ब्लॉग

ऑन-चेन आर्बिट्रेज साइकल खोजना आसान आधा काम है। मुश्किल आधा काम है उसी साइकल को खोजने वाले हर दूसरे खोजकर्ता के खिलाफ सीलबंद-बोली प्राथमिकता नीलामी जीतना। एटोमिसिटी, फ्लैश लोन, बैक रनिंग, और जहां आर्बिट्रेज लाभ वास्तव में जीवित रहता है - जिसमें गैर-एटॉमिक CEX-DEX शामिल है - का एक तकनीकी विश्लेषण।

अस्थायी हानि, केंद्रित-तरलता उत्तोलन, और पुनर्संतुलन के मुकाबले हानि पहले सिद्धांतों से व्युत्पन्न। बंद रूप, σ²/8 परिणाम, प्रति-ब्लॉक मार्कआउट, और सटीक शुल्क-बनाम-अस्थिरता की स्थिति जिसके तहत एक LP वास्तव में होल्डिंग को मात देता है।

Almgren-Chriss और VWAP केवल slice budget तय करते हैं — असली जीत tactics layer में होती है। Escalation timers, maker-taker break-even गणित, Binance/OKX/CME पर amend बनाम cancel-replace queue semantics, iceberg anti-signaling, और एक Python per-slice state machine।

कॉन्स्टेंट-bps स्लिपेज को साइज़, वोलैटिलिटी और लिक्विडिटी पर निर्भर कॉस्ट कर्व्स से बदलें: स्क्वायर-रूट लॉ, TCA फिल्स या पब्लिक डेटा से कर्व फिट करना, रीजीम स्ट्रेस मल्टीप्लायर, और आपकी स्ट्रैटेजी लीडरबोर्ड क्यों उलट जाती है।

क्रिप्टो में SOR इक्विटी राउटिंग से ज्यादा मुश्किल क्यों है: न कोई कंसॉलिडेटेड टेप, न फैंटम लिक्विडिटी पर कंट्रोल, बस प्रीफंडेड कैपिटल। मैथ और Python के साथ एक कॉन्वेक्स राउटिंग ऑप्टिमाइजेशन, मेकर-अवेयर टैक्टिक्स, और आपकी अपनी TCA से प्रति-वेन्यू मार्कआउट लीग टेबल।

मेकर बनाम टेकर दरअसल एक फी शेड्यूल का लबादा ओढ़े adverse-selection ट्रेड है। Glosten-Milgrom के जरिए ब्रेक-ईवन गणित, असली क्रिप्टो फी टियर और टोकन डिस्काउंट, रिबेट माइनिंग का इतिहास, queue-निर्भर रिबेट वैल्यू, और बैकटेस्ट में tiered fees की मॉडलिंग।

Perold का implementation shortfall एक कारगर TCA pipeline में बदला, क्रिप्टो बॉट्स के लिए: arrival-price डिकंपोजिशन, t+1s/10s/60s पर markout curves, अपने खुद के fills पर ~200 लाइनों का Python, और नतीजों को वापस अपने backtest cost model में फीड करना।