OI 가중 펀딩: 요율 변화와 가중치 변화 분리하기

분석하는 지수를 정확히 정의하기

이 수업에서는 연구 지수를 R = Σ(w × r)로 정의합니다. 각 가중치 w는 구성요소의 비교 가능한 미결제약정 명목금액을 전체 표본의 합계로 나눈 값이며, 가중치 합은 1입니다. 모든 요율은 같은 주기와 의미를 가져야 합니다. 다음 정산 예측을 다른 거래소의 직전 확정 요율과 섞으면 안 됩니다. 이는 명시적으로 정의한 교육용 지수이며, 특정 대시보드의 공개되지 않은 산식에 대한 주장이 아닙니다.

두 관측에서 같은 구성요소, 공통 평가 통화와 같은 OI 집계 규칙을 사용하세요. 현재 Bybit 문서는 양쪽 합산 OI와 한쪽 OI를 구분하고, 선형·인버스 계약의 원시 단위가 다름을 설명합니다. 가중치를 만들기 전에 정규화하세요. 모든 구성요소를 똑같이 두 배로 하면 비율에서 소거되지만, 하나만 두 배로 하면 그렇지 않습니다. 거래소 하나가 데이터에서 사라진 것은 범위 변화이므로 고정 표본 분해 전에 조사해야 합니다.

먼저 가중치를 고정하고 이후 구성을 바꾸기

이전 가중치와 요율을 w0, r0, 새 값을 w1, r1로 둡니다. 요율 효과는 Σ[w0 × (r1 − r0)], 가중치 효과는 Σ[(w1 − w0) × r1]로 정의합니다. 합계는 R1 − R0와 정확히 같습니다. 요율을 먼저 바꾸는 순서는 상호작용을 가중치 효과에 배분합니다. 이 선택을 밝히세요. 이는 회계적 기여도 배분이지, OI 변화가 펀딩 변화를 일으켰다는 인과 증명이 아닙니다.

결과 단위를 명확히 유지하세요. 1 베이시스포인트는 0.01퍼센트포인트이므로 0.018% 요율은 1.8 베이시스포인트입니다. 지수가 1.4 베이시스포인트 변했다면 0.014퍼센트포인트 변화라는 뜻이며, 펀딩률 1.4%라는 의미가 아닙니다. 지수는 계좌 지급액도 아닙니다. 계좌에는 고유한 포지션, 정산 대상 사건과 요율이 있습니다. 가중치는 계약 수량뿐 아니라 가격 평가 때문에도 달라질 수 있습니다.

두 요율 모두 하락하지만 지수는 1.4 베이시스포인트 상승

같은 기초자산과 같은 8시간 예측 구간을 가진 가상 거래소 두 곳을 사용합니다. 아래 OI는 이미 비교 가능한 한쪽 기준 USDT 명목금액으로 정규화했습니다. A 거래소의 가중치는 80%에서 20%로 떨어지고, B는 20%에서 80%로 높아집니다. A 요율은 1에서 0 베이시스포인트로, B는 5에서 4로 내려갑니다. 표본의 정규화 OI 합계는 두 관측 모두 1억 USDT입니다.

이전 지수는 0.8 × 1 + 0.2 × 5 = 1.8 베이시스포인트입니다. 이전 가중치에 새 요율을 적용하면 0.8 × 0 + 0.2 × 4 = 0.8이므로 요율 효과는 −1.0 베이시스포인트입니다. 새 가중치를 적용하면 0.2 × 0 + 0.8 × 4 = 3.2이며, 가중치 효과는 +2.4입니다. 합계 −1.0 + 2.4 = +1.4는 3.2 − 1.8과 일치합니다. 선택한 배분 방식에서, 두 개별 요율이 모두 하락했는데도 구성 효과 때문에 종합 지수는 상승했습니다.

지수 상승이 다수 거래소의 요율 인상을 뜻하지는 않음

종합 값만 보고하면 이 예제의 개별 구성요소 이야기가 뒤집힙니다. 요율과 가중치의 기여도를 함께 보여주고 데이터 범위도 확인하세요. 새 거래소가 들어오거나, 호가 통화 환산이 달라지거나, 오래된 OI에 새 요율이 붙었다면 먼저 비교 가능성 문제를 수정하거나 별도로 표시하세요. 서로 맞지 않는 입력을 깔끔하게 분해해도 신뢰할 수 있는 설명이 되지는 않습니다.