Dave.𝟎𝐱U (@bc1qDave) header
Dave.𝟎𝐱U (@bc1qDave) profile picture

3rd President @0xUClub/ @galaxyhq @HKUST @NUSingapore /牛熊幸存者, 一二级交易员, Macro, Quant, AI —— Have your own book 🕙

Hong Kong
Joined October 2023
Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)Photo by Dave.𝟎𝐱U (@bc1qDave)
大家还没有意识到,股票合约的加入,完全带来了一个新世界:原因是 Fama-French 方程,可以把所有股票写成一个 Beta 的 N 维矩阵,2015 年,Fama 发了一篇论文,把因子提升到了 5 个,即维度来到了 5 以上。又通过维数定理,R5 以上的向量必然线性相关 乔布斯说:“只有当你回头看的时候,那些点才会连成线。” 2026 年股票合约出世,这两个点连成了线 关于永续合约资金费率的研究,多年以来,都是围绕 Delta 进行的。(如果你是狗庄你可能还会研究一下订单簿和冲击价格)而由于股票合约化,资金费率可以通过 Beta 捕捉了 这个推理让我感到兴奋,就像奥斯特发现电生磁的 10 年后法拉第首次发现了磁生电。可惜我的群论和线性代数知识不是很渊博,但我的直觉仍然告诉我 Beta+资费领域有极大的利润空间
经历过一场漂亮的失败 前段时间,几块量化拼图终于凑齐。在交易所老板和朋友们的支持下,我拿到了更优惠的费率和订单执行条件。同时解决了硬件性能问题,训练基建也有了保障。老板也支持我们在股票合约方向做一些研究。于是我和伙伴 @Eric_pollll_btc 决定认真把系统搭起来。 想要做一个量化策略,是远远比大家想象中要复杂的许多。很多AI交易项目会给大家撮策略,其实那大多是非常不完善的一个基于 rule-based 的下单系统。 完完整整的量化交易系统,从如何保护 API 密钥安全开始,到用 Rust 写订单的执行代码。并接受反馈。 这里之间包含了一个大千世界 最开始的接入数据,整理数据,监督数据源有没有错误,(我们是真的在交易所上遇到过返回错误数据的情况), 第一步数据搞完了,第二步才开始搭建模型。模型里的模型选择,调参,优化。 这一步相当艰难。对于成熟的量化团队来说,真正分高下的就是写模型的能力,是非常考验数学、物理、计算机,甚至金融知识的。 模型做完,还有回测、实盘,再拿真实订单流里的问题回来修改,同时把风控、止损和异常处理补齐 每一步短短几个字,实则要花费大量的心血。光是回测这两个轻飘飘的字,里面的复杂程度都足以写论文了。(Eric最近就在做一个高频回测框架的项目,后面会开源) 所以做一个量化不是大家印象中用Python写几段代码,给 AI 说一个策略思路就可以完成的,这是一个非常复杂的工程, 我和我的伙伴决定用很严肃的态度对待这个任务,所以要以很严谨的工程思维来对待系统搭建。 到这里就是结束了吗?除了代码之外,还有一片看不见的领域,(其实也是我在任务中主要做的事情) 作为小团队,更不要说个人了。在激烈的交易所环境下面对专业机构,劣势不只在模型。手续费、成交速度、交易条件,每一项都可能吃掉本来就不多的优势。所以,和交易所沟通、争取支持,并不是技术之外的杂事,而是系统能不能成立的一部分。 同样重要的,是找到值得做的市场和标的。资源有限,就不能只想着正面拼算力、拼速度,还需要一点交易员的直觉,找到能发挥优势的机会。当然还有不断地和同行进行沟通, 队内进行任务安排和分工, 对外寻求支持(如融资、交易活动等等) 需要相当多的努力,技术上的,业务上的,组织管理上的,才能把这一件小事情做好 讲到这里,我希望给大家留下一个量化的专业印象,AI 发达后,路边摊量化确实有点泛滥了。想要做好一件事,要以最认真的态度去对待它。同时大家应该也理解我过去一个月在推特上沉默寡言的原因了。 接下来廢话不多说,看一篇我的技术写的文章吧。我在 review 了我们三周的成果之后,让他写了一篇总结, 因为无论成败,做一个事情还是需要有闭环,有交付。我个人觉得他写得很好, 一两周前就叫他赶快发推特了,但是他实在是太忙,就由我来帮他发一下这篇文章吧。同时也希望我账号流量大一点,可以让更多人看到我们的项目: 【预测未来】 Article by @Eric_pollll_btc @bc1qDave @AndyW_Web3 “ 策略为什么会盈利 这段时间我们一直在研究高频策略,用AS模型也好,GLFT模型也好,都没能取得比较稳健的收益。随后我尝试拓展高频策略的行为,比如不再连续报价,而是挑选市场状态报价,比如不在固定的双边maker,而是将动作拓展到单侧maker,亦或者是taker一些订单。叠加的规则越来越多,可调节的参数越来越多,策略的复杂度不断提高,而复杂度本身并不能带来收益。于是我开始反思,我们的策略里究竟缺少了什么?或者说,不局限于高频策略,一个真正能盈利的策略,必须需要什么? 我发现,我们优化止盈/退出逻辑也好,改善仓位控制也罢。本质上都是在“根据自己的状态做决策”,而非“根据市场状态做决策”,更确切的说,是没有专注于“根据未来做决策”。 这样一来,无论如何我们都是在被市场牵着鼻子走。那么什么是“根据未来做决策”?很简单,你认为未来价格会涨,所以买入,这就是根据未来做决策。你的盈利,全部来源于你能够对市场的走势作出正确的判断。为什么很多人看上去都是先从中低频的主观交易赚到钱,而不是一开始就通过高频交易获利呢?因为决策频率低。当交易的次数越来越多,越来越频繁,就越是会暴露出我们对未来的真实预测能力到底有多强。 所谓预测未来的能力,就是alpha。 而仓位控制本身不产生alpha,它只是一个让我们控制风险的工具,它的目的只有一个,就是让我们在市场上活下来,不被一次失误决策干死,仅此而已。因此,在没有找出真正的alpha之前就大量设计仓位控制的行为,是毫无意义的,它只会让策略从暴死变成慢性死亡。 一切风险控制、仓位控制之类的设计,都应当在发掘出了真正有效的alpha后进行。 描述市场的维度不止价格 很多决策的本质都是预测未来,比如我之前给dave说的,大单冲击后买一卖一大幅移动,希望在较高位置做空,恢复后做多,实现盈利。这个策略是规定了一个入场条件,预测入场条件触发后,有可能形成一个有盈利空间的事件。本质上来说,和金叉买入没什么区别,都是在预测未来存在一个有盈利机会的事件,仅此而已。 预测不止是预测涨跌这样的盈利性事件,还可以是其他的市场信息,比如波动率,比如成交活动,比如买卖价差等等。 这些市场信息对策略的构建是非常重要且有价值的,比如当我们预测到成交活动后面一段时间会很弱,那我们便停止被动做市,逐步将仓位平掉;比如当我们预测到市场的波动率会显著扩大,那么便可以适当减小杠杆,亦或者根据策略的类型选择避开这段时间还是积极参与进去。 这样的风险控制或者仓位控制,是真正带着对市场判断的仓位控制,才是合理的控制,而这一切都是基于有效的预测。 那么具体如何预测未来,就是一个很深刻的话题了。我做了这样的研究 我希望回答一个问题,行情里究竟有哪些信息,对未来有帮助?只看当前够不够?不同市场能不能用同一种描述?我每隔五秒整理一次当时已经收到的盘口和成交信息,然后观察未来五秒、三十秒、一百二十秒等时段里,五件事怎样变化: 1:价格变化。最后涨了还是跌了,变化多少。 2:路径波动。中间经历了多大起伏。最后回到原价,也可能经历了很大波动。 3:成交活动。接下来会发生多少笔成交。 4:买卖价差。最优买价与卖价之间的距离会扩大还是缩小。 5:盘口深度。可见挂单会变厚还是变薄。 这个就是我描述未来市场的五个维度。即便我们很难判断接下来市场到底会涨还是跌,但也可能比较容易判断接下来会不会更加活跃。 历史信息中有多少对未来有价值的东西 假如两个时刻,当前价格、买卖价差、盘口厚度,甚至最近五秒的成交情况都很接近。但其中一个时刻,过去两分钟一直很平静;另一个时刻,过去两分钟刚经历了一连串剧烈变化。 只看眼前他妈是很像的,但接下来的30秒,他们的表现是否也应该一样呢? 我们让两种模型预测完全相同的一批未来,一种只看当前最近一格的行情信息,另一种还可以看过去三十秒、两分钟的历史。结果就是加入历史后,30秒的五目标总和误差下降了大约14.01%。如果再补上10分钟前的历史,预测误差还能进一步下降2.38%。 但进一步拆开看,历史主要帮助判断的是波动、成交活动和部分流动性变化。价格变化的改善弱得多。不过后来单独针对价格目标选择参数,也找到了一点预测改善,所以不能说价格完全不可预测也。 接着我还需要判断这些历史与未来关系,能否在不同标的之间通用。因为这些标的的短期关系很可能是不一样的。同样是“最近成交变得密集”,它对不同市场未来波动、价差和深度的含义,可能旧不太一样。 因此我比较了几种做法,分贝是所有市场共用模型、按大类区分、和进一步让每个市场拥有自己的模型。 结果表明共用和继续让每个市场有自己的模型,并不能改善预测。所以说类别差异是有价值的,但过细的拆分则没有什么价值,这也在意料之中。然后我还尝试将行情信息压缩,用PCA,保留数据里变化最大的那些方向。结果是强行压到很少的维度预测很容易变差,还是高纬度预测效果比较好。还有就是把市场硬切分成两三种区域再分别预测也没有稳定赢过连续的模型。 还有一点是更高频的预测,比如毫秒级别的,在流动性差或者成交不活跃的市场里,是很难产生有意义的结果的。这里不是说不准,反而是有时候能预测的非常准,尤其是方向。 但比如你深入到订单簿一看,中价十分显著的负自相关性居然是因为卖一规律的下跳而买一不动所导致的,这样是没法盈利的。非正常交易时段的这种现象的时间尺度会放大到分钟级别。如图所示:(见下图) 所以,我现在更关注两件事:我们究竟预测到了什么,以及这个预测能否转化为真实可交易的机会。策略变复杂,不代表优势变强;预测误差变小,也不代表利润就会出现 ” 最后补充几句。上面的这个复盘只是针对我们的做市策略中的一个模型的分享,我们还尝试过根据订单流的交易策略,以及根据 CoinGlass 因子的机器学习截面多空策略,Hyperliquid 与币安的资金费率套利策略,和一大堆数不清的。Eric和我还写了几篇“著作”,包括《为什么 AS 和 GLFT 是扯淡》、《用价格预测价格》等等文章,都欢迎大家讨论分享!今天实属冰山一角,欢迎同行和老板们 DM 我。如果在港深的话,有机会我请大家喝咖啡,互相学习学习 最后感谢 @bitget @xiejiayinBitget 和 @QFEX @ChloeTalk1 老板们的支持,接下来会和 @trasiaxyz 有个实盘合作,谢谢 @mablejiang 大佬赞助量化上 hype 跑跑,大家敬请期待接下来的更新吧
18
15
3
276
41,123
0xU 26年度最佳宣传片,男大女大可以在我这里交报名表了 特别鸣谢: @0xJianAn 太会安排,0xU 王子 @mablejiang @trasiaxyz 感谢老板赞助的酒钱,下次给姐姐找7个薄肌男大唱歌 And 灰灰老师生日快乐!加入大家庭就是有福利,部落的大门永远敞开
加入@0xUClub 之前也没人和我说会叫7个帅气薄肌男大陪我过生日啊!!!! 原来加入0xU有如此福利!错失太多了 And太感谢@bc1qDave Dave总的惊喜🥹🥹真的真的太感动了 我爱男大 可以年年这样过生日吗
8
24
2,098
股灾能活下来的,只有:无杠杆,场外有现金流,仓位占总仓位不大。 说的太他妈对了
前期抄底半导体,存储,a股的人,马上要面临最难的问题 带了杠杆抄的太早,如果这会反弹,刚到成本线就想跑,可是这一路下来连续抄底,一直止损,本都没回; 如果这会认输,真大反弹了,那彻底崩溃,所以越跌只能硬着头皮继续买; 不抄底吧好不容易赶上股灾,别人都在抄底,跌了这么多了,你不买太丢人了,涨起来会被嘲笑; 就这样拉扯直到某一天,大家挣钱或者回本都跑了,都不相信股票能涨回来了,真行情又回来了。 股灾能活下来的,只有:无杠杆,场外有现金流,仓位占总仓位不大。
1
8
874
如果时光重回那天,你会牵起她的手吗?
Pickle's always right, But this time you'd better watch your ASS 《连载系列:1 历史回响,盘面锐评》 上周全球金融市场度过了黑色星期四星期五,有很多维度要分析,第一篇先说大家最关注的:盘面走势 历史不会重演,但往往押韵,下面就跟着我的回顾一起享受这次十年难遇的盛宴吧,先说结论 😱还没到底😱 🕐美股回顾-卷土重来 2015 2018 2020 2022 其中2018和2020着重说一下 🔥2015,该涨不涨就要跌,顶部受阻的案例。 大盘在2000点的位置停滞,上涨动能不足,出现了两次下跌。幅度12%左右。 和本次下跌的相似点在于下跌之前都出现了一段时间的停滞。那么第一波跌幅可以看作是盘面为了修正的自然下跌。 但和本次也有差异之处。第一点是2015下跌之前,顶部盘旋时间更久,有将近半年多,第二点是幅度是比较温柔的,没有打破结构。 🔥2022,熊市案例。当年市场转熊了,btc也迎来寒冬,大盘最低给了27%的回调。 🔥2018,衰退交易例子,尖底。 18年底美股计价衰退交易,其实盘面前端也出现了停滞的现象,之后给到了20%的最大跌幅。这次的特点是下跌之中一步三回头,前2/3时间是上上下下的震荡,最后1/3时间直接来了一段大的跌15%。 衰退交易计价完成后涨得会非常快,这和本次行情8月5号的走法很像,当时boj加息再加上衰退交易担忧,也是猛烈下插,但是后期收复很快。 🔥🔥🔥2020,来自远古的恐惧,命运齿轮的转折点:312 为什么说2020的情况和现在是最像的, 首先当时新冠疫情的冲击和目前关税的冲击强度相似,这种带有外部冲击的市场在盘面上有自己的特色,就是会有更加明显的情绪行情 其次两次的大盘走势比较一致,第一波下跌后有短暂的企稳,短暂企稳后接了更强势的下跌,演变到后面就成了恐慌市场,情绪能到多少就到多少 最后一点就是跌幅和市场阶段。近十年内,美股有三次超过20%的下跌,分别是18 20和22。其中只有2020年的外部因素冲击导致了没有像样的回调,18年和22年大家都可以去拉一下,每次回调幅度都是比较可观的,可能将近10%。目前市场迅疾猛烈的下跌,并且跌幅已经有17%(18年整个趋势跌幅都只有20%)非常像312的行情 其次,312之后的收复是美联储归零降息,和现在市场预计的政策底一模一样,都在于美联储的降息 🕐比特币-大世面将至 之前和bane老师聊天的时候,他说这一轮大家好奇怪,6、7%的跌幅就叫闹麻了,之前比特币都是20%起步。20%可能要来了 最近关税冲击非常猛,有点接近2020年疫情期间,目前下跌速度位于2020年疫情和2022年加息之间。如果市场持续的话比特币很难独善其身,肯定会被流动性套现(其他市场濒临爆仓的资金套现一切可能套现的资产补充流动性导致市场普跌) 当年2020年3月份美股已经出现4%以上大跌的时候比特币还比较稳略微上涨诱多,后来全球市场进一步下跌比特币开始猛跌最后一天跌了60%,link直接从3美元跌到0.1 请大家看下方配图,第一个红圈是美股当时刚开始大跌比特币还比较坚挺阶段,第二个红圈是比特币开始疯狂补跌 所以我这里为什么怼 @0xPickleCati @BAYC2043 等大佬的观点,因为btc现在挺住了不代表就要开始上涨趋势(第二原因我是反骨仔嘴臭交易员所以就得锐评呢宝宝😘) 大家可以看到,美股目前强势资产还没有被流动性套现,比如说伯克希尔哈撒韦和沃尔玛。如果大盘和高贝塔股票持续下跌的话,投资机构将不得不面临margin,甚至包括一些只投大盘的机构,因为他们会开杠杆。而且指数ETF为了精准追踪大盘,会不断调整持仓,这就导致在某一些股票大幅下跌的时候,会导致ETF全盘抛售,所谓ETF杠杆效应,这会进一步演化成市场普跌。最后一点,btc目前步入主流资产,甚至有不少的公司和ETF资金持有,当这些holder出现流动性套现需求的时候,配合上散户情绪,跌幅没有办法估计。 🕐山寨辣评-气候不齐 大多数山寨币目前来到了清算阶段,有一些直接奔着归零的方向去,有一些庄家盐都不盐了,管他三七二十一的护盘拉盘。 1, 有不少朋友抱怨现在没什么玩的了,个人认为山寨币现在的玩法只有跟英毛集团混,如果你认识一个币的项目方发行团队,那可以尝试一下,其余的话不太认为现在是合适的出手时机。 2, 二级的那些垃圾山寨币,重新重视起来,不要有偏见。312的时候很多山寨币直接百分之八九十的腰斩,但后面涨上来的幅度是非常恐怖的。 狗狗币当天跌了26%,最低大概0.001,从前面的0.005高点跌下来80%,前面的底部0.002样子,跌下来50%,注意啊,很多人当时认为0.002就是底了,直接抄进去,后面又给了50%跌幅。但是这种时候真是大机会,我们交易员讲一个系统,意思是你的交易体系要不断长期的复利,但是,这种做法其实是认为自己可以打败市场,虽然有不少的交易大佬做到了,可是,当市场给出了机会,一个共同成长的机会,就像巴菲特和美国国运共同成长一样,这种我还是不会放弃的。 结语:这篇帖子纯粹从盘面角度看,之后会从宏观经济面讲一下关税,衰退和通胀等一系列的话题。感谢读到这里,欢迎转发锐评。
1
4
992
CZ 他是个外行
原计划是装死,装着装着真要死了
2
33
1,201
原计划是装死,装着装着真要死了
事到如今除了装死我想不到其他任何办法
3
1
7
2,096
起初,人们以为这只是一次平平无奇、都不用带脑子的开仓 “买点纳指好了,指数嘛,无所谓”
真是没想到我在脆脆鲨上1000刀把纳指买崩了
4
17
2,616
Dave.𝟎𝐱U retweeted
Trasia 创世社区大乱斗第一期正式开打 暨 美股冬令时的第一天 @cluec3 @mandywangETH @Tsingxbt @bc1qDave @ShiGuangYuYanJi @Jessica_Web3_ 的队伍第一天各显神通 部分出镜选手:@Yick_Yang @chenguang12545 @AndyW_Web3 @Gabby071114 @hhczbj123 @Asher_0210 这次视频做了个小A人 想要报名下一期创世社群的看评论区链接👇
✨ Trasia 创世社区大乱斗 ✨ 组队:每队 10 人,1 名队长 + 9 名社区成员 赛制:6 队一场比赛,5场比赛为一个赛季 💰 奖池:10000 USDC 加入比赛,通过 Trasia 侦查模式知己知彼,和 @mandywangETH @cluec @bc1qDave @RyanMcRae77 @Tsingxbt @ShiGuangYuYanJi @octopusycc @Jessica_Web3_ 的社区一决高下! 点赞转发评论本帖抽Trasia x Hyperliquid 精美周边礼盒一套,加入评论区 Trasia Telegram 社群报名比赛 ⛳ 每场比赛激励 🏅个人冠军:500 USDC 🥈 个人亚军:200 USDC 🥉 个人季军:80 USDC 👑 冠军队伍:300 USDC 1️⃣ 期中榜首:100 USDC 💡 回光返照奖:每场比赛随机选3人补贴全额亏损 📈 交易量王者:每场比赛交易量最大的选手获得一份 Trasia x Hyperliquid 精美周边礼盒 🚩 队长激励 🤝 组队成功获得 100 USDC,获得Trasia x Hyperliquid 精美周边礼盒,社区自动获得未来积分赛白名单 赛季冠军队长:300 USDC 赛季亚军队长:200 USDC 赛季季军队长:100 USDC
10
1
2
26
2,940
万圣节要到的最好的糖就是和 @Saccc_c 一顿聊,给我彻底聊通透了。坚决贯彻AI,彻底落实AI,坚定不移发展 AI Native AI Native是种生活态度。找不到用 AI 解决什么问题,本身就是一种问题;找到了很多能用 AI 解决的问题,本身就是 AI Native 先上车再研究 @LeslieLi92210 今天不准打狗了,一起搞 AI
14
22
2,598
现在市场逻辑没问题,资金没问题,基本面没问题,只是简单的数学出了问题 我们再回顾一下市场涨跌的最根本原理,价格进入上涨趋势的必须条件很简单:需求大于供给。真金白银流入,把货接住,价格抬上去。而现在市场的问题就是买盘不足,卖盘不少 上半年,从散户到大佬,该买的买完了,没有新增资金流入,而上方还有一大堆获利盘。这个时候想要恢复上涨应该怎么办呢?有两种方法: 1,等待买盘增多。资产是价值的载体,劳动产生价值。等经济社会在劳动半年、大几个月后现金流增多、收入增多,溢出价值自然会流入价值载体,把价格抬高。这是漫长而痛苦的。现在宏观财政状况偏紧缩,也很难有凭空的流动性注入 2,消化卖盘。如果上方没有卖盘的话,光是靠操作盘口就能把价格抬上去。消化卖盘的方式就是震荡和下跌,市场在相对高点出清高水平玩家,在下跌后的相对低点,高玩把低水平玩家手上的筹码接过来,因为人性面临下跌的恐惧会想要恐慌抛售,当不坚定的筹码换手充分之后,高玩会形成向上的市场共识。尤其是在现在的环境下,段永平、巴菲特这些人都被套了,世界需要上涨,而世界在当前场景下也应该上涨 所以我们应该怎么应对呢?就是装死,有闲钱的话,下面慢慢买一点。如果大家做了详细的研究,会发现这不是 Alpha 的问题,也不是 Beta 的问题,那剩下的就是波动,波动只能把时间周期拉长来消除。 最后分享一个有意思的案例:10 月纳斯达克指数下跌了 6% 点几,而 10 月份的最后 3 天,纳指就下跌了 5%。景气趋势下的下跌是健康的,它为之后的上涨埋下更多空间。11 月光是回到前高,就会涨 7% 多了,做好风控,跟随主力
事到如今除了装死我想不到其他任何办法
3
1
14
2,011
事到如今除了装死我想不到其他任何办法
4
1
1
13
4,523
Dave.𝟎𝐱U retweeted
✨ Trasia 创世社区大乱斗 ✨ 组队:每队 10 人,1 名队长 + 9 名社区成员 赛制:6 队一场比赛,5场比赛为一个赛季 💰 奖池:10000 USDC 加入比赛,通过 Trasia 侦查模式知己知彼,和 @mandywangETH @cluec @bc1qDave @RyanMcRae77 @Tsingxbt @ShiGuangYuYanJi @octopusycc @Jessica_Web3_ 的社区一决高下! 点赞转发评论本帖抽Trasia x Hyperliquid 精美周边礼盒一套,加入评论区 Trasia Telegram 社群报名比赛 ⛳ 每场比赛激励 🏅个人冠军:500 USDC 🥈 个人亚军:200 USDC 🥉 个人季军:80 USDC 👑 冠军队伍:300 USDC 1️⃣ 期中榜首:100 USDC 💡 回光返照奖:每场比赛随机选3人补贴全额亏损 📈 交易量王者:每场比赛交易量最大的选手获得一份 Trasia x Hyperliquid 精美周边礼盒 🚩 队长激励 🤝 组队成功获得 100 USDC,获得Trasia x Hyperliquid 精美周边礼盒,社区自动获得未来积分赛白名单 赛季冠军队长:300 USDC 赛季亚军队长:200 USDC 赛季季军队长:100 USDC
15
6
7
26
15,699
All due respect 但是为什么币圈会没法呆呢?今早好多人在说币圈真是没法待了,为什么不待呢? 只有在币圈所有人都有资格赚大钱,哪怕你是黑客都有机会站在舞台中心 3 分钟。只想安稳过日子可以去考公务员,听说金堂县的公务员午饭还免费加鸡腿。“我宁愿要错误的乐观,也不要正确的悲观”
我感觉 币圈 已经没办法呆了。 随着AI越来越强,这类事件会更加频繁的发生。 目前来看 只有银行 很难被击穿。 在这里我也希望 所有掌握资金的项目方。不管是否去中心化。 现在第一件事情 就是升级 加固安全。
5
1
1
34
3,665
Here’s your guidance 👉
if u wanna know what crypto to hold for the next bull run, apparently all u gotta do is look at today’s reported $5.6B Binance hack guys no wonder $ETH is Kim Jong Un’s favorite pookie So bullish on my ETH babies😭 but jokes aside, I’d keep a very close eye on the market over the next 72 hours. wouldn’t be surprised if we get another leg down. I’m already getting ready to DCA. this whole thing reminds me of 2022. remember, LUNA collapsing in May wasn’t the bottom. Celsius and 3AC blew up in June, BTC flushed to around $17.6k, and then FTX happened in November and took us down to ~$15.5k. looking back, those were some of the best accumulation opportunities of that entire cycle. but they didn’t all happen at once. major blowups tend to cluster around periods of forced deleveraging. when institutions are scrambling for liquidity, they sell whatever they can, not necessarily what they want to. that’s when prices can temporarily disconnect from fundamentals. now, I don’t think it’s fair to call this FTX 2.0 just yet. FTX was fundamentally a solvency and credit contagion crisis. so far, the Binance situation appears to be a security breach, with roughly $2.4B in stablecoins reportedly frozen and Binance saying user funds are safe. that’s encouraging, but we still don’t know the final losses or whether there are any second-order effects. frozen funds aren’t necessarily recovered funds either. and remember, BTC was already under pressure before the hack news broke. we’ve got a hawkish Fed, weakness in tech stocks, and a market that’s still extremely sensitive to liquidity. the hack just added another layer of uncertainty and triggered a pretty brutal long liquidation cascade. so over the next few days, I’m watching withdrawals, any signs of contagion, whether futures leverage gets properly flushed out, and most importantly, whether real spot demand starts absorbing the selling. a big red candle alone doesn’t mean we’ve found the bottom. I wanna see whether the forced sellers are actually running out. I’m not interested in catching the exact bottom or levering myself into another disaster lol. just keeping dry powder and preparing to DCA in stages if we get another proper liquidity sweep. and please, every time something blows up in crypto, people start screaming that the entire industry is finished. we heard enough of that shit in 2022. the industry survived, but plenty of individual companies and tokens didn’t. there’s a difference. anyway, I’m watching closely and getting ready to buy the fear, fam. 🥒
1
3
2,025
Dave.𝟎𝐱U retweeted
大型真人 K 线 MMORPG《Trasia ONLINE》叮叮咣咣的Trasia之星半程总结 每个选手都是某个风格的角色 谈不上复盘了 但是 用 BGM 和 美术风格博君一笑🤣 @trasiaxyz #Hyperliquid #scoutmode 致敬所有出镜玩家 @RyanMcRae77 @yijiangren @48Kchunbai @cluec3 @KaMiaoRich @Aevumvoid @MMMusol @Franky7 @hippo688 @mandywangETH @bc1qDave @EEEEdison1992 @Manfred0801 @Goupenguin
周末本想拉一下14个 Trasia 之星的比赛记录复盘一下,但感觉数字太多哪怕写了复盘也很不好理解。突然想起 2 周前 @coolish 一针见血的建议:要用视频来传达不好领会的东西(此处必须专门给一个credit了)。于是有了这期 Trasia 之星 6天复盘视频 😄 把各个交易员的选择,一起放在同一个k线上,配合 Claude computer use 自己抓的各种侦查模式的截图,我自己觉得还挺有意思的,能让观赛的人也一目了然。 比赛还有三周,还有很多机会,每一笔,都是选择。 @RyanMcRae77 每一笔都先想好最坏的结果,再下注 @yijiangren 比榜首更早空在 BTC 顶,智谱也卖在最高点 @48Kchunbai 美股开盘的手感:低吸、落袋、再来一次 @cluec3 价格行为,不预测,只跟随行情 @KaMiaoRich 每次被打一拳,都换个方向打回来 @Aevumvoid 全场最勤快的猎手,BTC 边跌边收 @MMMusol 他做空的标的,后来全都跌了 @Franky7 全场认错最快的人,看错了马上掉头 @hippo688 只做多,赢多输少,每一口都吃得稳 @mandywangETH 空在 BTC 的顶,平在 BTC 的底,几乎吃满了整波下跌 @bc1qDave 标的最小众的人,每次都只亏一点点@EEEEdison1992 一晚上从谷底翻到新高,现在蛰伏等待 @Manfred0801 出手最多的选手里,胜率最高@Goupenguin 全场唯一还没出手的人,第一枪会是什么?
18
9
5
63
10,858
Dave.𝟎𝐱U retweeted
nmd傻逼推特算法,怎么没有给我推这一篇 刚刚复盘猪猪老师的课的时候,突然想起我老公Dave的近况,遂决定偷看推特 然后才发现这一篇雄文,之前还真没看过这么详细的量化执行操作教科书 启发很大,太牛逼了
经历过一场漂亮的失败 前段时间,几块量化拼图终于凑齐。在交易所老板和朋友们的支持下,我拿到了更优惠的费率和订单执行条件。同时解决了硬件性能问题,训练基建也有了保障。老板也支持我们在股票合约方向做一些研究。于是我和伙伴 @Eric_pollll_btc 决定认真把系统搭起来。 想要做一个量化策略,是远远比大家想象中要复杂的许多。很多AI交易项目会给大家撮策略,其实那大多是非常不完善的一个基于 rule-based 的下单系统。 完完整整的量化交易系统,从如何保护 API 密钥安全开始,到用 Rust 写订单的执行代码。并接受反馈。 这里之间包含了一个大千世界 最开始的接入数据,整理数据,监督数据源有没有错误,(我们是真的在交易所上遇到过返回错误数据的情况), 第一步数据搞完了,第二步才开始搭建模型。模型里的模型选择,调参,优化。 这一步相当艰难。对于成熟的量化团队来说,真正分高下的就是写模型的能力,是非常考验数学、物理、计算机,甚至金融知识的。 模型做完,还有回测、实盘,再拿真实订单流里的问题回来修改,同时把风控、止损和异常处理补齐 每一步短短几个字,实则要花费大量的心血。光是回测这两个轻飘飘的字,里面的复杂程度都足以写论文了。(Eric最近就在做一个高频回测框架的项目,后面会开源) 所以做一个量化不是大家印象中用Python写几段代码,给 AI 说一个策略思路就可以完成的,这是一个非常复杂的工程, 我和我的伙伴决定用很严肃的态度对待这个任务,所以要以很严谨的工程思维来对待系统搭建。 到这里就是结束了吗?除了代码之外,还有一片看不见的领域,(其实也是我在任务中主要做的事情) 作为小团队,更不要说个人了。在激烈的交易所环境下面对专业机构,劣势不只在模型。手续费、成交速度、交易条件,每一项都可能吃掉本来就不多的优势。所以,和交易所沟通、争取支持,并不是技术之外的杂事,而是系统能不能成立的一部分。 同样重要的,是找到值得做的市场和标的。资源有限,就不能只想着正面拼算力、拼速度,还需要一点交易员的直觉,找到能发挥优势的机会。当然还有不断地和同行进行沟通, 队内进行任务安排和分工, 对外寻求支持(如融资、交易活动等等) 需要相当多的努力,技术上的,业务上的,组织管理上的,才能把这一件小事情做好 讲到这里,我希望给大家留下一个量化的专业印象,AI 发达后,路边摊量化确实有点泛滥了。想要做好一件事,要以最认真的态度去对待它。同时大家应该也理解我过去一个月在推特上沉默寡言的原因了。 接下来廢话不多说,看一篇我的技术写的文章吧。我在 review 了我们三周的成果之后,让他写了一篇总结, 因为无论成败,做一个事情还是需要有闭环,有交付。我个人觉得他写得很好, 一两周前就叫他赶快发推特了,但是他实在是太忙,就由我来帮他发一下这篇文章吧。同时也希望我账号流量大一点,可以让更多人看到我们的项目: 【预测未来】 Article by @Eric_pollll_btc @bc1qDave @AndyW_Web3 “ 策略为什么会盈利 这段时间我们一直在研究高频策略,用AS模型也好,GLFT模型也好,都没能取得比较稳健的收益。随后我尝试拓展高频策略的行为,比如不再连续报价,而是挑选市场状态报价,比如不在固定的双边maker,而是将动作拓展到单侧maker,亦或者是taker一些订单。叠加的规则越来越多,可调节的参数越来越多,策略的复杂度不断提高,而复杂度本身并不能带来收益。于是我开始反思,我们的策略里究竟缺少了什么?或者说,不局限于高频策略,一个真正能盈利的策略,必须需要什么? 我发现,我们优化止盈/退出逻辑也好,改善仓位控制也罢。本质上都是在“根据自己的状态做决策”,而非“根据市场状态做决策”,更确切的说,是没有专注于“根据未来做决策”。 这样一来,无论如何我们都是在被市场牵着鼻子走。那么什么是“根据未来做决策”?很简单,你认为未来价格会涨,所以买入,这就是根据未来做决策。你的盈利,全部来源于你能够对市场的走势作出正确的判断。为什么很多人看上去都是先从中低频的主观交易赚到钱,而不是一开始就通过高频交易获利呢?因为决策频率低。当交易的次数越来越多,越来越频繁,就越是会暴露出我们对未来的真实预测能力到底有多强。 所谓预测未来的能力,就是alpha。 而仓位控制本身不产生alpha,它只是一个让我们控制风险的工具,它的目的只有一个,就是让我们在市场上活下来,不被一次失误决策干死,仅此而已。因此,在没有找出真正的alpha之前就大量设计仓位控制的行为,是毫无意义的,它只会让策略从暴死变成慢性死亡。 一切风险控制、仓位控制之类的设计,都应当在发掘出了真正有效的alpha后进行。 描述市场的维度不止价格 很多决策的本质都是预测未来,比如我之前给dave说的,大单冲击后买一卖一大幅移动,希望在较高位置做空,恢复后做多,实现盈利。这个策略是规定了一个入场条件,预测入场条件触发后,有可能形成一个有盈利空间的事件。本质上来说,和金叉买入没什么区别,都是在预测未来存在一个有盈利机会的事件,仅此而已。 预测不止是预测涨跌这样的盈利性事件,还可以是其他的市场信息,比如波动率,比如成交活动,比如买卖价差等等。 这些市场信息对策略的构建是非常重要且有价值的,比如当我们预测到成交活动后面一段时间会很弱,那我们便停止被动做市,逐步将仓位平掉;比如当我们预测到市场的波动率会显著扩大,那么便可以适当减小杠杆,亦或者根据策略的类型选择避开这段时间还是积极参与进去。 这样的风险控制或者仓位控制,是真正带着对市场判断的仓位控制,才是合理的控制,而这一切都是基于有效的预测。 那么具体如何预测未来,就是一个很深刻的话题了。我做了这样的研究 我希望回答一个问题,行情里究竟有哪些信息,对未来有帮助?只看当前够不够?不同市场能不能用同一种描述?我每隔五秒整理一次当时已经收到的盘口和成交信息,然后观察未来五秒、三十秒、一百二十秒等时段里,五件事怎样变化: 1:价格变化。最后涨了还是跌了,变化多少。 2:路径波动。中间经历了多大起伏。最后回到原价,也可能经历了很大波动。 3:成交活动。接下来会发生多少笔成交。 4:买卖价差。最优买价与卖价之间的距离会扩大还是缩小。 5:盘口深度。可见挂单会变厚还是变薄。 这个就是我描述未来市场的五个维度。即便我们很难判断接下来市场到底会涨还是跌,但也可能比较容易判断接下来会不会更加活跃。 历史信息中有多少对未来有价值的东西 假如两个时刻,当前价格、买卖价差、盘口厚度,甚至最近五秒的成交情况都很接近。但其中一个时刻,过去两分钟一直很平静;另一个时刻,过去两分钟刚经历了一连串剧烈变化。 只看眼前他妈是很像的,但接下来的30秒,他们的表现是否也应该一样呢? 我们让两种模型预测完全相同的一批未来,一种只看当前最近一格的行情信息,另一种还可以看过去三十秒、两分钟的历史。结果就是加入历史后,30秒的五目标总和误差下降了大约14.01%。如果再补上10分钟前的历史,预测误差还能进一步下降2.38%。 但进一步拆开看,历史主要帮助判断的是波动、成交活动和部分流动性变化。价格变化的改善弱得多。不过后来单独针对价格目标选择参数,也找到了一点预测改善,所以不能说价格完全不可预测也。 接着我还需要判断这些历史与未来关系,能否在不同标的之间通用。因为这些标的的短期关系很可能是不一样的。同样是“最近成交变得密集”,它对不同市场未来波动、价差和深度的含义,可能旧不太一样。 因此我比较了几种做法,分贝是所有市场共用模型、按大类区分、和进一步让每个市场拥有自己的模型。 结果表明共用和继续让每个市场有自己的模型,并不能改善预测。所以说类别差异是有价值的,但过细的拆分则没有什么价值,这也在意料之中。然后我还尝试将行情信息压缩,用PCA,保留数据里变化最大的那些方向。结果是强行压到很少的维度预测很容易变差,还是高纬度预测效果比较好。还有就是把市场硬切分成两三种区域再分别预测也没有稳定赢过连续的模型。 还有一点是更高频的预测,比如毫秒级别的,在流动性差或者成交不活跃的市场里,是很难产生有意义的结果的。这里不是说不准,反而是有时候能预测的非常准,尤其是方向。 但比如你深入到订单簿一看,中价十分显著的负自相关性居然是因为卖一规律的下跳而买一不动所导致的,这样是没法盈利的。非正常交易时段的这种现象的时间尺度会放大到分钟级别。如图所示:(见下图) 所以,我现在更关注两件事:我们究竟预测到了什么,以及这个预测能否转化为真实可交易的机会。策略变复杂,不代表优势变强;预测误差变小,也不代表利润就会出现 ” 最后补充几句。上面的这个复盘只是针对我们的做市策略中的一个模型的分享,我们还尝试过根据订单流的交易策略,以及根据 CoinGlass 因子的机器学习截面多空策略,Hyperliquid 与币安的资金费率套利策略,和一大堆数不清的。Eric和我还写了几篇“著作”,包括《为什么 AS 和 GLFT 是扯淡》、《用价格预测价格》等等文章,都欢迎大家讨论分享!今天实属冰山一角,欢迎同行和老板们 DM 我。如果在港深的话,有机会我请大家喝咖啡,互相学习学习 最后感谢 @bitget @xiejiayinBitget 和 @QFEX @ChloeTalk1 老板们的支持,接下来会和 @trasiaxyz 有个实盘合作,谢谢 @mablejiang 大佬赞助量化上 hype 跑跑,大家敬请期待接下来的更新吧
7
6
48
10,271
总结太好了,说AI能帮你自动赚钱的,等于让你重金求子
前几天去听了一个在大陆AI agent的产品会 怎么说呢?如果你相信现在市面上免费agent能帮你主动赚钱的 就跟你收到重金求子的短信是一样的杀猪盘,只不过模版换了一个 模式大概是 你充10u - 让你赚1u- 你再充值100u - 再让你赚5u - 你再充值1000u - 就开始亏损 - 你再充值 1000u - 就无了 冷知识:假设你手动交易赚不到的钱,用这些免费agent大概率会亏更多 ps:让AI帮你查资产遗漏还是可以的…
3
1
8
1,601
第一阶段的初步验证已经完成了。可以告诉大家的是,5 个月零 20 天的收益率测到了 34%,Calmar ratio 达到了 3左右。第二阶段的验证不出所料的,又遇到了难题 6 factor beta 模型包含了MKT、SMB、HML、RMW、CMA、MOM 六个因子,这 6 个因子需要从美股全市场千只股票中收集数据计算得来 这些数据不只是 K 线就可以算出的,还需要各家公司历史的财务面板:包括原始披露时点整理账面权益、营业盈利能力和资产增长,等等。这些数据需要到处查报表来计算,而且要包含全市场几千只股票,否则就不满足模型的定义 Codex 已经蹬废了,各类行情网站上要么数据不全,要么历史权限受限,查不了很多。 完成第二步之后,还有最后一步最难的回测执行框架,Hyperliquid 上面深度是个巨大的问题,1000 刀就可以把寒武纪在休市时间买滑点 2%,如何回测挂单策略,并保证同步成交,并回测滑点的影响,应该是一个价值 3000 万美金 Trading Desk 级别的工程问题
大家还没有意识到,股票合约的加入,完全带来了一个新世界:原因是 Fama-French 方程,可以把所有股票写成一个 Beta 的 N 维矩阵,2015 年,Fama 发了一篇论文,把因子提升到了 5 个,即维度来到了 5 以上。又通过维数定理,R5 以上的向量必然线性相关 乔布斯说:“只有当你回头看的时候,那些点才会连成线。” 2026 年股票合约出世,这两个点连成了线 关于永续合约资金费率的研究,多年以来,都是围绕 Delta 进行的。(如果你是狗庄你可能还会研究一下订单簿和冲击价格)而由于股票合约化,资金费率可以通过 Beta 捕捉了 这个推理让我感到兴奋,就像奥斯特发现电生磁的 10 年后法拉第首次发现了磁生电。可惜我的群论和线性代数知识不是很渊博,但我的直觉仍然告诉我 Beta+资费领域有极大的利润空间
9
6
1
89
9,460
昨天手工操作了一下这个猜想,而且今早做了初步回测,已经证明了这个猜想是成立的。但显然实战表现很糟糕,看来相当多的执行细节还需要调整,尤其是 Hyperliquid 上面的 A 股合约,流动性差,单点风险极大,还不能全仓模式 但这都是没关系的。第一批通过 Delta 玩资费的人也一定面临过同样的难题。还是要感谢 @trasiaxyz 提供的机会和 @mablejiang 赞助的祖传 1000u,如果没有交易赛,我应该根本不会发现这个方向。争取在比赛结束前把策略写出来放上去跑两天
大家还没有意识到,股票合约的加入,完全带来了一个新世界:原因是 Fama-French 方程,可以把所有股票写成一个 Beta 的 N 维矩阵,2015 年,Fama 发了一篇论文,把因子提升到了 5 个,即维度来到了 5 以上。又通过维数定理,R5 以上的向量必然线性相关 乔布斯说:“只有当你回头看的时候,那些点才会连成线。” 2026 年股票合约出世,这两个点连成了线 关于永续合约资金费率的研究,多年以来,都是围绕 Delta 进行的。(如果你是狗庄你可能还会研究一下订单簿和冲击价格)而由于股票合约化,资金费率可以通过 Beta 捕捉了 这个推理让我感到兴奋,就像奥斯特发现电生磁的 10 年后法拉第首次发现了磁生电。可惜我的群论和线性代数知识不是很渊博,但我的直觉仍然告诉我 Beta+资费领域有极大的利润空间
6
1
36
6,824
这就是做内容彻底做到位了 看不懂,但是颅内高潮
这种优质内容就像看欧美的色情片,就算看不懂也很享受,一眼过去就知道质量很高
1
8
1,389