محاسبه فاندینگ فیوچرز با هوش مصنوعی؛ چرا ۳۱ تتر سود به زیان تبدیل شد؟

سود ۳۱ تتری حاصل از حرکت قیمت لزوماً سود نهایی نیست. اگر در سه نوبت فاندینگ جمعاً ۲۸ تتر از حساب کم شده باشد و کارمزدهای معامله هم ۹ تتر باشند، نتیجه خالص ۶ تتر زیان است. برای دیدن این اختلاف، از ChatGPT بخواهید فاندینگ هر نوبت را از روی اندازه همان موقعیت و نرخ قطعی محاسبه کند، سپس آن را با گردش حساب تطبیق دهد. جمعزدن درصدها یا اعتماد به عدد سبز روی صفحه کافی نیست.
این روش برای بررسی یک موقعیت گذشته با قرارداد دائمی خطی و تسویه به تتر (USDT) است. مثال و نرخها فرضیاند؛ نه از حساب واقعی گرفته شدهاند و نه نرخ فعلی هیچ پلتفرمی را نشان میدهند.
فهرست مطالب
فاندینگ روی ارزش موقعیت حساب میشود، نه وثیقه
فاندینگ پرداخت دورهای میان دارندگان موقعیت خرید (لانگ) و فروش (شورت) در قرارداد دائمی است؛ با کارمزد ثبت یا اجرای معامله فرق دارد. در مستند فاندینگ بایبیت، نرخ مثبت یعنی لانگ پرداخت میکند و شورت دریافت؛ نرخ منفی برعکس است. در قراردادهای خطی با تسویه تتر که مستند توضیح میدهد، ارزش موقعیت برابر مقدار دارایی پایه ضربدر مارکپرایس در لحظه فاندینگ است. مارکپرایس قیمت مرجع پلتفرم است و نباید آن را با قیمت ورود یا آخرین معامله عوض کرد. اگر گزارش بهجای مقدار دارایی پایه، تعداد قرارداد میدهد، ابتدا ضریب هر قرارداد را از مشخصات رسمی محصول بررسی کنید.
مثلاً اگر ارزش اسمی موقعیت ۱۵٬۰۰۰ تتر و وثیقه آن ۱٬۵۰۰ تتر باشد، فاندینگ ۰٫۰۸٪ بر مبنای ارزش اسمی ۱۲ تتر است، نه ۱٫۲ تتر. نرخ فاندینگ و فاصله تسویه هم ممکن است در محصولات مختلف فرق کند؛ ساعتهای نمونه را به حساب خود تعمیم ندهید. این فرمول را برای قرارداد معکوس یا تسویه با دارایی دیگر کپی نکنید.
سه تسویه نمونه؛ یکی دریافت و دو تا پرداخت
یک لانگ فرضی قرارداد دائمی بیتکوین/تتر را در نظر بگیرید. دادههای قیمت، اندازه، نرخ و گردش حساب زیر برای تمرین ساخته شدهاند. ستون آخر با قرارداد علامتِ جریان نقدی نوشته شده است: مثبت یعنی ورود به حساب و منفی یعنی خروج. علامت ستون «کارمزد» در فایل پلتفرم ممکن است برعکس باشد.
| نوبت فرضی (UTC) | مقدار BTC | مارکپرایس (تتر) | ارزش موقعیت (تتر) | نرخ قطعی | جریان نقدی (تتر) |
|---|---|---|---|---|---|
| روز اول، ۰۰:۰۰ | ۰٫۲۴ | ۶۲٬۵۰۰ | ۱۵٬۰۰۰ | ۰٫۰۸٪ | −۱۲ |
| روز اول، ۰۸:۰۰ | ۰٫۱۶ | ۶۲٬۵۰۰ | ۱۰٬۰۰۰ | −۰٫۰۴٪ | +۴ |
| روز اول، ۱۶:۰۰ | ۰٫۳۲ | ۶۲٬۵۰۰ | ۲۰٬۰۰۰ | ۰٫۱۰٪ | −۲۰ |
مارکپرایس را عمداً یکسان گذاشتهایم تا اثر تغییر اندازه را جدا ببینید. در نوبت سوم، ۲۰٬۰۰۰ × ۰٫۰۰۱ = ۲۰ تتر است. جمع بدهکارها ۳۲ تتر و جمع بستانکارها ۴ تتر است؛ جریان خالص فاندینگ منفی ۲۸ تتر میشود. ضرب جمع نرخها در اندازه نهایی موقعیت، ۲۸ تتر به دست نمیدهد؛ هر نرخ به ارزش همان لحظه تعلق دارد.

فایل تمرین را چطور با ChatGPT بررسی کنیم؟
ابتدا نمونه زیر را بهصورت متن کپی کنید. سپس اگر میخواهید همین روش را روی داده خودتان به کار ببرید، فقط ستونهای ضروری و ناشناسشده را بیاورید. شماره حساب، موجودی کل، نام، کلید دسترسی و شناسههای قابلردیابی را حذف کنید. برای تطبیق، یک برچسب ساختگی مثل F01 بدهید؛ دادهای که نمیخواهید جایی بارگذاری شود را در یک صفحهگسترده آفلاین بررسی کنید. مستند تحلیل داده ChatGPT فرمت CSV و بررسی روش و خروجی را توضیح میدهد. این کار فقط خواندن فایل است و نیازی به اتصال حساب یا دسترسی معامله ندارد.
row,time_utc,side,qty_btc,mark_usdt,rate_pct,logged_cash_usdt
F01,D1T00:00Z,LONG,0.24,62500,0.08,-12
F02,D1T08:00Z,LONG,0.16,62500,-0.04,4
F03,D1T16:00Z,LONG,0.32,62500,0.10,-20
در این نمونه D1 برچسب روز فرضی و rate_pct عدد به واحد درصد است: 0.08 یعنی ۰٫۰۸٪، نه ۸٪. در فایل واقعی، تاریخ کامل، منطقه زمانی و نرخ تسویهشده همان نوبت را ثبت کنید. اگر نرخ را از فایلی گرفتهاید که از قبل بهصورت اعشاری (مثلاً 0.0008) ذخیره شده، تقسیم دوباره بر ۱۰۰ خطاست.
فایل نمونه را فقط برای ممیزی قرارداد دائمی خطی با تسویه تتر بخوان. هر سطر یک تسویه است. مقدار مثبت در logged_cash_usdt ورودی و مقدار منفی خروجی حساب است. برای هر سطر حاصل مقدار BTC ضربدر مارکپرایس و حاصل ضرب آن در rate_pct تقسیم بر ۱۰۰ را نشان بده؛ برای LONG علامت جریان را معکوس و برای SHORT همان علامت را نگه دار. جریان مورد انتظار، مبلغ ثبتشده و اختلافشان (ثبتشده منهای مورد انتظار) را کنار هم چاپ کن. مجموع پرداخت، مجموع دریافت و جریان خالص را جدا بنویس. اگر واحد، جهت یا نرخ قطعی معلوم نیست، آن ردیف را برای بررسی جدا کن و بهجای صفر گذاشتن یا حدسزدن، بگو چه دادهای کم است. نه معامله کن و نه به حساب متصل شو.
خروجی را با سه کنترل مستقل بسنجید
- کنترل نرخ و علامت: سطر اول را با ماشینحساب بررسی کنید: ۱۵٬۰۰۰ × ۰٫۰۰۰۸ = ۱۲. برای لانگِ این مثال خروجی باید منفی ۱۲ باشد. در سطر دوم با نرخ منفی، جریان نقدی لانگ باید مثبت ۴ باشد. اگر علامتها برعکس شدند، ابتدا تعریف ستون گزارش را بررسی کنید و به مدل نگویید خودسرانه علامت را برگرداند.
- کنترل ثبت واقعی: در هر سطر، جریان محاسبهشده را از مبلغ ثبتشده جدا کنید و اختلاف را با واحد تتر نشان دهید. آزمون خطا: اگر در نمونه F02، مبلغ ثبتشده را از
4به-4تغییر دهید، مدل باید اختلاف «ثبتشده منهای مورد انتظار» را منفی ۸ تتر نشان دهد، نه اینکه آن را اصلاح یا پنهان کند. یک ردیف ناموجود یا نوبت مرزی را هم صفر قطعی فرض نکنید؛ سابقه خود پلتفرم مرجع ثبت است. - کنترل دوبارهشماری: عدد ۳۱ تتر فقط سود ناخالص حرکت قیمت است. اگر ستون مبنا از ابتدا Closed P&L خالص بوده، ممکن است فاندینگ و کارمزد ورود و خروج از قبل در آن منظور شده باشند. با توجه به شرح رسمی بایبیت برای P&L قرارداد خطی، همین تفاوت خصوصاً برای خروج پلهای مهم است: مقدارهای خالص و ناخالص را برای یک بازه و موقعیت واحد مقایسه کنید و هیچ هزینهای را دو بار کم نکنید.

چرا نتیجه نهایی منفی شد؟
در مثال کامل، ۳۱ تتر سود ناخالص حرکت قیمت + (۲۸− تتر فاندینگ خالص) − ۹ تتر کارمزد معامله = ۶− تتر. اگر فقط قیمت و کارمزد معامله را میدیدید، نتیجه ۲۲ تتر مثبت به نظر میرسید. اگر جریان فاندینگ را با علامت وارونه میخواندید، حتی ممکن بود اشتباهاً ۵۰ تتر سود گزارش کنید. بررسی ردیفی هر دو خطا را آشکار میکند.
برای ثبت نتیجه به تومان، ابتدا تطبیق را کامل در تتر انجام دهید و بعد نرخ تبدیل و زمان آن را جداگانه ثبت کنید. اختلاف نرخ تتر/تومان را به اشتباه زیر عنوان «هزینه فاندینگ» نگذارید. اگر دنبال تفاوت این موارد با کسورات دیگر هستید، راهنمای تفاوت فاندینگ و کارمزد معامله را ببینید.
نشان OpenAI در تصاویر متعلق به OpenAI است. این راهنمای مستقل، همکاری یا تأیید رسمی هیچیک از شرکتهای نامبرده را نشان نمیدهد.






