Blog

Trouver un cycle d'arbitrage on-chain est la partie facile. La partie difficile est de gagner l'enchère prioritaire à l'aveugle contre tous les autres 'searchers' qui ont trouvé le même cycle. Une analyse technique de l'atomicité, des flash loans, du backrunning et de la survie réelle des profits d'arbitrage — y compris le CEX-DEX non atomique.

La perte impermanente, l'effet de levier de la liquidité concentrée et la perte par rapport au rééquilibrage (LVR) dérivés des principes fondamentaux. Les formes fermées, le résultat σ²/8, le markout par bloc et la condition exacte frais-contre-volatilité sous laquelle un LP surpasse réellement le HODL.

Almgren-Chriss et VWAP ne font que fixer les budgets de tranche — l'exécution se gagne dans la couche tactique. Timers d'escalade, arithmétique du seuil de rentabilité maker-taker, sémantique de file d'attente amend vs cancel-replace sur Binance/OKX/CME, anti-signalisation des iceberg orders, et une machine à états Python par tranche.

Remplacez le slippage constant en bps par des courbes de coûts dépendant de la taille, de la volatilité et de la liquidité : la loi racine carrée, l'ajustement de courbes à partir de fills TCA ou de données publiques, les multiplicateurs de stress par régime, et pourquoi le classement de vos stratégies se réorganise.

Pourquoi le SOR crypto est plus difficile que le routage actions : pas de tape consolidée, liquidité fantôme, capital préfinancé. Une optimisation convexe du routage avec mathématiques et Python, des tactiques maker-aware, et des classements de markout par venue issus de votre propre TCA.

Maker vs taker est un arbitrage de sélection adverse déguisé en grille tarifaire. Break-even corrigé via Glosten-Milgrom, vrais paliers de frais crypto et remises en token, histoire du rebate mining, valeur du rebate en fonction de la position dans la file, et modélisation des frais par palier dans un backtest.

L'implementation shortfall de Perold transformé en pipeline TCA opérationnel pour bots crypto : décomposition par rapport au prix d'arrivée, courbes de markout à t+1s/10s/60s, ~200 lignes de Python sur vos propres exécutions, et réinjection des résultats dans le modèle de coût de votre backtest.