资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
Mantra暴跌事件：AI在加密风险管理中的关键作用
4月13日，Layer-1现实世界资产区块链Mantra的原生代币OM的暴跌震动了加密市场。在短短几小时内，该资产的市值从超过60亿美元暴跌至约5亿美元。
在一个已经因数十亿美元崩盘而伤痕累累的市场中，Mantra原生资产的崩盘再次证明，黑客并不是行业的唯一敌人——加密领域也因疏忽而受到重创。Mantra团队将代币暴跌90%归咎于“强制清算”，但这只是故事的一半。随着更多数据的浮现，越来越明显的是，这次崩盘不仅仅是时机不佳或市场波动性高的结果。这是一场可以预防的灾难，其催化剂包括过度杠杆头寸、流动性薄弱以及自动化风险管理系统的各种漏洞。
讽刺的是，过去三年加密布道者一直推崇的人工智能技术，如果得到正确实施，本可以预测、标记甚至预防这次崩盘。
AI驱动的流动性压力测试
传统金融压力测试的问题在于，它是为稳定、受监管的市场和股票、债券等传统资产设计的，而这些市场中极端波动性较为罕见。另一方面，加密货币在一个不同的现实中运作，价格剧烈波动和突然的流动性崩溃相当常见，并且是市场游戏的一部分。依赖历史模式的传统风险框架无法捕捉这些冲击。
AI驱动的压力测试提供了一种动态的替代方案。机器学习模型不是依赖静态的历史数据，而是适应实时条件，分析市场情绪、链上指标和流动性模式。一种称为基于峰度的压力测试的新方法专注于减少极端异常损失的风险，正是这些“肥尾”事件是加密市场失败的特征。这种技术可以帮助企业在“不可预测、高影响”的事件中，如最近的Mantra和2022年Terra（LUNA）崩盘。
研究表明，使用峰度模型设计的投资组合在减少极端风险波动方面实现了491%的回报，超过了简单的“买入并持有”策略的426%，甚至优于围绕传统夏普比率策略构建的投资组合的384%回报。
高峰度值表明极端波动性的概率更高。在加密领域，这些事件并非异常——它们是市场的一部分。Mantra在周末流动性薄弱和代币集中度方面的暴露本可以通过AI驱动的压力测试方法提前标记，为利益相关者提供在灾难发生前采取行动的窗口。
使用AI跟踪和标记交易
区块链的透明度是其最大的优势，但手动监控数百万笔交易是不可能的。这正是AI的用武之地。自主AI代理可以持续扫描链上活动，并标记可能表明即将发生的市场操纵的异常模式，所有这些都不需要人工干预。
在Mantra的案例中，崩盘后分析的区块链数据揭示了明显的迹象。就在崩盘前几天，据报道，与Laser Digital相关的钱包将650万OM代币转移到另一个钱包，然后将其发送到OKX，在那里被清算。AI监控系统本可以实时检测到这些交易，向交易所、监管机构和更广泛的社区发出即时警报。
AI代理可以区分常规市场行为和潜在操纵，因为它们不仅跟踪交易，还在钱包网络中构建行为档案。
预测订单簿漏洞
也许AI本可以防止Mantra崩盘的最直接方式是通过复杂的订单簿分析。订单簿揭示了市场的真实健康状况，但其复杂性需要的不仅仅是表面分析。
深度学习模型，特别是卷积神经网络和长短期记忆网络，已被证明在基于订单簿数据预测价格走势方面提供了有希望的结果。一项研究发现，时间卷积神经网络可以以高达76%的准确率预测比特币（BTC）价格变化。
AI驱动的市场深度分析本可以突出大额卖单导致显著滑点的风险——这是价格连锁崩盘的成熟条件。因此，这些模型本可以通过识别周末交易时段危险薄弱的订单簿来暴露Mantra的脆弱性。
在AI和深度学习模型的帮助下，加密公司可以实施动态保护措施，如由价格急剧下跌和流动性结构弱点触发的断路器，以标记或防止类似Mantra的情况。
用AI构建有弹性的加密生态系统
虽然区块链技术承诺去中心化和透明度，但如果没有能够处理数百万笔交易并标记可疑模式的高级AI驱动的风险管理系统，它仍然容易受到攻击。Mantra和Terra等高知名度资产的崩盘已经证明了这些系统的必要性。
暴露于加密领域的金融机构必须优先考虑整合链上和链下数据的动态压力测试框架。由AI代理驱动的实时交易监控需要成为交易所和流动性提供商的标准做法。持续的订单簿分析对于预测滑点风险和防止操纵驱动的崩盘也至关重要。
目前，加密公司很难跟上全球法规的步伐，每个地区都有自己的一套限制。有时，监管框架需要数年时间才能得到适当的谈判和评估。例如，加密资产市场法规（MiCA）于2020年9月提出，并于2023年5月31日正式通过，但仍然不完整——一些稳定币规则于2024年6月宣布，加密资产服务提供商的条款于2024年12月宣布。
尽管这些法规具有敏感性，但它们仍然无法涵盖定义当今区块链生态系统的复杂性、速度和数据量。因此，监管机构只能使用为昨天的问题设计的规则。
与其实施扼杀创新的全面和一刀切的限制，AI驱动的工具还可以帮助监管机构进行更有效的监督。政府机构可以专注于检测操纵模式和系统性风险，而不会损害去中心化原则，从而最终做出及时和准确的决策。
从预测到预防
Mantra的崩盘并非不可避免。大多数本可以预测它的工具和技术已经存在，但缺少的是行业实施它们的意愿。
公司需要开始将更先进和更复杂的风险管理整合到更广泛的企业框架中，而不是将其视为一个单独的领域。投资于涵盖定量建模、区块链基础设施和合规的跨职能专业知识不再是一种奢侈；它是保护市场完整性的必要条件。
加密公司应参考MiCA和巴塞尔加密框架等新兴全球标准，并利用链上分析和实时交易所数据进行全面监控。
采用这些方法的项目、交易所和机构将获得竞争优势和社区信任。最重要的是，他们可以构建一个创新蓬勃发展而不受市场操纵和灾难性崩盘威胁的加密生态系统。
问题不再是AI是否应整合到加密风险管理中，而是行业在下次危机爆发前准备多快接受它，以及更多投资者受到伤害。这不仅关乎保护个人，还关乎整个生态系统的声誉。
每一次重大崩盘、黑客攻击和骗局都会损害公众对加密市场的信任。这使得监管机构能够推动更严格的法规。
AI可以补充去中心化生态系统，帮助识别不良行为者，检测系统性漏洞，并将可信的建设者与利用系统的人区分开来。
