【喂价讨论】动态调整最低抵押率要求和爆仓惩罚

[bitcrab]

酝酿中的gdex-witness下次迭代的喂价算法：

Pdex：内盘bitCNY价格
premium:溢价百分比

if 0<premium<1%:
feed price = Pdex*(1+9.6*premium)

if 1%<premium<2.4%:
feed price = Pdex*(1+9.6%)

if 2.4%<premium:
feed price = Pdex*(1+4*premium)

[天籁]

我觉得算法可以有各种设计，但关键的有一个问题要想清楚，就是当喂价>Pdex*MSSR时，爆仓单已经不会被吃，这时会明显增加黑天鹅风险，那么在什么情况下我们可以选择承受这种增大的风险？什么情况下需要限制喂价在Pdex*MSSR以下以避免这种风险？

当前内盘价0.77，黑天鹅价格0.457，溢价2.5%，感觉现在这个状态下似乎已经可以突破喂价<Pdex*MSSR的限制，因为黑天鹅风险已经非常小。

我看要是暴仓单一直不吃，黑天鹅很快就会来到。
市场是残酷的，虽然不能看的太远，但是现在看起来很遥远的事情，其实可能很快就来到。BTC这次回调说不定就会到5000，BTS则跌破五毛或者四毛就会很轻松。

市场是很残酷，所以我们要考虑的是如何在这个残酷的市场环境下让bitCNY成为一个足够好的货币。

负反馈与黑天鹅的关系，我在前面做过一些推演：https://bitsharestalk.org/index.php?topic=26315.msg321488#msg321488

黑天鹅发生与否是由喂价决定的，所以理论上通过喂价可以防止黑天鹅发生。

这牵涉到一个问题，让bitCNY后面至少有一倍的BTS抵押（市场价格）是否应该成为一个不可逾越的红线？

我曾经认为是的，但我现在认为不是。

很显然，在目前这样的极端市场条件下，供应量问题和锚定精确性问题是更严重更需要解决的问题，比后面是否有足额BTS抵押要严重得多。

当溢价超过10%时，就算背后只有50%的BTS抵押，又能怎么样呢？

市场不认可对吗？没问题，请市场来让bitCNY贬值好了，待到溢价归零，喂价自然会回归市场价格。

我觉得，特定条件下突破“必须足额抵押”这一红线，是bitCNY改革中注定要迈出的一步，就象美元注定要脱离布雷顿森林体系一样。

不用突破足额抵押红线，MCR为1时，理论上可以吃掉内盘所有折价的BTS卖单，只是黑天鹅功能需要改变参数或拿掉这个功能。

[天籁]

调喂价的作用毕竟有限，还是要尽快修复MCR可调功能，MCR对bitCNY的总量控制具有决定性影响。

[bitcrab]

我觉得算法可以有各种设计，但关键的有一个问题要想清楚，就是当喂价>Pdex*MSSR时，爆仓单已经不会被吃，这时会明显增加黑天鹅风险，那么在什么情况下我们可以选择承受这种增大的风险？什么情况下需要限制喂价在Pdex*MSSR以下以避免这种风险？

当前内盘价0.77，黑天鹅价格0.457，溢价2.5%，感觉现在这个状态下似乎已经可以突破喂价<Pdex*MSSR的限制，因为黑天鹅风险已经非常小。

我看要是暴仓单一直不吃，黑天鹅很快就会来到。
市场是残酷的，虽然不能看的太远，但是现在看起来很遥远的事情，其实可能很快就来到。BTC这次回调说不定就会到5000，BTS则跌破五毛或者四毛就会很轻松。

市场是很残酷，所以我们要考虑的是如何在这个残酷的市场环境下让bitCNY成为一个足够好的货币。

负反馈与黑天鹅的关系，我在前面做过一些推演：https://bitsharestalk.org/index.php?topic=26315.msg321488#msg321488

黑天鹅发生与否是由喂价决定的，所以理论上通过喂价可以防止黑天鹅发生。

这牵涉到一个问题，让bitCNY后面至少有一倍的BTS抵押（市场价格）是否应该成为一个不可逾越的红线？

我曾经认为是的，但我现在认为不是。

很显然，在目前这样的极端市场条件下，供应量问题和锚定精确性问题是更严重更需要解决的问题，比后面是否有足额BTS抵押要严重得多。

当溢价超过10%时，就算背后只有50%的BTS抵押，又能怎么样呢？

市场不认可对吗？没问题，请市场来让bitCNY贬值好了，待到溢价归零，喂价自然会回归市场价格。

我觉得，特定条件下突破“必须足额抵押”这一红线，是bitCNY改革中注定要迈出的一步，就象美元注定要脱离布雷顿森林体系一样。

[binggo]

       希望大家认真思考，理想喂价 = BTS市场价 * (bitcny/cny+M)^N,一个非常完美的算法公式，不但有控制目标M，还有加速因子N。
      如果觉得宽松目标2%高了，那么还可以设置为M=0.01,即宽松目标1%，不能说负1%还高了吧。


举例论证公式效果，宽松目标负1%，即M=0.01，加速因子N=3

当溢价负0.03时（折扣3%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.03+0.01)^3=BTS市场价 *0.98^3=BTS市场价 *0.94,结论：市场价下调约6%，满意，也安全。
当溢价负0.02时（折扣2%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.02+0.01)^3=BTS市场价 *0.99^3=BTS市场价 *0.97,结论：市场价下调约3%，满意，也安全。。
当溢价负0.01时（折扣1%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.01+0.01)^3=BTS市场价 *1^3=BTS市场价 *1，目标达到理想状态，无需调整
当溢价0时，加速因子喂3。理想喂价 = BTS市场价 * (1+0.01)^3=BTS市场价 *1.01^3=BTS市场价 *1.030301,结论：市场价提高约3%，很满意，也很安全。

当溢价0.01时，加速因子喂3。理想喂价 = BTS市场价 * (1.01+0.01)^3=BTS市场价 *1.02^3=BTS市场价 *1.061208,结论：市场价提高约6%，很满意，也很安全。
当溢价0.02时，加速因子喂3。理想喂价 = BTS市场价 * (1.02+0.01)^3=BTS市场价 *1.03^3=BTS市场价 *1.092727,结论：市场价提高约9%，满意，也安全。
当溢价0.03时，加速因子喂3。理想喂价 = BTS市场价 * (1.03+0.01)^3=BTS市场价 *1.04^3=BTS市场价 *1.12486,结论：市场价提高约12%，满意，也安全。
当溢价0.04时，加速因子喂3。理想喂价 = BTS市场价 * (1.04+0.01)^3=BTS市场价 *1.05^3=BTS市场价 *1.157625,结论：市场价提高约15%，满意，风险依然可控。
       既然沟通困难，那么投票吧。worker已经创建。1.14.121，支持此方案的，请投票支持。

逻辑混乱，扰乱视听，连基本的锚定抵押逻辑都没有搞懂，

提醒某些人，别天天忽悠国内的人头去送人头。

没事拿着投票当儿戏玩耍吗？投票权给你，你仔细想过你应该担的责任与义务了吗？还是拿着投票当自己的工具？

还非常完美的算法公式，过高的喂价连基本的指导价格意义都没有，你们是拿着市场当儿戏？还是内盘市场在你们控制的喂价指挥棒之下就能翻天？

官方能够控制汇率的话，还要那么多外汇储备干吗？

你们就那么天真的以为内盘市场只会盯着喂价？ 内盘也是市场，与外盘紧密联系，大盘崩盘，内盘价格也不会因为喂价高价格就高。

MCR的BUG就去修MCR的BUG，别天天拿着喂价做花。

[gghi]

       希望大家认真思考，理想喂价 = BTS市场价 * (bitcny/cny+M)^N,一个非常完美的算法公式，不但有控制目标M，还有加速因子N。
      如果觉得宽松目标2%高了，那么还可以设置为M=0.01,即宽松目标1%，不能说负1%还高了吧。


举例论证公式效果，宽松目标负1%，即M=0.01，加速因子N=3

当溢价负0.03时（折扣3%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.03+0.01)^3=BTS市场价 *0.98^3=BTS市场价 *0.94,结论：市场价下调约6%，满意，也安全。
当溢价负0.02时（折扣2%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.02+0.01)^3=BTS市场价 *0.99^3=BTS市场价 *0.97,结论：市场价下调约3%，满意，也安全。。
当溢价负0.01时（折扣1%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.01+0.01)^3=BTS市场价 *1^3=BTS市场价 *1，目标达到理想状态，无需调整
当溢价0时，加速因子喂3。理想喂价 = BTS市场价 * (1+0.01)^3=BTS市场价 *1.01^3=BTS市场价 *1.030301,结论：市场价提高约3%，很满意，也很安全。

当溢价0.01时，加速因子喂3。理想喂价 = BTS市场价 * (1.01+0.01)^3=BTS市场价 *1.02^3=BTS市场价 *1.061208,结论：市场价提高约6%，很满意，也很安全。
当溢价0.02时，加速因子喂3。理想喂价 = BTS市场价 * (1.02+0.01)^3=BTS市场价 *1.03^3=BTS市场价 *1.092727,结论：市场价提高约9%，满意，也安全。
当溢价0.03时，加速因子喂3。理想喂价 = BTS市场价 * (1.03+0.01)^3=BTS市场价 *1.04^3=BTS市场价 *1.12486,结论：市场价提高约12%，满意，也安全。
当溢价0.04时，加速因子喂3。理想喂价 = BTS市场价 * (1.04+0.01)^3=BTS市场价 *1.05^3=BTS市场价 *1.157625,结论：市场价提高约15%，满意，风险依然可控。
       既然沟通困难，那么投票吧。worker已经创建。1.14.121，支持此方案的，请投票支持。

[binggo]

一个闪崩，什么情况都会出现。

有些人比如gghi，自身的逻辑已经混乱。

过高的喂价连指导价格的意义都会失去。

[gmgogo]

我觉得算法可以有各种设计，但关键的有一个问题要想清楚，就是当喂价>Pdex*MSSR时，爆仓单已经不会被吃，这时会明显增加黑天鹅风险，那么在什么情况下我们可以选择承受这种增大的风险？什么情况下需要限制喂价在Pdex*MSSR以下以避免这种风险？

当前内盘价0.77，黑天鹅价格0.457，溢价2.5%，感觉现在这个状态下似乎已经可以突破喂价<Pdex*MSSR的限制，因为黑天鹅风险已经非常小。

我看要是暴仓单一直不吃，黑天鹅很快就会来到。
市场是残酷的，虽然不能看的太远，但是现在看起来很遥远的事情，其实可能很快就来到。BTC这次回调说不定就会到5000，BTS则跌破五毛或者四毛就会很轻松。

[bitcrab]

我觉得算法可以有各种设计，但关键的有一个问题要想清楚，就是当喂价>Pdex*MSSR时，爆仓单已经不会被吃，这时会明显增加黑天鹅风险，那么在什么情况下我们可以选择承受这种增大的风险？什么情况下需要限制喂价在Pdex*MSSR以下以避免这种风险？

当前内盘价0.77，黑天鹅价格0.457，溢价2.5%，感觉现在这个状态下似乎已经可以突破喂价<Pdex*MSSR的限制，因为黑天鹅风险已经非常小。

[gghi]

基于abit的这个算法可以实现快速纠偏：

喂价 = BTS市场价 * (bitcny/cny价)^1.8

这种幂函数算法的缺点很明显，就是溢价不是太高时改进效果不明显。

比如当溢价=2%时，喂价=BTS市场价*1.036

而其实溢价2%已经是很严重的通缩了，应该采取足够大的反馈力度了，这时完全可以喂价=BTS市场价*1.08，保证爆仓单可以被吃的安全边际条件下最大化喂价。

不是到很严重的下跌市才需要大力度的反馈，当前也需要！

N是一个可调参数啊，不是非得1.8，可以是2、5、8、10，根据喂价结果来调，测试得到数据后可以以溢价范围为判断条件自动调整N的值。

        也对，N足够大的话可以加速纠偏，但是当溢价为0，N再大也没有作用的。也就是说溢价接近零的时候，仅仅调大N作用会变小的。实际上abit的公式可以看作是， 喂价 = BTS市场价 * (bitcny/cny价+M)^N,M=0的一种特殊情况，也就是默认调控目标为0。这个加调控参数M也是根据ABIT的公式改进来的，可以说ABIT的这个算法非常具有闪光点！改进之后，M以及N都是可调参数。有了这两个参数，我们要达到的目标以及精度就可以很好的控制住了。

   喂价 = BTS市场价 * (bitcny/cny价)^N，当溢价2%时，N=5，那么喂价 = BTS市场价 * (1.02)^5=BTS市场价 *1.104，提高约10%。有明显效果。

        考虑到鼓鼓充值费用，承兑商约1%的充提差价，而且QC提现也是1%，QC对人民币贬值约1%，鼓鼓充值为负利于激活内盘。把这些因素综合起来，建议宽松目标2%比较合适。况且宽松目标设为2%，鼓鼓充值费率约负1%左右，看不出对系统有任何伤害。
        结论：值得尝试M=0.02，N=3。这样的话，理论上bitcny/cny会在正负2%之间波动。很可能实现bitcny/cny长期接近“0”的理想状态。
         

按照 PID 控制的思路， P（比例）+I（积分）是无法消除“静差”的，虽然积分单元可以降低静差。

我之前用的 喂价 = BTS市场价 * (bitcny/cny价)^N 这个公式是个典型，N>1 时相当于引入了积分单元。但是这是个弱积分，因为公式里没有时间参数，或者说，积分时间太小。

喂价 = BTS市场价 * (bitcny/cny价+M)^N 这个公式的话， 我感觉 M 应该是动态的，静态的话就是单向调节，感觉不太对。

        M静态也不是单向调节，而是达到了目标之后就会反向调节了。M是我们需要达到的目标，M=0，实际上是默认目标为0。

  举例论证公式效果，宽松目标负2%，即M=0.02，加速因子N=3
当溢价负0.04时（折扣4%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.04+0.02)^3=BTS市场价 *0.98^3=BTS市场价 *0.9411,结论：市场价下调约6%，满意，也安全。

当溢价负0.03时（折扣3%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.03+0.02)^3=BTS市场价 *0.99^3=BTS市场价 *0.97,结论：市场价下调约3%，满意，也安全。
当溢价负0.02时（折扣2%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.02+0.02)^3=BTS市场价 *1^3=BTS市场价 *1,结论：目标达到理想状态，无需调整。
当溢价负0.01时（折扣1%），加速因子喂3。理想喂价 = BTS市场价 * (1-0.01+0.02)^3=BTS市场价 *1.01^3=BTS市场价 *1.030301,结论：市场价提高3%，接近理想目标。
当溢价0时，加速因子喂3。理想喂价 = BTS市场价 * (1+0.02)^3=BTS市场价 *1.02^3=BTS市场价 *1.0612,结论：市场价提高约6%，很满意，也很安全。

当溢价0.01时，加速因子喂3。理想喂价 = BTS市场价 * (1.01+0.02)^3=BTS市场价 *1.03^3=BTS市场价 *1.092727,结论：市场价提高约9.2%，满意，也很安全。
当溢价0.02时，加速因子喂3。理想喂价 = BTS市场价 * (1.02+0.02)^3=BTS市场价 *1.04^3=BTS市场价 *1.125,结论：市场价提高约12%，满意，也安全。

顺便再说下我现在用的公式， 喂价 = BTS当前中间喂价 * (bitcny/cny价)^N ，用当前喂价作被乘数，相当于引入了D（微分）单元。当然，效果还要观察。引入微分控制后，抗干扰性会变差。见证人应该尝试、采用不同的公式，这样可以中和偏差。

       期待见证人执行一下，喂价 = BTS市场价 * (bitcny/cny价+M)^N 这个公式，取M=0.02，N=3，可以观察一下效果。肯定会让大家满意的。
   现在中币0.77，溢价2%算，目标喂价=0.77*(1.02+0.02)^3=0.77*1.124864=0.866，喂价在0.866才合适。可是我们的喂价才0.7889.

[PTS中国]

基于abit的这个算法可以实现快速纠偏：

喂价 = BTS市场价 * (bitcny/cny价)^1.8

这种幂函数算法的缺点很明显，就是溢价不是太高时改进效果不明显。

比如当溢价=2%时，喂价=BTS市场价*1.036

而其实溢价2%已经是很严重的通缩了，应该采取足够大的反馈力度了，这时完全可以喂价=BTS市场价*1.08，保证爆仓单可以被吃的安全边际条件下最大化喂价。

不是到很严重的下跌市才需要大力度的反馈，当前也需要！

N是一个可调参数啊，不是非得1.8，可以是2、5、8、10，根据喂价结果来调，测试得到数据后可以以溢价范围为判断条件自动调整N的值。

        也对，N足够大的话可以加速纠偏，但是当溢价为0，N再大也没有作用的。也就是说溢价接近零的时候，仅仅调大N作用会变小的。实际上abit的公式可以看作是， 喂价 = BTS市场价 * (bitcny/cny价+M)^N,M=0的一种特殊情况，也就是默认调控目标为0。这个加调控参数M也是根据ABIT的公式改进来的，可以说ABIT的这个算法非常具有闪光点！改进之后，M以及N都是可调参数。有了这两个参数，我们要达到的目标以及精度就可以很好的控制住了。

   喂价 = BTS市场价 * (bitcny/cny价)^N，当溢价2%时，N=5，那么喂价 = BTS市场价 * (1.02)^5=BTS市场价 *1.104，提高约10%。有明显效果。

        考虑到鼓鼓充值费用，承兑商约1%的充提差价，而且QC提现也是1%，QC对人民币贬值约1%，鼓鼓充值为负利于激活内盘。把这些因素综合起来，建议宽松目标2%比较合适。况且宽松目标设为2%，鼓鼓充值费率约负1%左右，看不出对系统有任何伤害。
        结论：值得尝试M=0.02，N=3。这样的话，理论上bitcny/cny会在正负2%之间波动。很可能实现bitcny/cny长期接近“0”的理想状态。
         

按照 PID 控制的思路， P（比例）+I（积分）是无法消除“静差”的，虽然积分单元可以降低静差。

我之前用的 喂价 = BTS市场价 * (bitcny/cny价)^N 这个公式是个典型，N>1 时相当于引入了积分单元。但是这是个弱积分，因为公式里没有时间参数，或者说，积分时间太小。

喂价 = BTS市场价 * (bitcny/cny价+M)^N 这个公式的话， 我感觉 M 应该是动态的，静态的话就是单向调节，感觉不太对。

顺便再说下我现在用的公式， 喂价 = BTS当前中间喂价 * (bitcny/cny价)^N ，用当前喂价作被乘数，相当于引入了D（微分）单元。当然，效果还要观察。引入微分控制后，抗干扰性会变差。见证人应该尝试、采用不同的公式，这样可以中和偏差。

浮动喂价的空间控制在MSSR的前提之下，喂价的补偿机制可以八仙过海各显神通，的确不必要苛求要完全的一致性。
突破MSSR，持续拔高喂价的浮动空间来解决充提费率是缘木求鱼的做法，gghi纠结于此没必要，充提费率高企是果不是因，因是市场供应不足！着力降低bitcny的成本，反而是解决问题的根，多说一句，下跌市，bitcny多少都是有点紧缺的，有保护的低成本可以有效降低充提费率。

[abit]

基于abit的这个算法可以实现快速纠偏：

喂价 = BTS市场价 * (bitcny/cny价)^1.8

这种幂函数算法的缺点很明显，就是溢价不是太高时改进效果不明显。

比如当溢价=2%时，喂价=BTS市场价*1.036

而其实溢价2%已经是很严重的通缩了，应该采取足够大的反馈力度了，这时完全可以喂价=BTS市场价*1.08，保证爆仓单可以被吃的安全边际条件下最大化喂价。

不是到很严重的下跌市才需要大力度的反馈，当前也需要！

N是一个可调参数啊，不是非得1.8，可以是2、5、8、10，根据喂价结果来调，测试得到数据后可以以溢价范围为判断条件自动调整N的值。

        也对，N足够大的话可以加速纠偏，但是当溢价为0，N再大也没有作用的。也就是说溢价接近零的时候，仅仅调大N作用会变小的。实际上abit的公式可以看作是， 喂价 = BTS市场价 * (bitcny/cny价+M)^N,M=0的一种特殊情况，也就是默认调控目标为0。这个加调控参数M也是根据ABIT的公式改进来的，可以说ABIT的这个算法非常具有闪光点！改进之后，M以及N都是可调参数。有了这两个参数，我们要达到的目标以及精度就可以很好的控制住了。

   喂价 = BTS市场价 * (bitcny/cny价)^N，当溢价2%时，N=5，那么喂价 = BTS市场价 * (1.02)^5=BTS市场价 *1.104，提高约10%。有明显效果。

        考虑到鼓鼓充值费用，承兑商约1%的充提差价，而且QC提现也是1%，QC对人民币贬值约1%，鼓鼓充值为负利于激活内盘。把这些因素综合起来，建议宽松目标2%比较合适。况且宽松目标设为2%，鼓鼓充值费率约负1%左右，看不出对系统有任何伤害。
        结论：值得尝试M=0.02，N=3。这样的话，理论上bitcny/cny会在正负2%之间波动。很可能实现bitcny/cny长期接近“0”的理想状态。
         

按照 PID 控制的思路， P（比例）+I（积分）是无法消除“静差”的，虽然积分单元可以降低静差。

我之前用的 喂价 = BTS市场价 * (bitcny/cny价)^N 这个公式是个典型，N>1 时相当于引入了积分单元。但是这是个弱积分，因为公式里没有时间参数，或者说，积分时间太小。

喂价 = BTS市场价 * (bitcny/cny价+M)^N 这个公式的话， 我感觉 M 应该是动态的，静态的话就是单向调节，感觉不太对。

顺便再说下我现在用的公式， 喂价 = BTS当前中间喂价 * (bitcny/cny价)^N ，用当前喂价作被乘数，相当于引入了D（微分）单元。当然，效果还要观察。引入微分控制后，抗干扰性会变差。见证人应该尝试、采用不同的公式，这样可以中和偏差。

[binggo]

调喂价和调MCR没有本质区别，只是后者看起来更直观而已。
喂价与内盘价之比高过MSSR，会明显增加黑天鹅的风险，这一点毋庸赘述。

蟹哥，调喂价与调MCR还是有不小区别的吧：
1、浮动喂价是负反馈，补偿喂价的及时性比较好，但是，当重提费率临近0以及内外盘无明显价差时，浮动喂价也将趋近基准喂价（外盘交易所加权平均价）；当然，我们可以认为此时流动性基本满足市场需求，但抵押的高成本依然存在（1.75倍MCR）；市场满足突发流动性的能力依然需要低MCR低成本驱动。这点可比对2倍抵押（1.25倍MCR）与3倍抵押（1.75倍MCR），两者安全边际一样，制造流动性的能力差距明显。
2、浮动喂价补偿空间不超过MSSR，补偿效果一般，起到部分抑制高充提费率的作用，优点是实施简易、部署周期短；调MCR是刚性全局性的降低流动性成本，但会带来黑天鹅的压力，需要调高MSSR来有效对冲风险，并改进爆仓规则（砸低价挂爆仓单）等等措施来协同进行，前面回帖已有详述，不再赘述，缺点是开发周期较长，需要做各种漏洞测试，总体部署周期长。这里还有一个想法是，等后期BUG修正到位，也可以考虑以全局性的抵押率来负反馈自动化线性调整MCR，譬如全局抵押率不足20%时，MCR=1.25，全局性抵押率>45%，MCR>=4，当然，调MCR，太过刚性了点，既然革新，肯定也需要虑及流动性泛滥之时的一并改进措施。

对于“喂价与内盘价之比高过MSSR，会明显增加黑天鹅的风险，这一点毋庸赘述。”这点， 完全认同。

        思前想后，还是需要讨论下”黑天鹅。“观点：如果不能从机制上，从根子上，避免"黑天鹅"威胁，可以说BTS依然是不成功的。
言语间，我发现目前几乎没有人认为BTS黑天鹅是可以避免的。多数认为可能性已经很小了，但是我认为，这样还不行，必须是”零“可能性。下调MCR，确实会增加资不抵债的可能，不建议下调MCR。甚至在适当的时机建议增大MCR,比如牛市或者bitcny大幅贬值的时候，为大熊市或者bitcny溢价的时候留下足够大的调整空间。
         
        试想，我们正在大力推广智能货币的使用，突然间来个黑天鹅全局清算，那么我们不是前功尽弃么？当前的黑天鹅处理方式也是不可取的，建议改变。极端情况下，资不抵债的时候，执行全局清算，这是不可取的，荒唐的，愚昧的，或者说，是一种自我毁灭行为。即使按照所谓的市场价的”喂价“，已经资不抵债了，触发黑天鹅了，那么也不建议立即执行。说句难听而霸道的话，我的地盘我做主。执行标准是按照“喂价”计算的，我们只要调高了喂价，在外界看来“一切正常”。实际上确实保证了系统运转正常，最多就是bitcny贬值一点而已。恰恰几次面临黑天鹅的时候，是bitcny溢价很高很高的时候。说明还有很大的空间上调喂价，完全是我们的机制问题，不是真的资不抵债了。前几次的威胁不过是“假”的黑天鹅而已。
         结论：采用负反馈调整喂价，优于调整MCR以及MSSR。

逻辑真好。

[gghi]

调喂价和调MCR没有本质区别，只是后者看起来更直观而已。
喂价与内盘价之比高过MSSR，会明显增加黑天鹅的风险，这一点毋庸赘述。

蟹哥，调喂价与调MCR还是有不小区别的吧：
1、浮动喂价是负反馈，补偿喂价的及时性比较好，但是，当重提费率临近0以及内外盘无明显价差时，浮动喂价也将趋近基准喂价（外盘交易所加权平均价）；当然，我们可以认为此时流动性基本满足市场需求，但抵押的高成本依然存在（1.75倍MCR）；市场满足突发流动性的能力依然需要低MCR低成本驱动。这点可比对2倍抵押（1.25倍MCR）与3倍抵押（1.75倍MCR），两者安全边际一样，制造流动性的能力差距明显。
2、浮动喂价补偿空间不超过MSSR，补偿效果一般，起到部分抑制高充提费率的作用，优点是实施简易、部署周期短；调MCR是刚性全局性的降低流动性成本，但会带来黑天鹅的压力，需要调高MSSR来有效对冲风险，并改进爆仓规则（砸低价挂爆仓单）等等措施来协同进行，前面回帖已有详述，不再赘述，缺点是开发周期较长，需要做各种漏洞测试，总体部署周期长。这里还有一个想法是，等后期BUG修正到位，也可以考虑以全局性的抵押率来负反馈自动化线性调整MCR，譬如全局抵押率不足20%时，MCR=1.25，全局性抵押率>45%，MCR>=4，当然，调MCR，太过刚性了点，既然革新，肯定也需要虑及流动性泛滥之时的一并改进措施。

对于“喂价与内盘价之比高过MSSR，会明显增加黑天鹅的风险，这一点毋庸赘述。”这点， 完全认同。

        思前想后，还是需要讨论下”黑天鹅。“观点：如果不能从机制上，从根子上，避免"黑天鹅"威胁，可以说BTS依然是不成功的。
言语间，我发现目前几乎没有人认为BTS黑天鹅是可以避免的。多数认为可能性已经很小了，但是我认为，这样还不行，必须是”零“可能性。下调MCR，确实会增加资不抵债的可能，不建议下调MCR。甚至在适当的时机建议增大MCR,比如牛市或者bitcny大幅贬值的时候，为大熊市或者bitcny溢价的时候留下足够大的调整空间。
         
        试想，我们正在大力推广智能货币的使用，突然间来个黑天鹅全局清算，那么我们不是前功尽弃么？当前的黑天鹅处理方式也是不可取的，建议改变。极端情况下，资不抵债的时候，执行全局清算，这是不可取的，荒唐的，愚昧的，或者说，是一种自我毁灭行为。即使按照所谓的市场价的”喂价“，已经资不抵债了，触发黑天鹅了，那么也不建议立即执行。说句难听而霸道的话，我的地盘我做主。执行标准是按照“喂价”计算的，我们只要调高了喂价，在外界看来“一切正常”。实际上确实保证了系统运转正常，最多就是bitcny贬值一点而已。恰恰几次面临黑天鹅的时候，是bitcny溢价很高很高的时候。说明还有很大的空间上调喂价，完全是我们的机制问题，不是真的资不抵债了。前几次的威胁不过是“假”的黑天鹅而已。
         结论：采用负反馈调整喂价，优于调整MCR以及MSSR。

[gghi]

基于abit的这个算法可以实现快速纠偏：

喂价 = BTS市场价 * (bitcny/cny价)^1.8

这种幂函数算法的缺点很明显，就是溢价不是太高时改进效果不明显。

比如当溢价=2%时，喂价=BTS市场价*1.036

而其实溢价2%已经是很严重的通缩了，应该采取足够大的反馈力度了，这时完全可以喂价=BTS市场价*1.08，保证爆仓单可以被吃的安全边际条件下最大化喂价。

不是到很严重的下跌市才需要大力度的反馈，当前也需要！

N是一个可调参数啊，不是非得1.8，可以是2、5、8、10，根据喂价结果来调，测试得到数据后可以以溢价范围为判断条件自动调整N的值。

        无论采用何种计算方法，希望您的算法有效果，目前看到您的喂价0.8629  已经低于系统喂价0.8768了。期待您的改变。