What the data shows
->Что показывают данные
Price-based critical slowing down appeared in five of the seven cascades but was absent in the two sudden-news tariff shocks. In-cascade analysis revealed that the order parameter jumped by between 1.6 and 4.4 baseline standard deviations at onset across all events. A susceptibility proxy collapsed in five of seven events, and no event showed diverging susceptibility — a key signature that critical slowing down models typically expect. According to CoinGlass's 2025 derivatives market annual report, total forced liquidations for the year reached $154.6 billion, with a single-day peak of $19.1 billion during October 10–11, affecting about 1.6 million traders.
Translation:Ценовое критическое замедление наблюдалось в пяти из семи каскадов, но отсутствовало в двух внезапных тарифных шоках. Анализ внутри каскада показал, что параметр порядка в начале всех событий прыгал на величину от 1,6 до 4,4 стандартных отклонений от базового уровня. Прокси-показатель восприимчивости обрушился в пяти из семи событий, и ни одно событие не показало расходящейся восприимчивости — ключевого признака, который обычно ожидают модели критического замедления. Согласно годовому отчету CoinGlass по рынку деривативов за 2025 год, общий объем принудительных ликвидаций за год достиг 154,6 миллиарда долларов, с пиком в 19,1 миллиарда долларов за один день 10–11 октября, что затронуло около 1,6 миллиона трейдеров.
Next:The October 10–11 crash in detail
->Крах 10–11 октября в деталях
During that October crash, futures led the move. BTC futures basis swung roughly $1,367 in eight minutes, trading volume spiked about 22 times baseline seven minutes before the trough, and the mark price undershot both spot and futures, feeding a reflexive liquidation loop. The study notes that 88% of all post-onset forced selling landed within 30 minutes, and 63% of that selling was absorbed off-book by the venue's backstop. Open interest cleared by 25 to 70% during cascades. A forward-looking microstructure metric called Slippage-at-Risk (SaR), calibrated on Hyperliquid order-book data and tested on the October 10 event, demonstrated leading-indicator properties for systemic stress.
Translation:Во время того октябрьского краха фьючерсы возглавили движение. Базис фьючерсов BTC изменился примерно на 1367 долларов за восемь минут, объем торгов вырос примерно в 22 раза по сравнению с базовым уровнем за семь минут до минимума, а маркировочная цена оказалась ниже и спота, и фьючерсов, что подпитывало рефлексивную петлю ликвидаций. Исследование отмечает, что 88% всех принудительных продаж после начала каскада произошли в течение 30 минут, и 63% этих продаж были поглощены вне книги заявок за счет бэкстопа площадки. Открытый интерес сократился на 25–70% во время каскадов. Опережающий микроструктурный показатель, называемый Slippage-at-Risk (SaR), калиброванный на данных книги заявок Hyperliquid и протестированный на событии 10 октября, продемонстрировал свойства опережающего индикатора системного стресса.
Next:Two types of cascades
->Два типа каскадов
The findings suggest that early-warning signals built on critical slowing down are regime-dependent. In endogenous build-ups, pre-state deterioration in price statistics may help. But in exogenous shocks, pre-state signals are unreliable, and forward-looking liquidity risk measures become central. The study emphasizes that microstructure and exchange design are first-order drivers of realized outcomes, not just investor positioning or macro news flow. This challenges the common assumption that crash prediction is primarily about market sentiment or external news.
Translation:Полученные результаты показывают, что сигналы раннего предупреждения, основанные на критическом замедлении, зависят от режима. При эндогенном накоплении может помочь предварительное ухудшение статистики цен. Но при экзогенных шоках предварительные сигналы ненадежны, и на первый план выходят перспективные меры ликвидного риска. Исследование подчеркивает, что микроструктура и дизайн биржи являются факторами первого порядка, определяющими фактические результаты, а не только позиционирование инвесторов или поток макроновостей. Это бросает вызов распространенному предположению, что прогнозирование краха в первую очередь связано с настроениями рынка или внешними новостями.
Next:What risk teams should watch
->На что следует обратить внимание командам по управлению рисками
Researchers recommend that risk teams treat regime identification as a first step
