บล็อก

การเข้าใจตำแหน่งของคุณในคิวที่ระดับราคาหนึ่งๆ เปลี่ยน scalping จากการเดาสุ่มเป็นปัญหาทางวิศวกรรม

วิธีใช้โมเดลภาษาขนาดใหญ่เพื่อดึงสัญญาณการซื้อขายจากการประชุมนักลงทุน รายงาน และข่าวสาร Chain-of-thought prompting การดึงข้อมูลเชิงโครงสร้าง และการทดสอบย้อนหลังของสัญญาณ

คู่มือครบถ้วนเกี่ยวกับ statistical arbitrage สำหรับตลาด crypto รวมถึง cointegration, Kalman filter, basis strategies, cross-exchange arbitrage พร้อม backtest และโค้ด Python

ทุกอัลกอริทึมทิ้งลายนิ้วมือที่เป็นเอกลักษณ์ไว้ เรียนรู้การอ่านมัน — และคุณจะรู้ว่าใครอยู่อีกฝั่งของการซื้อขายของคุณ

ทำไม PnL ต่อปีแบบดิบจึงเป็นตัวชี้วัดที่ไม่ดีสำหรับการเปรียบเทียบกลยุทธ์ที่มีเวลาซื้อขายต่างกัน วิธีคำนวณผลตอบแทนที่มีประสิทธิภาพ ทำไมจึงต้องใช้ fill_efficiency และเหตุใดกลยุทธ์ที่มี PnL 27% จึงอาจเหนือกว่ากลยุทธ์ที่มี 300%

วิธีที่ความละเอียดข้อมูลแบบปรับตัวได้ช่วยเร่งความเร็วแบ็คเทสต์และประหยัดพื้นที่จัดเก็บ: drill-down จาก 1m ลงสู่ 1s, 100ms และการเทรดดิบ เฉพาะในจุดที่ราคาเคลื่อนไหวอย่างมีนัยสำคัญหรือปริมาณการซื้อขายพุ่งสูง ไม่ใช่ตลอดทั้งชุดข้อมูลประวัติศาสตร์

วิธีคำนวณ timeframe และ indicator ล่วงหน้าจากแท่งเทียนรายนาที บันทึกลง parquet และนำมาใช้สำหรับการทดสอบกลยุทธ์จำนวนมากโดยไม่ต้องคำนวณซ้ำซ้อน