valor também sobe e você retém seu ativo, (2) se o preço cair abaixo do seu piso, no final do seu prazo você pode sair com uma stablecoin e acumular mais ativos a um preço mais baixo; como alternativa, você pode embolsar a stablecoin e preservar o valor dos ativos mantidos.
Da mesma forma, você também pode participar do protocolo como um provedor de liquidez, ganhando rendimento sobre seu depósito sem monitorar continuamente a ação do preço, escrever cotações para vender contratos de investimento e encontrar compradores para esses contratos.
Figura 3: Com uma posição Bumper, o usuário pode ganhar tanto nas altas quanto nas baixas

Fonte: Bumper.
O protocolo oferece uma gama de funções autônomas que permitem aos usuários proteger o valor dos tokens depositados, como Bitcoin (wBTC), Ether (wstETH), com outros a serem adicionados. Esses depósitos são bloqueados por um período fixo de tempo, como 7 dias, 30 dias, 120 dias, etc.
Figura 4: Exemplo de Prêmios Dinâmicos para Diferentes Termos e Níveis de Piso

Fonte: Bumper App.
Os depósitos de ‘Taker’ de proteção são agrupados e incorrem em um prêmio regular e dinâmico. Essa liquidez é fornecida por ‘Makers’ que depositam stablecoins ($USDT) em um pool correspondente que respalda o valor protegido dos ativos de Taker. Um novel rebalancing mechanism garante o equilíbrio entre os pools de Taker e Maker se eles divergirem muito de seus limiares definidos.
Desde seu lançamento no Arbitrum em dezembro de 2023, o Bumper tem consistentemente superado o preço de opções de venda tradicionais no Deribit em até 30%, marcando uma melhoria estatisticamente significativa em relação ao modelo tradicional de precificação de opções Black-Scholes. A dedicação do Bumper à inovação continuou além de seu lançamento inicial; para melhorar ainda mais o desempenho do protocolo, o Bumper destacou seu foco em AI como um componente principal de sua estratégia.
Figura 5: A abordagem inovadora do Bumper consistentemente superou a precificação tradicional de opções

Fonte: Bumper.
A função principal do Bumper é um mercado de risco pooled que aproveita a Inteligência Artificial (AI) para otimizar a eficiência. Ao integrar progressivamente três stacks de tecnologia AI (previsão de preço, análise de sentimento e análise técnica) em sua tecnologia existente, o Bumper visa melhorar os cálculos para prêmios de preço e rebalanceamento. Utilizando dados de volatilidade em tempo real e sinais de Large Language Models (LLMs), o protocolo visa antecipar tendências de mercado e ajustar proativamente.
Figura 6: Função Principal do Bumper: Um Mercado de Risco Agrupado que Usa IA para Otimizar a Eficiência

Fonte: Bumper.
Soluções Impulsionadas por AI para Previsão Premium e Rebalanceamento
Inteligência Artificial (AI) está prestes a impulsionar mudanças sociais sem precedentes e disrupção econômica generalizada, criando novas oportunidades em todos os setores, incluindo crypto. O rápido avanço nas tecnologias de AI, como computação de Large Language Model (LLM), Large Language And Vision Assistants (LLAVA), Reinforcement Learning from Human Feedback (RLHF), Retrieval Augmented Generation (RAG) e Long Short-Term Memory (LSTM), melhorou dramaticamente as capacidades dos modelos preditivos. Esses avanços também aceleraram a velocidade dos cálculos, tornando possível a análise e a tomada de decisões em tempo real, o que era inalcançável há apenas alguns anos.
Bumper exemplifica um projeto que visa credivelmente integrar AI para melhorar seu protocolo. Como antecipado anteriormente, A estratégia de integração de AI do Bumper gira em torno de três pilhas de tecnologia de AI principais, cada uma projetada para abordar desafios específicos e aprimorar as capacidades do protocolo:
- Previsão de preço
- Análise de sentimento
- Análise técnica
Para validar a precisão e a efetividade de seus modelos de previsão, a Bumper emprega uma abordagem proprietária de Modelagem Baseada em Agentes (ABM). ABM é uma técnica computacional que simula as ações e interações de agentes autônomos (como indivíduos, grupos ou entidades) para avaliar seu impacto no sistema geral. Esses agentes aderem a regras predefinidas e podem aprender, adaptar-se e evoluir com base em suas experiências e interações.
Agentes são importantes, pois o Bumper opera como um marketplace de dois lados de makers e takers: usuários de um lado fazem hedge ao travar um preço mínimo por um prazo definido e pagam um prêmio por isso, enquanto usuários do outro lado depositam liquidez em stablecoin para ganhar rendimento. Precificar o custo desse prêmio para satisfazer ambos os lados do marketplace precisa ser otimizado: se for muito caro, os takers não participarão; se for muito barato, não é atrativo para os makers depositarem e colocarem seu capital em risco. O desafio é encontrar um ponto ideal, que se torna mais complicado à medida que os preços se movem e a volatilidade muda. É por isso que a ferramenta ABM do Bumper é tão importante, pois permite ajustes dinâmicos para precificar prêmios de forma justa de acordo com a volatilidade em tempo real, ingerindo sinais de LLMs para antecipar tendências de mercado e rebalancear proativamente.
Usando esta abordagem ABM para apoiar sua estratégia de integração de AI, Bumper prevê uma melhoria econômica de 5-25% na eficiência do protocolo, equilibrando efetivamente o trilema de Prêmios Mais Baixos, Rendimentos Mais Altos e Robustez de Solvência.
Previsão de Preço
O primeiro tech stack de IA está relacionado à Previsão de Preço, utilizando um de 70 bilhões de parâmetros Modelo de Linguagem Grande (LLM). A Bumper treinou este LLM com dados financeiros, incluindo métricas de Preço (abertura, máxima, mínima, fechamento) e Volume de conjuntos de dados de preços do Bitcoin. O LLM é ajustado fino usando Reinforcement Learning from Human Feedback (RLHF), recompensando o modelo por previsões que correspondem a dados de preço reais normalizados. A figura abaixo fornece uma representação visual da Previsão de Preço para Bitcoin usando o LLM de 70 bilhões de parâmetros da Bumper.
Figura 7: Previsão de Preço de Fechamento Usando um LLM de 70B Parâmetros

Fonte: Bumper.
Inicialmente treinado com preços de abertura/fechamento diários e posteriormente com dados horários, o processo em andamento visa eventualmente incorporar dados de tick para maior precisão. Dado que os dados de tick do $BTC consistem em centenas de terabytes, utilizou-se Retrieval Augmented Generation (RAG) para converter informações de banco de dados relacional em vetores de dados. A tecnologia RAG não apenas melhora o desempenho do LLM, mas também facilita a integração de múltiplos feeds de preços de ativos em tempo real, crucial para RLHF, dentro das janelas de contexto existentes do LLM.
Análise de Sentimento
A segunda pilha de tecnologia de AI foca em Análise de Sentimento. Ao alavancar um 8 bilhões de parâmetros Large Language Model (LLM) pré-treinado, o Bumper pode analisar vastas quantidades de dados de Processamento de Linguagem Natural (NLP) financeira para medir o sentimento de mercado com granularidade incomparável. Por meio de fine-tuning e técnicas avançadas de NLP, o Bumper obtém insights valiosos sobre a disposição dos especuladores, permitindo uma compreensão mais profunda das dinâmicas e tendências de mercado.
O LLM pré-treinado da Bumper ingere extensos dados de NLP financeiro, categorizando o sentimento em pontuações e distribuições detalhadas para fornecer uma compreensão nuançada do sentimento de mercado. O modelo é ajustado fino usando Bidirectional Encoder Representations from Transformers (BERT) para rotular opiniões, atitudes e emoções, com treinamento especializado em NLP para identificar vocabulário financeiro distinto.
Bidirectional Encoder Representations from Transformers (BERT) é um modelo de processamento de linguagem natural (NLP) de última geração desenvolvido pelo Google. Ele é projetado para entender o contexto das palavras em uma frase olhando tanto as palavras antes quanto depois da palavra alvo, em vez de apenas as palavras que a precedem. Este abordagem bidirecional permite que o BERT capture o contexto completo de uma palavra, levando a interpretações mais precisas do significado.
Equipado com mecanismos de atenção que permitem ao modelo ponderar a importância de diferentes palavras em uma frase ao determinar os contextos e estruturas baseadas em transformers, o LLM discerna efetivamente o sentimento de mercado e o comportamento dos investidores, sinalizando tendências futuras do mercado.
Figura 8: Discernindo o Sentimento de Mercado Para Sinalizar Tendências Futuras do Mercado

Fonte: Bumper.
Análise Técnica
A terceira pilha de tecnologia de IA foca em Análise Técnica. A Bumper está desenvolvendo uma abordagem inovadora treinando um Large Language And Vision Assistant (LLAVA), um modelo multimodal que combina análise baseada em visão de imagens de gráficos de preços com interpretação impulsionada por NLP de indicadores técnicos. Essa integração permite que a Bumper tome decisões informadas com base em dados de preços históricos e tendências de mercado.
O processo consiste em converter dados históricos de preços do Bitcoin em imagens de gráficos. Essas imagens são então rotuladas com marcadores técnicos, como níveis de suporte/resistência, Relative Strength Index (RSI) e Moving Average Convergence Divergence (MACD). O modelo LLAVA processa tanto esses pontos de dados visuais quanto os indicadores técnicos associados de NLP.
Figura 9: Exemplo de Imagem Rotulada com Marcadores Técnicos

Fonte: Bumper.
Este modelo multimodal de ponta a ponta conecta um codificador de visão com um Large Language Model (LLM), permitindo que o sistema analise e interprete dados de mercado complexos. Além disso, o modelo incorpora Long Short-Term Memory (LSTM) para previsão de séries temporais históricas, aprimorando sua capacidade de prever movimentos futuros do mercado com base em tendências passadas.
Pensamentos Finais
A abordagem de três camadas de AI do Bumper permite que o protocolo antecipe tendências de mercado, precifique dinamicamente prêmios com base em fluxos de dados em tempo real e reequilibre proativamente posições.
Transmitir dados em tempo real, em oposição às mesas de opções tradicionais que usam volatilidade implícita (IV) para calcular preços potenciais ao longo de uma semana ou mais, é um objetivo que representa um avanço significativo em eficiência para o protocolo. Prever preços apenas 15 minutos à frente reduziria grandemente o slippage em avaliações de preços de curto prazo, melhorando assim a proteção de capital, e o Bumper alcança isso aproveitando tecnologias de AI aplicadas a dados em tempo real.
Essas integrações de IA foram desenvolvidas com o objetivo de produzir sinais que alimentam um único valor, denominado ‘beta’ dentro do protocolo, um valor que já é crucial para calcular prêmios e rebalanceamento.
Figura 10: O Papel Central de ‘beta’ no Cálculo de Prêmios e Rebalanceamento

Fonte: Bumper.
Através dessa abordagem impulsionada por AI, a Bumper aspira a melhorar ainda mais a eficiência e a efetividade do protocolo na gestão de riscos, oferecendo no final proteção robusta e retornos aumentados para seus usuários – melhor proteção de preço para traders (takers) e mais rendimento para provedores de liquidez (makers).
Figura 11: Integrando AI ao Protocolo Bumper

Fonte: Bumper.
Conclusão
Este relatório destacou a necessidade crítica de soluções eficazes de gerenciamento de riscos e proteção no mercado de criptomoedas inerentemente volátil. Entre as várias soluções disponíveis, Bumper Finance, desde seu lançamento no final de 2023, introduziu uma abordagem inovadora em comparação com métodos tradicionais. Em particular, enquanto mantém a proteção para seus ativos, Bumper introduz uma abordagem inovadora de negociação, permitindo que os usuários potencialmente lucrem independentemente da direção do mercado. Além disso, em um compromisso contínuo com inovação e eficiência, Bumper recentemente mudou de marca para enfatizar seu foco em soluções impulsionadas por AI, que agora são tanto práticas quanto poderosas.
Os esforços atuais de integração do Bumper incluem três stacks de tecnologia de AI: previsão de preços, análise de sentimento e análise técnica. Essas metodologias de AI de ponta são projetadas para prever movimentos de mercado minutos antes, aprimorando o cálculo dinâmico de prêmios e processos de rebalanceamento com o objetivo final de otimizar ainda mais o tradeoff trilátero crítico de minimizar prêmios de taker, maximizar rendimento de maker e minimizar risco de insolvência do protocolo.
Referências
- Baioumy M., Cheema A., (2024) AI x Crypto Primer. Disponível online em: alexcheema.github.io
- Bumper Blog, (2024) Evolução de Marca Impulsionada por AI do Bumper, Bumper. Disponível online em: bumper.fi
- Bumper Blog, (2024) A abordagem de IA de três camadas do Bumper revoluciona as previsões de mercado crypto e a eficiência de trading, Bumper. Disponível online em: bumper.fi
- Documentação do Bumper.
- Site do Bumper.
- Dados de Liquidação de Cripto, Coinglass. Disponível online em: coinglass.com
- Keskin S., (2023) DeFi 3.0 introduz uma nova maneira de proteger ativos cripto contra volatilidade, Cointelegraph. Disponível online em: cointelegraph.com
- Kirimi A., (2022) Nova pesquisa lança luz sobre as preocupações das pessoas ao investir em cripto, Cointelegraph. Disponível online em: cointelegraph.com
Divulgações
A Revelo Intel mantém uma relação comercial com a Bumper como parte de uma iniciativa educacional e este relatório foi encomendado como parte desse engajamento.
Membros da equipe Revelo Intel, incluindo aqueles diretamente envolvidos na análise acima, podem ter posições nos tokens discutidos.
Este conteúdo é fornecido apenas para fins educacionais e não constitui aconselhamento financeiro ou de investimento. Você deve realizar sua própria pesquisa e investir apenas o que pode se dar ao luxo de perder. Revelo Intel é uma plataforma de pesquisa e não um consultor de investimentos ou financeiro.


