Дисклеймер: Информация в этой статье предоставлена исключительно в образовательных и ознакомительных целях и не является финансовым, инвестиционным или торговым советом. Торговля криптовалютами сопряжена с высоким риском убытков.
Подпишитесь на нашу рассылку, чтобы получать эксклюзивную аналитику по AI-трейдингу и обновления платформы.
Поведенческий отпечаток торгового алгоритма: уникальные паттерны timing, sizing и placement
Каждый алгоритм оставляет уникальный отпечаток. Научитесь его читать — и вы будете знать, кто стоит по другую сторону сделки.
Введение: ордербук как место преступления
Когда криминалист приезжает на место происшествия, он ищет отпечатки пальцев, следы обуви, ДНК — всё, что связывает событие с конкретным человеком. Ордербук — это место, где каждую секунду сотни участников оставляют свои «отпечатки»: ордера определённого размера, с определённой частотой, на определённом расстоянии от цены, с определённым временем жизни.
На централизованных биржах (CEX) эти отпечатки анонимны — вы видите только агрегированный объём на каждом ценовом уровне. Но даже по агрегированным данным можно многое понять. А на DEX-биржах с on-chain ордербуком — таких как Hyperliquid — каждый ордер привязан к конкретному адресу кошелька, и «отпечатки» становятся персональными.
В этой статье мы разберём, как построить систему «цифровых слепков» (behavioral fingerprints) для идентификации типов участников и конкретных алгоритмов маркетмейкеров.
Часть 1: Что такое поведенческий отпечаток
Радарная диаграмма: пять ключевых измерений поведенческого отпечатка трейдера
Каждый алгоритм — это набор правил
Маркетмейкерский бот — это программа, которая принимает решения по жёстким (или обучаемым) правилам:
На каком расстоянии от mid-price выставлять ордера? У каждого MM свой «спред-профиль».
Какого размера? Round lots (100, 500, 1000)? Случайные числа? Фиксированный размер с шумом ±5%?
Как часто обновлять котировки? Каждые 50мс? Только при изменении mid-price? По таймеру?
Как реагировать на исполнение? Мгновенное перевыставление? Пауза? Смещение оставшейся стороны?
Как реагировать на волатильность? Расширение спреда? Снятие котировок? Уменьшение размера?
Как управлять инвентарём? Скос котировок (skew) при накоплении позиции?
Каждый набор ответов на эти вопросы — это уникальная «подпись» алгоритма.
Пять измерений «слепка»
┌─────────────────────────────────────────────────────────────────┐
│ ЦИФРОВОЙ СЛЕПОК ТРЕЙДЕРА │
│ │
│ 1. TIMING │ Интервалы между ордерами, реакция │
│ │ на события, суточные паттерны │
│──────────────────┼───────────────────────────────────────────── │
│ 2. SIZING │ Распределение размеров ордеров, │
│ │ кратность, дисперсия │
│──────────────────┼───────────────────────────────────────────── │
│ 3. PLACEMENT │ Расстояние от mid-price, │
│ │ симметрия bid/ask, привязка к уровням │
│──────────────────┼───────────────────────────────────────────── │
│ 4. REACTION │ Ответ на fills, cancels, price jumps, │
│ │ изменение волатильности │
│──────────────────┼───────────────────────────────────────────── │
│ 5. LIFECYCLE │ Средний lifetime ордера, │
│ │ условия отмены, modify vs cancel+new │
│──────────────────┴───────────────────────────────────────────── │
└─────────────────────────────────────────────────────────────────┘
Часть 2: Извлечение признаков
Hawkes-процесс с самовозбуждением: кластеры событий с экспоненциальным затуханием
Timing: когда и как часто
Timing-паттерн — самый трудноподделываемый элемент слепка. Он определяется архитектурой алгоритма, задержкой сети, hardware и даже часовым поясом разработчиков.
Ключевые метрики:
Inter-order interval (IOI) — время между последовательными ордерами одного участника. У HFT-бота IOI = 50-500 микросекунд. У ручного трейдера — секунды-минуты.
Reaction time to trade — задержка между исполнением ордера и следующим действием. Отражает внутреннюю архитектуру бота.
Circadian pattern — суточный профиль активности. Институциональный MM работает во время торговых сессий. Крипто-бот — 24/7.
Нерегулярный timing, кластеризованный вокруг событий
4. Fundamental Traders (фундаментальные)
Набирают долгосрочные позиции
Низкая частота, большие размеры ордеров
TWAP/VWAP алгоритмы для исполнения
5. Noise Traders (шумовые/ритейл)
Маленькие размеры, нерегулярный timing
Реактивные: торгуют после движения, не до
Market orders в момент пика волатильности
Методы классификации
Supervised Learning: Для DEX-данных (Hyperliquid) можно собрать обучающую выборку из адресов известных маркетмейкеров. RNN-модели достигают accuracy >85%.
Unsupervised Learning:
Spectral Clustering (Cont et al., 2023) — кластеризация по матрице сходства order flow patterns
Кластеризация адресов: «один оператор — N кошельков»
Граф кластеров адресов: один оператор — множество кошельков, объединённых по поведенческому сходству
На Hyperliquid один маркетмейкер может оперировать через десятки или сотни адресов.
Алгоритм объединения:
Для каждого активного адреса — строим fingerprint vector по окну N часов
Hierarchical clustering — объединяем адреса с расстоянием < threshold
Temporal validation — проверяем стабильность кластера во времени
Cross-pair validation — если два адреса торгуют разные пары, но fingerprint совпадает — сильный сигнал
Кластер #7 (предположительно: Wintermute)
├── 0x3a1f...2e8c — BTC/USDT, 45% активности
├── 0x7b2d...9f1a — ETH/USDT, 30% активности
├── 0xc4e8...5d3b — SOL/USDT, 15% активности
└── 0x91fa...0c7e — ARB/USDT, 10% активности
Общий паттерн: symmetric quoting, 5 levels, median_IOI=240ms,
median_size=500±8%, batch cancel 60%, presence 95%
Часть 5: Сценарии манипуляций и их отпечатки
Spoofing: слепок фальшивой стены
Отпечаток спуфера:
cancel_rate: > 95%
lifetime: < 2 секунд
placement: 1-3 тика от mid-price
size: аномально большой (>10x median depth)
reaction_to_approach: отмена при приближении цены
cyclicity: повторение >3 раз / минута
Squeeze: ловушка ликвидности
Четыре фазы: тихое накопление → удаление ликвидности → каскад стоп-ордеров → фиксация прибыли. Обнаружение в реальном времени возможно по переходу из Фазы 1 в Фазу 2.
Iceberg / Hidden accumulation: тихий набор
Отпечаток тихого накопления:
visible_size: маленький (10-50 лотов)
refill_speed: мгновенный (< 100ms после fill)
refill_count: > 20 на одном уровне за сессию
price_reaction: цена не двигается несмотря на объём
Wash Trading: самосделки
Два или более адреса из одного кластера одновременно стоят на bid и ask и исполняют друг друга. Цель: накрутка объёма.
🔴 Spoof detected at your price level — перед вашим ордером выявлен подозрительный блок
🟡 MM withdrawal — маркетмейкер снял котировки, ликвидность упала
🟡 Squeeze setup detected — кластер адресов набирает позицию и удаляет ликвидность
🟢 Wall reinforced — на вашем уровне добавился объём от известного MM
Часть 7: Этика и ограничения
Что можно, а что нельзя
Можно и нужно:
Классифицировать анонимных участников по типу для собственных торговых решений
Детектировать манипуляции для защиты от adverse selection
Кластеризовать адреса на DEX для понимания структуры рынка
Нельзя:
Деанонимизация физических лиц по адресам кошельков
Продажа идентифицированных паттернов без согласия
Использование для market manipulation
Ограничения
Адаптивные алгоритмы — продвинутые MM добавляют рандомизацию
Режимные переключения — один бот может менять поведение в зависимости от рыночного режима
False positives — два участника могут случайно иметь похожие параметры
CEX opacity — на CEX L3-данные недоступны
Заключение: от чтения стакана к чтению участников
Традиционный трейдер видит: 2,400 лотов на уровне 10000. Продвинутый трейдер видит: «мой ордер стоит 1,800-м в очереди, ETA — 15 секунд». А трейдер с behavioral fingerprinting видит:
«800 из этих 2,400 — маркетмейкер (вероятно, Wintermute), стена надёжная. 500 — подозрение на spoof, реальная очередь передо мной — 1,300, а не 1,800. Adjusted ETA — 10 секунд. Маркетмейкер не снимает котировки — значит, крупного движения пока не ждёт.»
Каждый новый слой информации — это преимущество. И в отличие от скорости, качество интерпретации стакана — это территория, где розничный трейдер может конкурировать.
В Marketmaker.cc мы строим эту систему — от queue position до behavioral fingerprinting — как единый продукт.
Радарная диаграмма: пять ключевых измерений поведенческого отпечатка трейдера
Hawkes-процесс с самовозбуждением: кластеры событий с экспоненциальным затуханием
Таксономия рыночных участников: маркетмейкеры, HFT, оппортунисты, фундаментальные и шумовые трейдеры
Граф кластеров адресов: один оператор — множество кошельков, объединённых по поведенческому сходству