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.
- 01
Jul 15, 2026 #executionTWAP lawan VWAP lawan POV: memilih penanda aras eksekusi (dan mengetahui bila setiap satu menipu anda)
TWAP, VWAP dan POV adalah pertaruhan ke atas ramalan volum. Kami membedah andaian tersembunyi setiap penjadual, membina lengkung volum intraharian kripto, dan menjalankan ketiga-tiganya secara head-to-head ke atas data L2 yang dimainkan semula.
- 02
Jul 14, 2026 #pelaksanaanAlmgren-Chriss Tanpa Berselindung: Pelaksanaan Optimum yang Boleh Anda Laksanakan dalam Satu Petang
Terbitan penuh model pelaksanaan optimum Almgren-Chriss: kesan linear, trajektori sinh/cosh, sempadan cekap, dan kod Python yang berfungsi untuk menentukur eta, gamma dan sigma daripada data L2 dan dagangan Binance.
- 03
Jul 24, 2026 #executionDi dalam slice: taktik child-order antara scheduler anda dan exchange
Almgren-Chriss dan VWAP hanya menetapkan bajet slice — eksekusi dimenangi pada lapisan taktik. Timer eskalasi, matematik break-even maker-taker, semantik queue amend vs cancel-replace di Binance/OKX/CME, anti-signaling iceberg, dan state machine Python per-slice.
- 04
Jul 22, 2026 #eksekusiPenghalaan Pesanan Pintar dalam Kripto: Satu Pesanan, Dua Belas Venue, Tiada NBBO
Kenapa SOR kripto lebih sukar berbanding penghalaan ekuiti: tiada tape konsolidasi, kecairan hantu, modal pra-dana. Satu pengoptimuman penghalaan cembung lengkap dengan matematik dan Python, taktik sedar-maker, dan jadual liga markout mengikut venue daripada TCA anda sendiri.
- 05
Jul 21, 2026 #maker takerKeputusan maker-taker: tingkat fi, rebat, dan kos sebenar melintasi spread
Maker vs taker ialah dagangan adverse selection yang berselindung di sebalik jadual fi. Matematik titik pulang modal melalui Glosten-Milgrom, tingkat fi kripto sebenar dan diskaun token, sejarah rebate mining, nilai rebat yang bergantung pada queue, dan pemodelan tingkat fi dalam backtest.
- 06
Jul 23, 2026 #slippageLengkung slippage, bukan pemalar slippage: model kos yang bertahan apabila bersentuhan dengan dagangan langsung
Ganti slippage bps tetap dengan lengkung kos yang bergantung pada saiz, volatiliti dan kecairan: hukum punca kuasa dua, pemasangan lengkung daripada fill TCA atau data awam, pengganda tekanan rejim, dan sebab papan pendahulu strategi anda tersusun semula.
- 07
Jul 16, 2026 #simulasi fillSimulasi fill: tangga dari fantasi harga penutup kepada realiti sedar-queue
Lima anak tangga ketepatan simulasi fill — dari fill harga penutup kepada model kebarangkalian kedudukan queue. Partial fill sebagai state machine, sempadan kebarangkalian fill limit sebagai bracket PnL, dan gelung kalibrasi terhadap fill live.
- 08
Jul 20, 2026 #executionImplementation shortfall dan DIY TCA: mengukur kos sebenar eksekusi anda
Implementation shortfall Perold diubah menjadi saluran paip TCA yang berfungsi untuk bot kripto: penguraian arrival-price, lengkung markout pada t+1s/10s/60s, ~200 baris Python ke atas fill anda sendiri, dan memasukkan semula hasilnya ke dalam model kos backtest anda.
- 09
May 17, 2025 #pembuatan pasaranMembina Algoritma Pembuatan Pasaran untuk Pasangan Kripto Menggunakan Model Avellaneda-Stoikov
Panduan langkah demi langkah untuk membina algoritma pembuatan pasaran bagi pasangan USD+/wETH dan USD+/cbbtc menggunakan model Avellaneda-Stoikov dan PPO. Ciri-ciri perdagangan onchain, pengurusan inventori, latihan RL.
- 10
Aug 13, 2026 #microstructureUpdating 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.
- 11
Mar 18, 2026 #algotradingPnL mengikut Masa Aktif: Metrik yang Mengubah Kedudukan Strategi
Mengapa PnL tahunan mentah adalah metrik yang lemah untuk membandingkan strategi dengan masa dagangan yang berbeza. Cara mengira pulangan efektif, mengapa anda memerlukan fill_efficiency, dan mengapa strategi dengan PnL 27% boleh mengatasi strategi dengan 300%.