Kadar Pembiayaan Membunuh Leverage Anda: Mengapa PnL×50x Adalah Rekaan

Katakan anda telah mengoptimumkan satu strategi. Backtest menunjukkan PnL +55%, MaxDD -0.9%. Anda mengira MaxLev: $\lfloor 50 / 0.9 \rfloor = 55\times$. Anda darabkan: $55\% \times 55 = +3025\%$. Tiga ribu peratus dalam tempoh dua tahun. Anda sudah pun membayangkan Lamborghini pilihan anda.

Tiga bulan dalam pengeluaran sebenar, modal anda di bawah titik permulaan. Strategi berjalan tepat seperti yang diuji — entri yang sama, keluar yang sama, drawdown yang sama. Tetapi anda sedang rugi. Setiap hari. Secara konsisten.

Sebabnya: kadar pembiayaan. Yuran tidak kelihatan yang backtest anda tidak ambil kira — atau mengambil kira secara tidak betul.

Bagaimana Kadar Pembiayaan Berfungsi

Di bursa mata wang kripto, swap kekal tidak mempunyai tarikh tamat tempoh. Untuk mengekalkan harga niaga hadapan terpaut pada harga spot, bursa menggunakan mekanisme pembiayaan — pembayaran berkala antara pihak long dan short.

Mekanik di Binance/Bybit:

• Pembiayaan dibayar setiap 8 jam (00:00, 08:00, 16:00 UTC)
• Kadar pembiayaan ditentukan oleh perbezaan antara harga niaga hadapan dan harga spot
• Jika kadar pembiayaan positif — pihak long membayar kepada pihak short
• Jika negatif — pihak short membayar kepada pihak long
• Kadar biasa: $\pm 0.01\%$ setiap 8 jam (boleh mencapai $\pm 0.5\%$ dalam keadaan ekstrem)

Formula untuk satu pembayaran:

$\text{Kos pembiayaan} = \text{Saiz posisi} \times \text{Kadar pembiayaan}$

Dengan leverage $L$ dan modal $C$:

$\text{Kos pembiayaan} = C \times L \times \text{Kadar}$

Mengapa Backtest Berbohong Tentang Leverage

Metrik MaxLev (Leverage Maksimum) standard adalah had teori leverage di mana drawdown tidak melebihi tahap sasaran:

$\text{MaxLev} = \left\lfloor \frac{\text{Sasaran DD}}{\text{MaxDD}} \right\rfloor$

Formula ini tidak mengambil kira kos yang bergantung pada leverage. Pada leverage 1x, kadar pembiayaan adalah yuran yang tidak bererti. Pada 58x — ia adalah bencana.

Kos Linear vs Kuadratik

Komisen perdagangan (yuran maker/taker) adalah linear — ia berkadar dengan jumlah dagangan dan tidak bergantung pada leverage. Kadar pembiayaan juga linear berkenaan saiz posisi, tetapi apabila dikira semula per unit modal, ia berkembang berkadar dengan leverage:

$\text{Kos pembiayaan per modal} = L \times \text{Kadar} \times \text{Kekerapan}$

Dengan tempoh pegangan $H$ hari dan 3 pembayaran sehari:

$\text{Jumlah pembiayaan} = L \times \text{Kadar} \times 3 \times H$

Pengiraan Semula: Contoh Strategi Dengan Mengambil Kira Pembiayaan

Sebagai contoh, pertimbangkan tiga strategi hipotetikal dengan profil risiko yang berbeza. Parameter: niaga hadapan kekal, tempoh ujian 25 bulan, kadar pembiayaan biasa 0.01% setiap 8 jam.

Keputusan Asal (Tanpa Pembiayaan)

Mengira Kos Pembiayaan

def funding_cost(
    leverage: float,
    trading_time_pct: float,
    test_days: int = 750,  # 25 months
    funding_rate: float = 0.0001,  # 0.01% per 8h
    payments_per_day: int = 3,
) -> float:
    """
    Calculate cumulative funding costs as % of capital.

    Returns:
        Funding cost as percentage of initial capital
    """
    active_days = test_days * trading_time_pct
    daily_cost = funding_rate * payments_per_day * leverage
    total_cost = daily_cost * active_days
    return total_cost * 100  # in percent

Pengiraan:

a_funding = funding_cost(55, 0.15, 750)

b_funding = funding_cost(66, 0.05, 750)

c_funding = funding_cost(3, 0.45, 750)

Keputusan Dengan Mengambil Kira Pembiayaan

Pada pandangan pertama ini nampak boleh diterima: pembiayaan memakan 3-6% daripada PnL@ML akhir. Tetapi ini adalah kadar pembiayaan purata. Mari kita lihat apa yang berlaku pada kadar yang meningkat.

Kadar Pembiayaan Bukan Pemalar

Kadar pembiayaan biasa 0.01% adalah nilai median. Pada hakikatnya, kadar berubah-ubah:

Pada leverage 55x semasa pasaran bullish (0.03%): satu hari dalam posisi long sahaja menelan 4.95% modal dalam pembiayaan semata-mata.

PnL per Hari Aktif vs Pembiayaan per Hari

Inilah pengiraan utama — pulangan harian strategi berbanding kos harian:

a_pnl_per_day = 55 * 55 / 112.5  # PnL@ML / active days = 26.9%/day



b_pnl_per_day = 25 * 66 / 37.5  # = 44.0%/day

Dengan angka seperti ini, pembiayaan nampak tidak kritikal. Tetapi ini adalah purata. Masalahnya terletak di tempat lain.

Masalah Sebenar: Pembiayaan Semasa Drawdown

Kos pembiayaan terkumpul secara berterusan semasa posisi terbuka — termasuk semasa tempoh drawdown. Sebagai contoh: drawdown maksimum 0.9% (Strategi A) pada leverage 55x menjadi:

$\text{DD berkesan} = 0.9\% \times 55 = 49.5\%$

Ini sudah berada di tepi likuidasi. Sekarang tambahkan pembiayaan:

$\text{DD dengan pembiayaan} = 49.3\% + \text{pembiayaan terkumpul semasa tempoh DD}$

Jika drawdown berlangsung 3 hari pada kadar pembiayaan 0.01%:

$\text{Pembiayaan selama 3 hari} = 0.0001 \times 3 \times 55 \times 3 = 4.95\%$

Jumlah: $49.5\% + 4.95\% = 54.45\%$ — likuidasi pada margin penyelenggaraan standard 50%.

Formula Leverage Selamat Dengan Mengambil Kira Pembiayaan

$L_{safe} = \frac{\text{Sasaran DD} - \text{Penimbal pembiayaan}}{|\text{MaxDD}|}$

di mana Penimbal pembiayaan adalah pembiayaan yang dijangka sepanjang tempoh drawdown biasa:

$\text{Penimbal pembiayaan} = \text{Kadar} \times 3 \times L \times \text{Tempoh DD (hari)}$

Ini adalah persamaan rekursif (penimbal pembiayaan bergantung pada $L$). Penyelesaiannya:

$L_{safe} = \frac{\text{Sasaran DD}}{|\text{MaxDD}| + \text{Kadar} \times 3 \times \text{Tempoh DD}}$

def safe_leverage(
    max_dd_pct: float,
    target_dd_pct: float = 50.0,
    funding_rate: float = 0.0001,
    dd_duration_days: float = 3.0,
) -> float:
    """
    Safe leverage accounting for funding costs during drawdown.
    """
    denominator = max_dd_pct / 100 + funding_rate * 3 * dd_duration_days
    return target_dd_pct / 100 / denominator

a_safe = safe_leverage(0.9, 50.0, 0.0001, 3.0)

a_safe_high = safe_leverage(0.9, 50.0, 0.0003, 3.0)

Kesimpulan: pada kadar pembiayaan biasa, leverage selamat untuk Strategi A adalah 50x, bukan 55x. Pada pembiayaan yang meningkat — 42x. Perbezaan dalam PnL@ML:

• Naif: $55\% \times 55 = +3025\%$
• Dengan pembiayaan (0.01%): $55\% \times 50 - 165\% = +2585\%$
• Dengan pembiayaan (0.03%): $55\% \times 42 - 400\% = +1910\%$

Integrasi Praktikal Pembiayaan ke dalam Backtest

Mengambil kira kadar pembiayaan dalam backtest bukan pilihan — ia adalah satu keperluan. Berikut adalah pelaksanaan minimum:

import pandas as pd
import numpy as np

def load_funding_rates(symbol: str) -> pd.DataFrame:
    """Load historical funding rates from warehouse."""
    path = f"warehouse/data/{symbol}/funding/"
    return df  # columns: [timestamp, rate]

def apply_funding_to_trades(trades, funding_rates, leverage: int = 1):
    """
    Subtract real funding costs from each trade's PnL.
    """
    for trade in trades:
        mask = (
            (funding_rates.index >= trade.entry_time) &
            (funding_rates.index <= trade.exit_time)
        )
        payments = funding_rates.loc[mask, 'rate']

        direction = 1 if trade.side == 'long' else -1
        total_funding = payments.sum() * direction * leverage

        trade.pnl_pct -= total_funding * 100

    return trades

Dalam enjin backtesting yang dibina dengan baik, kadar pembiayaan dimuatkan dan digunakan pada setiap dagangan secara automatik. Ini memberikan gambaran yang realistik — dan ia sering kurang cerah daripada yang dikehendaki.

Julat Leverage yang Realistik

Sebagai contoh — bagaimana kadar pembiayaan mempengaruhi leverage selamat pada tahap MaxDD yang berbeza:

Pemerhatian utama: untuk strategi dengan drawdown rendah (Strategi A, B), pembiayaan mengurangkan leverage berkesan dengan ketara. Untuk strategi dengan drawdown tinggi (Strategi C), impak pembiayaan adalah minimum — kerana leverage sudah terhad kepada 3x.

Strategi untuk Meminimumkan Impak Pembiayaan

1. Posisi Hedge-Neutral

Kadar pembiayaan ditentukan oleh perbezaan antara harga niaga hadapan dan harga spot. Jika strategi anda membenarkan lindung nilai melalui spot — pembiayaan dineutralkan:

• Long niaga hadapan + short spot = 0 pendedahan bersih kepada pembiayaan
• Tetapi: shorting spot dalam kripto adalah terhad (memerlukan akaun margin atau pinjaman)

2. Berpindah ke Bursa dengan Pembiayaan yang Lebih Rendah

Bursa yang berbeza mempunyai kadar pembiayaan yang berbeza untuk aset yang sama. Memantau arbitraj pembiayaan adalah strategi yang berasingan, dihuraikan secara terperinci dalam artikel Arbitraj Kadar Pembiayaan Merentasi Bursa.

3. Masa Entri

Pembiayaan dibayar pada waktu tetap (00:00, 08:00, 16:00 UTC). Jika dagangan ditutup satu minit sebelum pembayaran — pembiayaan tidak dikenakan. Ini adalah pengoptimuman mikro, tetapi pada leverage 58x, menjimatkan 0.58% daripada satu pembayaran yang dilangkau adalah signifikan.

4. Leverage Dinamik

Daripada leverage tetap, gunakan leverage adaptif:

$L_{dynamic} = L_{base} \times \frac{\text{Kadar}_{median}}{\max(\text{Kadar}_{semasa}, \text{Kadar}_{median})}$

Apabila pembiayaan meningkat, leverage berkurang secara automatik, mengehadkan kos.

Cadangan untuk Mengintegrasikan Pembiayaan ke dalam Pipeline

Kadar pembiayaan mesti menjadi bahagian wajib dalam pipeline backtesting:

• Muatkan kadar pembiayaan sejarah untuk setiap simbol
• Laraskan setiap dagangan untuk pembiayaan sebenar sepanjang tempoh pegangan
• Kira MaxLev menggunakan formula dengan penimbal pembiayaan
• Dalam laporan, paparkan kedua-dua nombor: PnL@ML tanpa pembiayaan dan dengan pembiayaan

Peraturan praktikal: jika strategi berhenti menguntungkan pada kadar pembiayaan 0.03% (yang berlaku 20-30% masa semasa pasaran bull) — ia tidak bersedia untuk pengeluaran sebenar pada leverage tinggi. Kurangkan leverage ke tahap di mana strategi menguntungkan walaupun dalam senario pembiayaan terburuk.

Kesimpulan

Kadar pembiayaan adalah cukai ke atas leverage. Seperti cukai sebenar, ia tidak ketara dalam jumlah kecil dan memusnah dalam jumlah besar.

Tiga peraturan:

1. Sentiasa kira PnL@ML dengan mengambil kira pembiayaan. Formula tanpa pembiayaan adalah pemasaran, bukan perdagangan. Muatkan kadar pembiayaan sejarah dan tolak kos sebenar daripada setiap dagangan.

2. Gunakan formula leverage selamat:

$L_{safe} = \frac{\text{Sasaran DD}}{|\text{MaxDD}| + \text{Kadar} \times 3 \times \text{Tempoh DD}}$

3. Uji pada pembiayaan 3x. Jika strategi menguntungkan pada pembiayaan 0.03% (bukan hanya 0.01%) — ia adalah kukuh. Jika tidak — kurangkan leverage.

Nombor PnL yang cantik pada leverage 50-60x adalah ilusi yang menyenangkan. Kadar pembiayaan adalah realiti yang sejuk. Di antara keduanya terletak perbezaan antara backtest dan akaun dagangan.

Untuk lebih lanjut tentang matematik drawdown dan seret turun volatiliti pada leverage tinggi — lihat artikel kami Asimetri Kerugian-Keuntungan. Tentang cara mendapatkan selang keyakinan untuk hasil yang diselaraskan pembiayaan — Bootstrap Monte Carlo untuk Backtest.

Pautan Berguna

1. Binance — Sejarah Kadar Pembiayaan
2. Binance — Pengenalan kepada Kadar Pembiayaan
3. Bybit — Memahami Kadar Pembiayaan
4. Deribit Insights — Kos Tersembunyi Swap Kekal
5. Lopez de Prado — Advances in Financial Machine Learning, Bab 14: Statistik Backtest
6. Kevin Davey — Building Winning Algorithmic Trading Systems: Kos Transaksi

Petikan

@article{soloviov2026fundingratesleverage,
  author = {Soloviov, Eugen},
  title = {Funding Rates Kill Your Leverage: Why PnL×50x Is a Fiction},
  year = {2026},
  url = {https://marketmaker.cc/ru/blog/post/funding-rates-kill-leverage},
  version = {0.1.0},
  description = {How funding rates on Binance/Bybit turn beautiful high-leverage backtest results into guaranteed losses. Formulas, recalculation of real strategies, and the maximum leverage at which funding does not eat into profits.}
}