用于套利的 GNN、Transformer 与 RL：当神经网络学会交易

《期货与现货之间的复杂套利链》系列第 5 部分

想象一位国际象棋大师，他看到的不是棋盘，而是十个交易所和数百个交易对；看到的不是 32 颗棋子，而是每毫秒都在更新的数千个订单。Bellman-Ford 等经典算法诚实地遍历图，但当它们找到获利循环时，机会窗口往往已经关闭。我们需要另一种方法——不仅是算法上的，而且是学习型的。

在本文中，我们将探讨现代机器学习（ML）方法如何将混乱的多交易所市场转化为结构化任务。图神经网络（GNN）、Transformer 和强化学习（RL）智能体正在重新定义套利世界的可能性。

用于套利检测和执行的机器学习方法图景：从图神经网络到进化算法。

1. 图神经网络：当市场是一个图

多交易所加密市场本质上是一个图。**节点（Nodes）**是资产（BTC、ETH、SOL）或“资产-交易所”对。**边（Edges）**是交易链接，按价差、交易量、手续费和延迟进行加权。

经典算法 Bellman-Ford 以 $O(V \times E)$ 的复杂度解决任务。图神经网络 (GNN) 则学会识别套利机会之前的模式，类似于出租车司机对哪里会发生交通拥堵的“直觉”。

1.1 带有边融合的 GraphSAGE

使用带有自定义边融合（Edge fusion）模块的 GraphSAGE，研究人员实现了：

• F1 分数：0.90——10 个预测机会中有 9 个是真实的。
• 推理时间：在 CPU 上为 78 毫秒——对于许多套利窗口来说足够快。

use burn::prelude::*;
use burn::nn::{Linear, LinearConfig, Relu};

#[derive(Module, Debug)]
pub struct EdgeFusionModule<B: Backend> {
    fc1: Linear<B>,
    fc2: Linear<B>,
    fc_out: Linear<B>,
    relu: Relu,
}

2. Transformers：注意力就是一切

如果由于 GNN 处理的是市场结构，那么 Transformer 处理的就是数据流。多头自注意力（Multi-head self-attention）机制可以捕捉资产和交易所之间的依赖关系，而无需明确定义谁影响谁。

2.1 用于多交易所融合的多头注意力

注意力机制的权重显示了哪些交易所信息最丰富，以便预测目标交易所的价格。两个交易所之间注意力权重的激增通常是即将出现套利机会的信号。

3. 强化学习：学会交易的智能体

强化学习 (RL) 自然地拟合了套利问题。状态（State）是订单簿、持仓和余额。行动（Action）是交易什么、在哪里交易以及交易多少。奖励（Reward）是盈利或亏损。

3.1 142% 的年化收益率

最令人印象深刻的结果是用于 DEX 上竞争性套利的多智能体强化学习（Multi-Agent RL）。通过协调专业智能体（CEX-DEX、跨链和三角套利），研究人员实现了 142% 的年化收益率，而基于规则的机器人仅为 12%。

4. 贝叶斯方法：将不确定性视为优势

**贝叶斯在线突变点检测（BOCPD）**实时检测机制变化。当市场“规则”改变时，模型会识别出来，并告诉策略暂停并重新校准。

/// 基于 BOCPD 的机制变化检测器
pub struct BocpdDetector {
    lambda: f64,                         // P(changepoint) = 1/lambda
    run_length_probs: Vec<f64>,          // 运行长度分布
}

5. 集成架构：将一切整合在一起

真正的力量来自集成。在 Rust 上的集成流水线如下：

1. 特征工程： 订单簿特征、价差、CUSUM/EWMA 监控。
2. 检测： GNN 和自动编码器寻找异常。
3. 信号融合： Transformer 合并跨交易所和期现数据。
4. 执行： RL 智能体确定最佳规模和时机。
5. 风险管理： 贝叶斯仓位管理和高斯过程（Gaussian Process）边界。

总延迟预算： 通过 Rust 和 ONNX Runtime，可以实现 < 7.5 毫秒 的总流水线延迟。

6. 结论

套利中的机器学习不是万能钥匙，而是一套工具箱。GNN 观察结构，Transformer 合并数据，RL 执行，贝叶斯方法管理不确定性。

在本系列的最后一部分中，我们将研究此类系统的 Rust 实现细节，重点关注纳秒级精度和原子化多步执行。

正在训练你自己的智能体？请在 GitHub 上查看我们的 Rust 机器学习交易框架。