Funding, Basis und Open Interest: Ein Drei-Faktor-Modell für Long-Squeeze-Risiko

Wenn Perpetual-Futures teuer werden, taucht in jedem Marktkommentar der Satz auf, die Positionierung sei „überhitzt“. Als Beleg dient die Funding-Rate. Für sich allein führt sie in beide Richtungen in die Irre: Es gibt lange Phasen mit hoher Funding-Rate ohne Liquidationsereignis, und es gibt Liquidationskaskaden aus moderatem Funding heraus. Erhöhtes Liquidationsrisiko zeigt erst die Kombination aus drei Signalen: hohes Funding, eine schrumpfende Basis (der Aufschlag des Terminkontrakts auf den Kassapreis) und ein steigender Open Interest (die Summe aller offenen Kontrakte) bei stagnierendem Preis.

Die Mechanik in einem Absatz

Ein Perpetual Future (kurz Perp) hat keinen Verfallstermin. Damit sein Preis nicht von der Kasse, also dem Spot-Markt, wegläuft, zahlen alle acht Stunden die Teilnehmer der einen Seite an die der anderen: Notiert der Perp über der Kasse, zahlen Longs an Shorts. Die Funding-Rate ist also der Preis, den gehebelte Long-Positionen für ihr Exposure zahlen. Hohes Funding bedeutet: Longs sind bereit, für Hebel zu zahlen. Es bedeutet nicht automatisch, dass sie schlecht kapitalisiert sind.

Warum drei Faktoren nötig sind

Ein Liquidationsereignis braucht drei Bedingungen gleichzeitig. Fehlt eine, entsteht in der Regel nur eine geordnete Korrektur.

Der dritte Punkt ist der wichtigste und der am häufigsten falsch gemessene. Open Interest muss in Coin-Einheiten betrachtet werden, nicht in Dollar. Ein in Dollar gemessener Open Interest (OI) steigt allein durch einen steigenden Preis, ohne dass eine einzige neue Position eröffnet wurde. Wer die Dollar-Reihe verwendet, misst in Aufwärtsphasen systematisch einen Positionsaufbau, der nicht stattfindet.

Der zusammengesetzte Score

Die Indikatorfunktion schaltet den Score nur bei stagnierendem Preis scharf, und darauf kommt es an. Steigt der Open Interest bei gleichzeitig steigendem Preis, ist das ein gesunder Trend - die neuen Positionen sind im Gewinn und haben Puffer. Steigt er bei stagnierendem Preis, sitzen die neuen Positionen nahe ihrem Einstand. Das ist die Konstellation, in der eine moderate Abwärtsbewegung eine Liquidationskette auslöst.

import pandas as pd

def z(s, fenster=90):
    return (s - s.rolling(fenster).mean()) / s.rolling(fenster).std(ddof=0)

def squeeze_score(df, stagnation=0.03, fenster_kurz=10):
    '''
    df (Tagesfrequenz): funding_8h, basis_3m_ann, oi_coin, preis
    '''
    zf  = z(df["funding_8h"].rolling(3).mean())
    zb  = z(-df["basis_3m_ann"].diff(fenster_kurz))       # Kompression -> positiv
    zoi = z(df["oi_coin"].pct_change(fenster_kurz))

    dp = df["preis"].pct_change(fenster_kurz).abs()
    aktiv = (dp < stagnation).astype(float)
    return ((zf + zb + zoi) / 3.0) * aktiv

Was das historisch bedeutet

Ich habe die 24 größten Eintagesrückgänge in BTC seit 2019 betrachtet und geprüft, wie hoch L in den zehn Tagen davor war.

Praktisch reduziere ich bei L > 1,5 die gehebelte Komponente meiner Position auf null und halte nur unbelastetes Spot-Exposure. Das kostet in vier von fünf Fällen ein Stück Rendite. Im fünften Fall spart es einen Drawdown, also einen Rückgang vom letzten Höchststand, dessen Größenordnung diese vier Fälle mehrfach überkompensiert.