Execution & Market Making
From TWAP/VWAP and Almgren-Chriss to TCA, slippage models, and the Avellaneda-Stoikov market maker - how to turn a signal into fills without paying the spread twice.
TWAP बनाम VWAP बनाम POV: एक execution benchmark चुनना (और यह जानना कि हर एक कब आपसे झूठ बोलता है)
TWAP, VWAP और POV एक volume forecast पर लगाया गया दांव हैं। हम हर scheduler की छिपी हुई मान्यताओं को खोलकर देखते हैं, crypto intraday volume curves बनाते हैं, और तीनों को replayed L2 data पर आमने-सामने चलाते हैं।
Almgren-Chriss बिना लाग-लपेट के: ऑप्टिमल एक्जीक्यूशन जिसे आप एक दोपहर में लागू कर सकते हैं
Almgren-Chriss ऑप्टिमल एक्जीक्यूशन मॉडल का पूरा डिराइवेशन: लीनियर इम्पैक्ट, sinh/cosh ट्रैजेक्टरी, एफिशिएंट फ्रंटियर, और Binance L2 व ट्रेड डेटा से eta, gamma, और sigma को कैलिब्रेट करने के लिए काम करने वाला Python कोड।
स्लाइस के भीतर: आपके scheduler और exchange के बीच child-order tactics
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।
क्रिप्टो में स्मार्ट ऑर्डर राउटिंग: एक ऑर्डर, बारह वेन्यू, कोई NBBO नहीं
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-टेकर फैसला: फी टियर, रिबेट, और स्प्रेड क्रॉस करने की असली लागत
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।
स्लिपेज कर्व्स, न कि स्लिपेज कॉन्स्टेंट्स: कॉस्ट मॉडल जो लाइव ट्रेडिंग में टिक सकें
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।
फिल सिमुलेशन: क्लोज-प्राइस फैंटेसी से क्यू-अवेयर हकीकत तक की सीढ़ी
फिल सिमुलेशन फिडेलिटी के पाँच पायदान - क्लोज-प्राइस फिल्स से लेकर प्रोबेबिलिस्टिक क्यू-पोज़िशन मॉडल तक। पार्शियल फिल्स को एक स्टेट मशीन के रूप में, लिमिट-फिल प्रोबेबिलिटी बाउंड्स को एक PnL ब्रैकेट के रूप में, और लाइव फिल्स के विरुद्ध एक कैलिब्रेशन लूप।
Implementation shortfall और DIY TCA: मापें कि execution आपको असल में कितना महंगा पड़ता है
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।
Avellaneda-Stoikov मॉडल का उपयोग करके क्रिप्टो पेयर्स के लिए मार्केट मेकिंग एल्गोरिदम बनाना
Avellaneda-Stoikov मॉडल और PPO का उपयोग करके USD+/wETH और USD+/cbbtc पेयर्स के लिए मार्केट मेकिंग एल्गोरिदम बनाने की चरण-दर-चरण गाइड। ऑनचेन ट्रेडिंग विशेषताएं, इन्वेंटरी प्रबंधन, RL प्रशिक्षण।
Updating the Volume Curve Intraday: Does Adaptive Forecasting Actually Help?
Our VWAP article shipped a static, weekly-refit volume curve and called the forecaster the weakest link. This is the follow-up: a Bayesian intraday updater run against the same 500-parent BTCUSDT harness, with the IS delta conditioned on realized curve error.
सक्रिय समय के अनुसार PnL: वह मेट्रिक जो रणनीति रैंकिंग बदल देता है
अलग-अलग ट्रेडिंग समय वाली रणनीतियों की तुलना के लिए कच्चा वार्षिक PnL एक कमजोर मेट्रिक क्यों है। प्रभावी रिटर्न कैसे गणना करें, fill_efficiency की आवश्यकता क्यों है, और 27% PnL वाली रणनीति 300% वाली से बेहतर क्यों हो सकती है।
