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.
TWAP กับ VWAP กับ POV: การเลือก execution benchmark (และรู้ว่าเมื่อไหร่แต่ละตัวจะหลอกคุณ)
TWAP, VWAP และ POV ล้วนเป็นการเดิมพันกับการพยากรณ์วอลุ่ม เราจะผ่าสมมติฐานที่ซ่อนอยู่ของแต่ละ scheduler สร้าง crypto intraday volume curve และรันทั้งสามตัวเทียบกันบนข้อมูล L2 ที่ replay จริง
Almgren-Chriss แบบไม่กั๊กความรู้: Optimal Execution ที่คุณนำไปใช้จริงได้ในบ่ายวันเดียว
อนุพัทธ์เต็มรูปแบบของโมเดล Optimal Execution แบบ Almgren-Chriss: linear impact, เส้นทาง sinh/cosh, efficient frontier และโค้ด Python ที่ใช้งานได้จริงสำหรับ calibrate eta, gamma และ sigma จากข้อมูล L2 และ trade ของ Binance
ภายในสไลซ์: กลยุทธ์ child order ระหว่างสเกดูลเลอร์กับตลาด
Almgren-Chriss และ VWAP กำหนดแค่งบสไลซ์ - การเอ็กซีคิวชันจริงตัดสินกันที่ชั้นกลยุทธ์ ตั้งแต่ตัวจับเวลาไต่ระดับความเร่งด่วน สมการจุดคุ้มทุนแบบ maker-taker ความหมายของคิวเมื่อ amend เทียบกับ cancel-replace บน Binance/OKX/CME การซ่อนสัญญาณของ iceberg order และสเตทแมชชีนภาษา Python ต่อสไลซ์
Smart Order Routing ในคริปโต: คำสั่งเดียว สิบสอง Venue ไม่มี NBBO
ทำไม SOR ในคริปโตถึงยากกว่าการ routing ในตลาดหุ้น: ไม่มี consolidated tape, มี phantom liquidity, ต้องมี prefunded capital บทความนี้นำเสนอ convex routing optimization พร้อมสมการและโค้ด Python, กลยุทธ์ maker-aware และตาราง league ของ markout รายเวนิวจาก TCA ของคุณเอง
การตัดสินใจ maker-taker: ระดับค่าธรรมเนียม ส่วนลดคืนเงิน (rebate) และต้นทุนที่แท้จริงของการข้าม spread
Maker เทียบกับ taker คือการเทรด adverse selection ที่สวมชุดตารางค่าธรรมเนียม เจาะลึกคณิตศาสตร์จุดคุ้มทุนผ่าน Glosten-Milgrom ระดับค่าธรรมเนียมคริปโตจริงและส่วนลดโทเคน ประวัติการทำ rebate mining มูลค่า rebate ที่ขึ้นกับตำแหน่งคิว และการจำลองค่าธรรมเนียมแบบขั้นบันไดใน backtest
เส้นโค้ง slippage ไม่ใช่ค่าคงที่ slippage: โมเดลต้นทุนที่รอดจากการเทรดจริง
แทนที่ slippage แบบ bps คงที่ด้วยเส้นโค้งต้นทุนที่ขึ้นกับขนาดออเดอร์ ความผันผวน และสภาพคล่อง: square-root law, การฟิตเส้นโค้งจากข้อมูล fills ของ TCA หรือข้อมูลสาธารณะ, ตัวคูณความเครียดตามช่วงตลาด (regime) และเหตุผลที่ leaderboard กลยุทธ์ของคุณจะสลับตำแหน่งกันใหม่
การจำลอง Fill: บันไดจากภาพลวงตาราคาปิดสู่ความจริงที่รับรู้คิว
ห้าขั้นของความสมจริงในการจำลอง fill - ตั้งแต่ fill ที่ราคาปิดไปจนถึงโมเดลความน่าจะเป็นตามตำแหน่งในคิว Partial fill ในรูปแบบ state machine ขอบเขตความน่าจะเป็นของการ fill ออเดอร์ limit ในฐานะกรอบ PnL และลูปการคาลิเบรตกับ fill จริง
Implementation Shortfall และ DIY TCA: วัดต้นทุนที่แท้จริงของการเทรด
Implementation shortfall ของ Perold แปลงเป็น TCA pipeline ที่ใช้งานได้จริงสำหรับบอทคริปโต: การแยกส่วนราคา arrival price, markout curve ที่ t+1s/10s/60s, โค้ด Python ราว 200 บรรทัดเหนือ fill ของคุณเอง และการนำผลลัพธ์กลับไปป้อนโมเดลต้นทุนใน backtest
การสร้างอัลกอริทึม Market Making สำหรับคู่เหรียญคริปโตด้วยโมเดล Avellaneda-Stoikov
คู่มือทีละขั้นตอนสำหรับการสร้างอัลกอริทึม market making สำหรับคู่ USD+/wETH และ USD+/cbbtc โดยใช้โมเดล Avellaneda-Stoikov และ PPO รวมถึงฟีเจอร์การเทรด onchain, การจัดการ inventory และการฝึก RL
Updating 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.
PnL ตามเวลาที่ใช้งาน: ตัวชี้วัดที่เปลี่ยนการจัดอันดับกลยุทธ์
ทำไม PnL ต่อปีแบบดิบจึงเป็นตัวชี้วัดที่ไม่ดีสำหรับการเปรียบเทียบกลยุทธ์ที่มีเวลาซื้อขายต่างกัน วิธีคำนวณผลตอบแทนที่มีประสิทธิภาพ ทำไมจึงต้องใช้ fill_efficiency และเหตุใดกลยุทธ์ที่มี PnL 27% จึงอาจเหนือกว่ากลยุทธ์ที่มี 300%
