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 versus VWAP versus POV: een executiebenchmark kiezen (en weten wanneer elk je voorliegt)
TWAP, VWAP en POV zijn allemaal weddenschappen op een volumeprognose. We ontleden de verborgen aannames van elke scheduler, bouwen intraday volumecurves voor crypto en laten alle drie tegen elkaar los op gerepliceerde L2-data.
- 02
Jul 14, 2026 #executieAlmgren-Chriss zonder de vaagheid: optimale executie die je in een middag kunt implementeren
Volledige afleiding van het Almgren-Chriss-model voor optimale executie: lineaire impact, de sinh/cosh-trajectorie, de efficiënte grens, en werkende Python om eta, gamma en sigma te kalibreren op basis van Binance L2- en tradedata.
- 03
Jul 24, 2026 #executionBinnen de slice: child-order tactieken tussen je scheduler en de exchange
Almgren-Chriss en VWAP bepalen alleen slice-budgetten — executie wordt gewonnen in de tactieklaag. Escalatietimers, maker-taker break-even rekenwerk, amend versus cancel-replace queue-semantiek op Binance/OKX/CME, iceberg anti-signaling, en een Python state machine per slice.
- 04
Jul 22, 2026 #executionSmart Order Routing in Crypto: Eén Order, Twaalf Venues, Geen NBBO
Waarom crypto-SOR moeilijker is dan aandelenroutering: geen geconsolideerde tape, spookliquiditeit, voorgefinancierd kapitaal. Een convexe routeringsoptimalisatie met wiskunde en Python, maker-bewuste tactieken, en per-venue markout-ranglijsten uit je eigen TCA.
- 05
Jul 21, 2026 #maker takerDe maker-taker-beslissing: fee tiers, rebates en de werkelijke kosten van het kruisen van de spread
Maker versus taker is een adverse-selection trade vermomd als fee schedule. Break-even wiskunde via Glosten-Milgrom, echte crypto fee tiers en token-kortingen, de geschiedenis van rebate mining, queue-afhankelijke rebate-waarde, en het modelleren van gelaagde fees in een backtest.
- 06
Jul 23, 2026 #slippageSlippage-curven, geen slippage-constanten: kostenmodellen die het contact met live trading overleven
Vervang constante slippage in bps door kostencurven die afhangen van omvang, volatiliteit en liquiditeit: de square-root law, curven fitten op TCA-fills of publieke data, regime-stressmultipliers, en waarom je strategie-ranglijst opnieuw geschud wordt.
- 07
Jul 16, 2026 #fill simulatieFill-simulatie: de ladder van close-price-fantasie naar queue-aware realiteit
Vijf treden van fill-simulatiefideliteit — van close-price fills tot probabilistische queue-position modellen. Partial fills als state machine, limit-fill probability bounds als PnL-bracket, en een calibratielus tegen live fills.
- 08
Jul 20, 2026 #executionImplementation shortfall en zelfgebouwde TCA: meten wat executie je werkelijk kost
Perolds implementation shortfall omgezet in een werkende TCA-pipeline voor crypto-bots: arrival-price-decompositie, markout-curves op t+1s/10s/60s, ~200 regels Python over je eigen fills, en het terugvoeren van de resultaten in je backtest-kostenmodel.
- 09
May 17, 2025 #market makingEen market-making-algoritme bouwen voor crypto-paren met het Avellaneda-Stoikov-model
Een stapsgewijze handleiding voor het bouwen van een market-making-algoritme voor de paren USD+/wETH en USD+/cbbtc met het Avellaneda-Stoikov-model en PPO. Onchain-handelsaspecten, voorraadbeheer, RL-training.
- 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 per actieve tijd: de metriek die de strategierangschikking verandert
Waarom bruto jaarlijkse PnL een slechte metriek is om strategieën met verschillende handelstijd te vergelijken. Hoe je het effectieve rendement berekent, waarom je fill_efficiency nodig hebt, en waarom een strategie met 27% PnL beter kan presteren dan een met 300%.