ИИ и DeFi-облигации: займы любой срочности в AMM

Фиксированный доход в DeFi обычно выглядит странно: вроде бы вы «даёте в долг под процент», но реальная ставка прыгает, ликвидность размазана по срокам, а протоколы часто заставляют выбирать одну конкретную дату погашения. Большинство проектов и пользователей просто мирятся с этим — и платят за удобство капиталом.

18.12.2025 на arXiv вышла работа о протоколе BondMM-A — это развитие идеи BondMM, где автор предлагает аккуратно обобщить математические инварианты AMM так, чтобы один смарт‑контракт поддерживал кредиты с произвольной срочностью. Для серии «Искусственный интеллект в финансовых инвестициях» это особенно интересно: чем больше сроков и сделок проходит через единый контракт, тем богаче данные и тем логичнее применять ИИ для анализа рынка, оценки риска и автоподстройки стратегий.

Почему «произвольные сроки» — не деталь, а экономия капитала

Ключевая мысль проста: фиксированная ставка и срок — это и есть продукт, как у облигаций. Если протокол умеет обслуживать только один срок (например, 30 дней), то рынок ставок по срокам не строится, а ликвидность дробится между «пулами» и «сериями». В результате:

• пользователю приходится подгонять свои цели под то, что есть в протоколе;
• LP держит капитал в нескольких сегментах с разной активностью;
• цена (ставка) становится менее устойчивой: дисбаланс в одном сроке «не лечится» ликвидностью из другого.

Подход BondMM-A решает именно эту боль: инструменты разных сроков живут внутри одного контракта, а значит, ликвидность становится более «общей» и, при удачном дизайне инвариантов, ставка реагирует плавнее, а не скачками.

Если перевести на язык классических финансов, это похоже на разницу между:

• рынком, где торгуется только одна ОФЗ с одной датой погашения;
• рынком, где есть целая кривая доходности и арбитраж/переток ликвидности выравнивает цены.

Что автор предлагает в BondMM-A (без лишней криптографии)

BondMM-A — это попытка сделать для DeFi‑кредитования то, что в TradFi давно считается базой: единый механизм ценообразования для множества сроков.

Идея 1: один контракт — много «срочностей»

Самое ценное в описании — стремление не плодить отдельные AMM на каждый срок, а хранить и обслуживать разные «временные» инструменты вместе. Это сразу даёт два эффекта:

1. Операционная свобода: пользователю проще собрать «лестницу» погашений (bond ladder) или закрыть конкретный кассовый разрыв.
2. Капитальная эффективность LP: капитал не простаивает в мёртвых сроках, потому что общий механизм позволяет рынку лучше перераспределять спрос.

Идея 2: инварианты, которые выдерживают время

В AMM важен не интерфейс, а инвариант — математическое правило, которое связывает резервы/цены/обменный курс.

Автор утверждает, что инварианты BondMM достаточно «элегантны», чтобы обобщить их на произвольные сроки. Практически это означает: протокол не просто хранит множество отдельных «обещаний выплат», а пытается держать устойчивую структуру ставок, где время — полноценный параметр ценообразования.

Идея 3: устойчивость ставок как целевая метрика

В аннотации заявлено, что эксперименты показывают хорошие свойства по:

• стабильности процентных ставок;
• финансовой устойчивости.

Для инвестора это важнее любых красивых слов про «инновации»: если ставка ведёт себя предсказуемо при торговле и изъятии ликвидности, продукт становится похож на фиксированный доход, а не на лотерею.

Где здесь ИИ: четыре места, где модели реально дают преимущество

BondMM-A интересен тем, что создаёт не только новый инструмент, но и новый массив данных: сделки по разным срокам внутри одной логики. А это уже благодатная почва для ИИ в инвестициях.

1) ИИ для построения кривой доходности в DeFi

Первый практический шаг — научиться оценивать «кривую» ставок по срокам (term structure) на основе ончейн‑торгов и состояния пула. В TradFi это делают десятилетиями; в DeFi это часто рваные точки.

Что делает ИИ:

• сглаживает шум (особенно при низкой ликвидности на дальних сроках);
• выявляет аномалии (манипуляции, редкие сделки, всплески спроса);
• строит прогноз «движения кривой» на горизонте 1–7 дней.

Практический результат — у управляющего появляется понятный ориентир: где на кривой ставка “дорогая/дешёвая” и как ребалансировать лестницу погашений.

2) ИИ‑оценка риска для «произвольной срочности»

Чем больше сроков — тем сложнее риск‑профиль. Риск тут не только кредитный (в DeFi он часто утыкается в обеспечение), но и:

• ликвидностный риск: сможете ли выйти без сильного проскальзывания;
• риски хвостов: резкие изменения ставок при стресс‑сценариях;
• риски концентрации: если слишком много объёма сидит в одном участке сроков.

Хорошая ML‑модель здесь — это не «магия», а комбинация:

• сценарного моделирования (stress testing),
• оценки волатильности ставок по срокам,
• анализа поведения LP/заёмщиков (кластеризация, обнаружение режимов).

Лично я считаю, что для такого протокола сильнее всего работают режимные модели: рынок «спокоен» — одна динамика, рынок «в панике» — другая. И это можно детектировать статистически.

3) Динамическое управление ликвидностью LP (как портфель)

LP в фиксированном доходе — это почти портфельный управляющий: он выбирает, где разместить капитал по срокам и как пережить изменения ставок.

ИИ помогает автоматизировать то, что люди обычно делают руками:

1. выбрать целевой профиль (например, 30% короткие, 50% средние, 20% длинные сроки);
2. контролировать «дюрацию» портфеля;
3. ребалансировать при уходе кривой.

Особенно полезно задавать правила, которые можно проверить:

• ограничение на максимальную просадку доходности при шоке ставки;
• лимит на долю капитала в малоликвидных сроках;
• порог, при котором стратегия перестаёт поставлять ликвидность и переходит в защитный режим.

4) Оптимизация поведения AMM: где заканчивается математика и начинается практика

Даже если инвариант «красивый», на практике остаются вопросы:

• как протокол реагирует на крупные сделки;
• как быстро цена возвращается к равновесию;
• насколько чувствительна ставка к дисбалансу по срокам.

ИИ здесь полезен как инструмент «цифрового полигона»: симуляции + обучение на сценариях.

Типичный рабочий контур выглядит так:

• генерация стресс‑сценариев (скачок спроса на короткий срок, отток LP, рост волатильности);
• симуляция поведения пула;
• подбор параметров (или рекомендаций по настройке) так, чтобы уменьшить экстремальные движения ставки.

Важно: речь не о том, чтобы «отдать ценообразование нейросети». Речь о том, чтобы проверять дизайн и управлять параметрами на данных.

Практический кейс: “лестница погашений” для инвестора на 90 дней

Представим частного инвестора (или казначея малого бизнеса), которому нужно разместить стейблкоины на 90 дней, но не хочется блокировать всю сумму до одной даты.

В протоколе с одним сроком он либо:

• фиксирует 90 дней (если вообще доступно) и теряет гибкость,
• либо крутит 30‑дневные позиции и берёт на себя реинвест‑риск.

С «произвольной срочностью» появляется нормальная стратегия:

• 40% — погашение через 30 дней,
• 35% — через 60 дней,
• 25% — через 90 дней.

ИИ‑надстройка добавляет смысл:

• прогнозирует, где кривая ставок выглядит перекошенной;
• предлагает ребалансировку раз в неделю;
• считает риск «выйти раньше срока» при ухудшении ликвидности.

И вот это уже похоже на современное управление фиксированным доходом — только в ончейне.

Частые вопросы, которые стоит задать перед инвестициями в DeFi fixed income

Насколько «фиксированный доход» действительно фиксированный?

Фиксируется ставка по инструменту на входе, но ваша итоговая доходность зависит от того, как вы выходите, сколько платите в проскальзывании и как ведёт себя ликвидность.

Что важнее: высокая ставка или устойчивость?

Для большинства стратегий важнее устойчивость ставки и ликвидность выхода. Высокая ставка, которая исчезает при первой же крупной сделке, — плохая сделка.

Можно ли доверять модели ИИ в управлении портфелем?

Да, если модель подчинена правилам риск‑контроля: лимиты, стресс‑тесты, запреты на экстремальные действия. ИИ должен предлагать, а не “командовать”.

Что это значит для серии «ИИ в финансовых инвестициях» и для лидов

BondMM-A — хороший сигнал: DeFi фиксированного дохода взрослеет и начинает решать задачу, которую нельзя обойти маркетингом — как торговать временем. А где появляется кривая доходности, множество сроков и общий контракт, там быстро возникает спрос на:

• ИИ‑аналитику ставок и ликвидности,
• автоматическое управление портфелем фиксированного дохода,
• скоринговые и риск‑модели для ончейн‑рынков.

Если вы управляете капиталом (личным, корпоративным или фондовым) и хотите внедрить ИИ в стратегии fixed income в DeFi — начните с двух шагов: соберите историю ончейн‑данных по ставкам/срокам и задайте риск‑метрики, которые нельзя нарушать.

А дальше вопрос уже практический: какую часть процесса вы готовы автоматизировать — мониторинг, ребалансировку или контроль риска — и какие данные вам для этого доступны?