Funding rates убивают ваш leverage: почему PnL×50x — фикция

Допустим, вы оптимизировали стратегию. Бэктест показывает PnL +55%, MaxDD -0.9%. Вы считаете MaxLev: $\lfloor 50 / 0.9 \rfloor = 55\times$. Умножаете: $55\% \times 55 = +3025\%$. Три тысячи процентов за два года. Вы уже мысленно выбираете Ламборгини.

Через три месяца в продакшене ваш капитал ниже стартового. Стратегия работает точно по бэктесту — те же входы, те же выходы, та же просадка. Но вы теряете деньги. Каждый день. Стабильно.

Причина: funding rates. Невидимая комиссия, которую ваш бэктест не учитывал — или учитывал неправильно.

Как работают funding rates

На криптовалютных биржах бессрочные фьючерсы (perpetual swaps) не имеют даты экспирации. Чтобы цена фьючерса не отрывалась от спотовой цены, биржи используют механизм funding — периодические платежи между лонгами и шортами.

Механика на Binance/Bybit:

• Funding выплачивается каждые 8 часов (00:00, 08:00, 16:00 UTC)
• Ставка funding определяется разницей между ценой фьючерса и спотовой ценой
• Если funding rate положительный — лонги платят шортам
• Если отрицательный — шорты платят лонгам
• Типичная ставка: $\pm 0.01\%$ за 8 часов (может достигать $\pm 0.5\%$ в экстремальных условиях)

Формула для одной выплаты:

$\text{Funding cost} = \text{Position size} \times \text{Funding rate}$

При leverage $L$ и капитале $C$:

$\text{Funding cost} = C \times L \times \text{Rate}$

Почему бэктесты врут о leverage

Стандартная метрика MaxLev (Maximum Leverage) — это теоретический потолок плеча, при котором просадка не превышает целевого уровня:

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

Эта формула не учитывает costs, зависящие от leverage. При 1× плече funding rate — незначительная комиссия. При 58× — это катастрофа.

Линейные vs квадратичные costs

Торговые комиссии (maker/taker fees) линейны — они пропорциональны объёму сделки и не зависят от плеча. Funding rates — тоже линейны по позиции, но при пересчёте на единицу капитала они растут пропорционально плечу:

$\text{Funding cost per capital} = L \times \text{Rate} \times \text{Frequency}$

При holding period $H$ дней и 3 выплатах в день:

$\text{Total funding} = L \times \text{Rate} \times 3 \times H$

Пересчёт: примеры стратегий с учётом funding

Для примера рассмотрим три условные стратегии с разным профилем риска. Параметры: бессрочный фьючерс, тестовый период 25 месяцев, типичный funding rate 0.01% за 8 часов.

Исходные результаты (без учёта funding)

Расчёт funding cost

def funding_cost(
    leverage: float,
    trading_time_pct: float,
    test_days: int = 750,  # 25 месяцев
    funding_rate: float = 0.0001,  # 0.01% per 8h
    payments_per_day: int = 3,
) -> float:
    """
    Расчёт совокупных funding costs как % от капитала.

    Returns:
        Funding cost в процентах от начального капитала
    """
    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  # в процентах

Считаем:

a_funding = funding_cost(55, 0.15, 750)

b_funding = funding_cost(66, 0.05, 750)

c_funding = funding_cost(3, 0.45, 750)

Результаты с учётом funding

На первый взгляд кажется терпимо: funding съедает 3–6% от итогового PnL@ML. Но это средний funding rate. Давайте посмотрим, что происходит при повышенных ставках.

Funding rate не константа

Типичный funding rate 0.01% — это медианное значение. В реальности ставки колеблются:

При leverage 55× и бычьем рынке (0.03%): один день в лонг-позиции стоит 4.95% от капитала только на funding.

PnL per active day vs funding per day

Вот ключевой расчёт — дневная доходность стратегии против дневных costs:

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

С такими числами funding кажется некритичным. Но эти числа — средние. Проблема в другом.

Реальная проблема: funding во время просадки

Funding costs аккумулируются постоянно, пока позиция открыта — включая периоды просадки. Для примера: максимальная просадка 0.9% (Strategy A) при leverage 55× превращается в:

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

Это уже на грани ликвидации. Теперь добавьте funding:

$\text{DD с funding} = 49.3\% + \text{accumulated funding during DD period}$

Если просадка длится 3 дня при funding rate 0.01%:

$\text{Funding за 3 дня} = 0.0001 \times 3 \times 55 \times 3 = 4.95\%$

Итого: $49.5\% + 4.95\% = 54.45\%$ — ликвидация при стандартном maintenance margin 50%.

Формула безопасного leverage с учётом funding

$L_{safe} = \frac{\text{Target DD} - \text{Funding buffer}}{|\text{MaxDD}|}$

где Funding buffer — ожидаемый funding за типичную длительность просадки:

$\text{Funding buffer} = \text{Rate} \times 3 \times L \times \text{DD duration (days)}$

Это рекуррентное уравнение (funding buffer зависит от $L$). Решение:

$L_{safe} = \frac{\text{Target DD}}{|\text{MaxDD}| + \text{Rate} \times 3 \times \text{DD duration}}$

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:
    """
    Безопасное плечо с учётом funding costs во время просадки.
    """
    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)

Вывод: при типичном funding безопасное плечо для Strategy A — 50×, а не 55×. При повышенном funding — 42×. Разница в PnL@ML:

• Наивный: $55\% \times 55 = +3025\%$
• С funding (0.01%): $55\% \times 50 - 165\% = +2585\%$
• С funding (0.03%): $55\% \times 42 - 400\% = +1910\%$

Практическая интеграция funding в бэктест

Учёт funding rates в бэктесте — не опция, а необходимость. Вот минимальная реализация:

import pandas as pd
import numpy as np

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

def apply_funding_to_trades(trades, funding_rates, leverage: int = 1):
    """
    Вычитает реальные funding costs из PnL каждой сделки.
    """
    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

В хорошем бэктест-движке funding rates загружаются и применяются к каждой сделке автоматически. Это даёт реалистичную картину — и часто она менее радужная, чем хотелось бы.

Диапазон реалистичного leverage

Для примера — как funding rate влияет на безопасное плечо при разных MaxDD:

Ключевое наблюдение: для стратегий с низкой просадкой (Strategy A, B) funding значительно снижает эффективное плечо. Для стратегий с высокой просадкой (Strategy C) влияние funding минимально — потому что плечо и так ограничено 3×.

Стратегии минимизации funding impact

1. Hedge-нейтральные позиции

Funding rate определяется разницей цены фьючерса и спота. Если ваша стратегия допускает хеджирование через спот — funding нивелируется:

• Лонг фьючерс + шорт спот = 0 net exposure к funding
• Но: шорт спот на крипте ограничен (нужен margin account или lending)

2. Перенос на биржи с низким funding

Разные биржи имеют разные funding rates для одного и того же актива. Мониторинг арбитража funding — отдельная стратегия, подробно описанная в статье Арбитраж funding rates между биржами.

3. Таймирование входов

Funding выплачивается в фиксированное время (00:00, 08:00, 16:00 UTC). Если сделка закрывается за минуту до выплаты — funding не списывается. Это микрооптимизация, но при 58× плече экономия 0.58% за одну пропущенную выплату — существенна.

4. Динамическое плечо

Вместо фиксированного leverage используйте адаптивное:

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

При повышенном funding плечо автоматически снижается, ограничивая costs.

Рекомендации по интеграции funding в пайплайн

Funding rates должны быть обязательной частью бэктест-пайплайна:

• Загружайте исторические funding rates для каждого символа
• Корректируйте каждую сделку на реальный funding за период удержания
• Рассчитывайте MaxLev по формуле с funding buffer
• В отчёте отображайте оба числа: PnL@ML без funding и с funding

Практическое правило: если стратегия перестаёт быть прибыльной при funding rate 0.03% (что случается 20–30% времени на бычьем рынке) — она не готова к продакшену на высоком плече. Снижайте leverage до уровня, при котором стратегия прибыльна даже в worst-case funding scenario.

Заключение

Funding rates — это налог на leverage. Как и реальный налог, он незаметен при малых суммах и разрушителен при больших.

Три правила:

1. Всегда считайте PnL@ML с учётом funding. Формула без funding — маркетинг, не торговля. Загрузите исторические funding rates и вычтите реальные costs из каждой сделки.

2. Используйте формулу безопасного leverage:

$L_{safe} = \frac{\text{Target DD}}{|\text{MaxDD}| + \text{Rate} \times 3 \times \text{DD duration}}$

3. Тестируйте при 3× funding. Если стратегия прибыльна при funding 0.03% (а не только при 0.01%) — она робастна. Если нет — снижайте leverage.

Красивые числа PnL при 50–60× leverage — приятная иллюзия. Funding rates — холодная реальность. Между ними — разница между бэктестом и торговым счётом.

Подробнее о математике просадок и volatility drag при высоком плече — в нашей статье Асимметрия убытков и прибылей. О том, как получить доверительные интервалы для скорректированных на funding результатов — Monte Carlo Bootstrap для бэктестов.

Полезные ссылки

1. Binance — Funding Rate History
2. Binance — Introduction to Funding Rates
3. Bybit — Understanding Funding Rates
4. Deribit Insights — The Hidden Cost of Perpetual Swaps
5. López de Prado — Advances in Financial Machine Learning, Chapter 14: Backtest Statistics
6. Kevin Davey — Building Winning Algorithmic Trading Systems: Transaction Costs

Цитирование

@article{soloviov2026fundingratesleverage,
  author = {Soloviov, Eugen},
  title = {Funding rates убивают ваш leverage: почему PnL×50x — фикция},
  year = {2026},
  url = {https://marketmaker.cc/ru/blog/post/funding-rates-kill-leverage},
  version = {0.1.0},
  description = {Как funding rates на Binance/Bybit превращают красивые бэктест-результаты при высоком плече в гарантированный убыток. Формулы, пересчёт реальных стратегий и максимальное плечо, при котором funding не съедает прибыль.}
}