Complex Arbitrage in Rust
A six-part build-up of multi-leg crypto arbitrage - from negative-cycle detection to the linear algebra, copulas, and machine learning behind it, ending in low-latency Rust execution.
01 
02 
03 
04 
05 
06 
アービトラージ検出のためのグラフアルゴリズム：Bellman-FordからRICHまで
負の閉路、マルチアセットグラフ、RICHアルゴリズムが、サブミリ秒の精度で暗号通貨市場のアービトラージ機会を特定する方法。
先物-スポットアービトラージ：キャッシュ・アンド・キャリーからDeFi-CeFiまで
ファンディングレート、ベーシス、分散型と中央集権型市場の収束が、暗号通貨市場で資本のリスクフリー機会をどのように生み出すか。
行列、テンソル、トロピカル代数：裁定取引検出のための線形代数
為替レート行列、固有値、トロピカル代数、テンソル分解が、暗号通貨市場の混沌を明確な裁定取引シグナルに変える方法。
Vine Copulaによるアービトラージ：高次元依存関係のモデリング
Vine Copulaを用いて数十種類の暗号資産間の隠れた依存関係を特定し、堅牢な高次元統計的アービトラージ戦略を構築する方法。
GNN、Transformer、RLによるアービトラージ：ニューラルネットワークがトレードを学ぶとき
グラフニューラルネットワークが78msでアービトラージチェーンを発見する方法、RLエージェントがルールベースボットの12%に対して年間142%のリターンを示す理由、そしてRustで統合システムを構築する方法。
Rustでの複雑なアービトラージ実行：ナノ秒からアトミックなマルチレッグまで
マルチレッグアービトラージ実行でRustの最大パフォーマンスを引き出す方法：io_uring、ロックフリーオーダーブック、LMAX Disruptor、SIMD、Type-Stateマシン、アリーナアロケータ。