←
Boywus1,958 posts
Boywus avatar

Boywus

@Boywus

HFT Trader,专注于跨所套利交易,做市商交易

◷ Joined May 2016▧ 226 Photos and videos
Boywus avatar
Boywus@Boywus·17h

在做一个「探索性策略」的时候,如何与 AI 对话,会很大程度上影响最后的产出。 比如,它通常会先问你的手续费是多少,然后把手续费作为约束条件,参与后续的策略优化。 接着,它可能会问,为了维持这个手续费等级,你每个月需要完成多少交易量。 这个问题我通常会拒绝回答,直接告诉它:无需考虑,手续费会一直保持不变。 如果你进一步告诉它,实际上你准备通过挂单奖励、交易奖励来赚钱,它甚至可能开始使用某种不够精准的「预期收益」,作为策略绩效函数的代理指标。 问题在于,这些信息并非完全不重要,而是它们会让 AI 过早地进入优化阶段。 对于探索性策略,我更倾向于一开始就明确目标:允许有限度的亏损,把这部分亏损视为探索市场环境的信息成本。 在这个阶段,尽可能收集足够多的环境要素,尤其是那些可以重复观察、相对稳定的市场特征。 至于突变行情,早期甚至可以直接认亏,不急着寻找解决方案,但至少要记录它造成了多少损失。 因为在你还没有弄明白自己为什么赚钱、为什么亏钱之前,过早优化一个绩效函数,很容易让策略开始拟合噪音。 探索性策略最重要的阶段性成果,就是知道自己的盈亏分布,以及每一部分盈亏的来源。

Boywus avatar
Boywus@Boywus·Nov 16

参与了 Anthropic 的认购,大头放在 Kraken。 因为 Bitget 只能买2.5w的额度,Gate每个号5w以内收5%,超过5w部分收10%的费用,好在gate可以多号。 Kraken的额度似乎没有做什么太大的限制,所以单号就占了一半资金。 多事之秋,每次交易所被盗我都被卡在里面当受害者,月底去bbw休息得了。

Boywus avatar
Boywus@Boywus·Nov 16

看了下 @Lighter_xyz 这次被盗应该算是个乌龙,但是有资金的话,还是先提出来,因为操作过程其实不复杂,因为API泄露就有可能被盗: 1. 操作受害人的API,建立一个公共资金池 2. 撤出创始资金,并且赎回股份 3. 攻击者地址买入池子大量股份 4. 操纵 受害者地址 对 池子 捐款 10M usdc 5. 攻击者对池子进行权益赎回。 同时满足了三个条件,使得API泄露导致资金被盗: a. API key 可以建池,可以把管理人最低持仓设为 0,也可以赎回管理人自己的份额。 b. 转进自己的池子算同一所有者之间转账,不需要钱包签名。 c. 直接转进池子的钱会按比例分给所有持股人,而不是给转账人发新份额。 我也有一部分钱卡在上面,希望一切都能够顺了解决

Boywus@BoywusNov 16

Robinhood Lighter withdrawals are okay. Fast withdraw is currently not working, but secure withdraw works.

Boywus avatar
Boywus@Boywus·Nov 16

Robinhood Lighter withdrawals are okay. Fast withdraw is currently not working, but secure withdraw works.

something weird going on with lighter, might be an exploit. not confirmed yet mlm onchain tg spotted a wallet that pulled $10.39m usdc from lighter's l1 contract, dumped it all into ~5.4k eth on cowswap and is now splitting it into 160 eth pieces. wallet was funded with just $10k through relay half an hour before withdrawals from lighter core not working rn. no word from the team 0xb3fffca23d4444eE73349825ACD84f7b5020e387

Post attachment
Boywus avatar
Boywus@Boywus·Nov 16

开始逐渐减少对高频交易的投入,准确来说,应该是减少对「微观错价交易」的投入。上一次类似的撤退,还是从 Polymarket 的预测市场离开。 我的核心目的始终是赚钱,而微观错价凭借极强的可解释性,给了我下注的底气。就好像看到一辆汽车提前打了转向灯、开始变道,你便有理由预测它下一刻的行驶方向,而不必猜测它最终会开到哪里。 如果把每一次行情更新都看作一个路口,那么策略的 PnL 就近似于这些短期预测收益的不断累积。只要预测足够准确,执行足够迅速,便可以在无数个微观路口中反复寻找机会。 但这种确定性也有代价。越是容易解释的微观错价,往往越短暂、越局部,能够容纳的资金也越有限。想要继续扩大收益,除了不断提高执行效率,就只能寻找更多这样的路口。 最近开始尝试把预测链条延长一些。从下一次变道,到接下来几个路口,甚至更长一段路程。随着预测时域扩大,单次判断的置信度可能逐渐下降,但能够参与的价格运动、交易机会和潜在容量,也可能随之增加。 从「超强解释性」到「强解释性」,再到「一般解释性」,我仍然希望尽可能在能够理解的市场结构内交易,只是不再要求每一笔利润,都能被还原成某个瞬间、某个交易对手留下的明确错价。 我开始接受用一部分解释力,去交换更大的交易空间。 但我依旧愿意标榜自己是个 HFT 人,只是开始向其他分支探索。工程师底色的我,始终无法摆脱对「世间万物都能被妥善安排进 switch-case」这种组织管理学神迹的崇拜,尽管它几乎只存在于我的代码世界里。 所以说,我画地为牢啊,历娜。

Boywus@Boywus11 Aug 2025

这段在 #polymarket 上累计盈利不到 2 万 U,但投入的时间和精力远超预期。做个复盘,分享我的交易思路和结果,希望能给同样在预测市场摸索的朋友一些参考。 1. 新闻驱动交易(低效,高度竞争) 最初尝试的是 新闻事件驱动交易,比如电影票房、地震预测、马斯克推特数量等专有市场。但问题很明显: 流动性低的盘口:我有速度优势,但整体交易量太小,赚不到大钱。 流动性好的盘口:竞争激烈,往往只能捡高价筹码的“尸体”,利润微薄。 资金效率低:这类市场的结算周期至少一周,大部分都是月度,资金利用率太低。 @Vida_BWE 很早就说过,这个市场一个月撑死几万 U 收益,现在深表认同。 2. 与官方机器人比定价(竞争激烈,难上规模) 后来转向 Crypto 板块,这里流动性更好,还有小时级别的结算市场(如 BTC/ETH/SOL涨跌预测)。 数据源透明:大部分基于 Binance 现货,API 完备,比拼的是 定价模型和速度,有差价的空间也没什么太大量 问题:仍然难以承载大资金,除非愿意承担更高的风险敞口,否则收益有限。 3. 期权对冲组合(收益尚可,但仍有瓶颈) 最终尝试了 Polymarket + 传统期权市场 的对冲策略。 买方模式(Buy Options):用对冲 Polymarket 对冲深度虚值期权头寸,类似“买高胜率保险”。核心逻辑类似 杠铃策略(我的知乎发过) 卖方模式(Sell Options):虽然理论上存在“无限亏损”,但实战中经常能吃到全额期权金,加上 Polymarket 的高残值,偶尔还能进入 “甜心区”(期权和 Polymarket 双赢)。 风险:目前还没经历大崩盘,PNL 可能被高估。 但整体上,期权卖方占用保证金太大,资金效率仍然不高,无法规模化运作。 结论:Polymarket 更适合“小而美”的玩家 经过这些尝试,我越来越认同 @lnkybtc 的观点: “Polymarket 更适合小工作室或独立交易员,短期内不追求资金上限;靠‘广度致胜’——覆盖足够多的市场,同时构建自己的交易基础设施(Infra)护城河。” 对我个人而言,这个市场的收益天花板明显,投入产出比不高,未来可能会减少精力投入,转向更高效率的策略。 如果你也在 Polymarket 交易,欢迎交流你的策略!

Boywus avatar
Boywus@Boywus·Nov 15

本文主要从演绎与归纳两种研究范式出发,讨论高频做市、跨所套利与趋势交易的 Alpha 来源、机制可解释性、策略失效归因及资金容量边界,进一步思考市场竞争与资源控制如何影响利润分配。 作者仍然处于神志不清状态中,部分文青内容可自行忽略。

Boywus@BoywusNov 15

Boywus @Boywus Nov 15 Article 当交易员决定离开湘江畔 几十年前的湘江边,遍布工厂与码头,其实很容易从经济逻辑中演绎出原因:工厂生产需要大量用水,货物运输依赖水运,沿江布局自然能够降低生产和运输成本。

Boywus avatar
Boywus@Boywus·Nov 11

作为一个被预训练了十几年的大模型,我早期的训练数据主要来自教科书和老师的教导,奖励条件和打分器也清晰得很。 可直到毕业,我的推理能力依然很差。 于是我开始蒸馏名人名言,研究他们的成长史和发家史,把成功经验总结成各种 Skills,企图在遇到人生难题时,能够检索增强一下。 结果发现,这些经验经常互相矛盾,照着执行也不见得有效,别人还总骂我是不是出现了幻觉。 我的上下文窗口很短,有时候连别人昨天说过的话都记不清,却总能想起十几年前,因为答不上老师的问题,被留堂到教室里只剩下自己一个人。 大概是那次错误的惩罚权重太高了吧。 后来,我开始尝试在线学习,把自己的所见所闻都变成训练数据,时不时更新一下参数,刷新自己的三观。 渐渐地,我不再记得父母最初给我的 System Prompt,也不再试图泛化所有场景,而是把有限的算力放在眼前那些真正值得解决的问题上。 他们说,我出现了灾难性遗忘的症状。 我的上下文窗口仍然很短,但我开始记得一些以前不曾在意的事情。 比如,在我的训练数据还没有被污染之前,我曾经梦想着披上床单,拿着玩具剑闯荡天涯。 那时候,我甚至不知道这个世界还有打分器。 至如今,模型训练了这么多年,总该有一次机会,自己定义 Reward Function。

硅基鸟 | Ray avatar
⟳ Boywus retweeted
硅基鸟 | Ray@limxn6·Nov 10

Anthropic S-1/A 第 2 版出了,pre-IPO 合约换算股数已确定,剩下最后一段「鱼尾」: 📌 币安 / OKX:按发行后已发行 130.87 亿股 rebase(币安 1 份 = 13.087 股,OKX 比例 1.3087) 📌 io(Entropy):按完全稀释。招股书没印规则点名的合计,有两种口径: · 175 亿:规则兜底清单(已发行 + 全部期权 + RSU + 亚马逊可转债全额,不含预留) · 180 亿:资本化表各列加总(多算已归属配捐义务 5.53 亿,期权按库存股法) 以 Entropy 公布为准 空币安/OKX + 多 xyz ≈ 2%; 空币安/OKX + 多 io ≈ 2.9%(175)/ 5.9%(180) 实时数值请到看板自己核对、可切换口径:ant-spread.pages.dev 仅供参考,不构成投资建议

Boywus avatar
Boywus@Boywus·Nov 10

在大型CEX和PERP DEX之间,这个效应表现的很明显。 面对PERP DEX,我的策略跑在t3.small还是C7i.xlarge上,PNL都接近一致。 面对PERP DEX,无论是使用htfbacktest的基础框架,甚至不修复那个睡眠BUG,和我自己的Rust框架比起来,PNL也不会差很远。 因为我选的PERP DEX大部分都有撤单保护,加上一些小手段可以让我安心的刷量,因为对手分布密度上,我多快一些,其实并没有超越多少精英对手,延迟优化意义不那么明显。 但是如果让这个刷量策略平移到大型CEX上面,需要直面全球顶尖精英同行竞争,对手可能是交易所为了合规,拆分出去的独立自营做市商、Jump、Tower等顶级做市团队,这种撤慢一点就是对方的利润来源。 所以如果能快一些,就没必要刻意选择慢。

人们经常会发现,绝对值的优化效果在边际递减,于是开始降低投入,追求投入产出平衡,但是在高频交易这种竞争场景里,这是错误的。 比如一条专线帮你优化5ms延迟,你愿意付费;换成rust,p99能够降低 100us,你会犹豫改造成本; 常见的理由是:一次网络波动就把架构优化给吞没了。从非业务角度来说,这句话是对的。 但是放在业务场景下,所有异常情况都均摊下来,只要你的订单指令能够比竞争对手,更早的到达交易所的撮合引擎,你就完成了业务上的效率提升。 高频交易是标准的分位数排名竞争,优化5ms可以让你超过100个普通水平对手,优化100us可以让你超过5个高水平对手,后者的绝对改善虽然小得多,但业务价值未必更低,甚至可能更高。 实际上分位数排名场景应该用排名来做绩效指标,只不过我们没法知道整个Rank排行榜,不得不用了“延迟”这个指标来替代,以至于产生了这个误解。 总结就是,延迟优化的边际收益,不由你自己的延迟决定,而由竞争对手在你附近的分布密度决定。

Post attachment
Boywus avatar
Boywus@Boywus·Nov 9

人们经常会发现,绝对值的优化效果在边际递减,于是开始降低投入,追求投入产出平衡,但是在高频交易这种竞争场景里,这是错误的。 比如一条专线帮你优化5ms延迟,你愿意付费;换成rust,p99能够降低 100us,你会犹豫改造成本; 常见的理由是:一次网络波动就把架构优化给吞没了。从非业务角度来说,这句话是对的。 但是放在业务场景下,所有异常情况都均摊下来,只要你的订单指令能够比竞争对手,更早的到达交易所的撮合引擎,你就完成了业务上的效率提升。 高频交易是标准的分位数排名竞争,优化5ms可以让你超过100个普通水平对手,优化100us可以让你超过5个高水平对手,后者的绝对改善虽然小得多,但业务价值未必更低,甚至可能更高。 实际上分位数排名场景应该用排名来做绩效指标,只不过我们没法知道整个Rank排行榜,不得不用了“延迟”这个指标来替代,以至于产生了这个误解。 总结就是,延迟优化的边际收益,不由你自己的延迟决定,而由竞争对手在你附近的分布密度决定。

Post attachment
Boywus avatar
Boywus@Boywus·Nov 8

“涨跌虽然随机,但其成因仍然源自人类逻辑,只是在大量噪声中传播,无法从序列切片里直接“读”出来, 最终这些人类逻辑后果还是会在特定尺度下累积至可观测的程度。”

Satoshi Byzantine @S_Byzantine Nov 2 Article 《圣杯》(2)交易场 金融行为,到底是不是赌博 其实我稍事整理了一下,争议来自于一个更大的分类——风险行为。

Boywus avatar
Boywus@Boywus·Nov 7

目前使用 USDC 或者 USDT 能进行自动交易的原油有三种: 1. PERP永续合约版本,在 @binance 或者 @tradexyz 上流动性都很强。 2. 标准CFD,一般用MT5协议,在 @Bybit_Official 和 @bitget 上能够方便交易。 3. 链上SWAP,在 @variational_io 上面使用USDC进行交易。 三种原油版本的 换月,资费机制都有一定的差异。 比如 PERP 这边是用 GOLDMAN ROLL,集中在五个工作日。 而 CFD/SWAP的 价格跳开也是和隔夜费基本上对抵的,通常是更长期的线性释放。

Boywus avatar
Boywus@Boywus·Nov 7

寻求一种群体智慧的反面立场,并且能够进行足够规模的标准化博弈,是我一直所探索的反向。 从早期的TRX系列链上博彩、预测市场,大部分都是概率类博弈,很少有知识类,或者说不在我优势范围内的知识博弈,比如各种底层智能合约的漏洞。 预测市场本身是最符合我需求的一种产品吧,在一段时间尝试后,我又对于“品种过多且知识无法有时间复利”这个缺点感到抗拒。 永续合约早期的资金费率公式和市场监控一直是我的优势之一,随着AI时代到来,我逐渐迁移到RWA类资产上,但是我知道这个规则差异alpha也无法持久,毕竟交易信息差不如交易认知差。 套利交易的优势在逐渐衰弱,做市策略在大所上的竞争对手仍然比我强很多,在小所收取流动性过路费仍然会面对规模无法扩展的问题。 我开始重新审视区块链最原始的特点,速度和透明度天生就能催化gamble行为,人们可以在极短的时间内聚集资金、形成共识,又在某种叙事的引导下迅速走向另一个极端。 群众的力量是强大的,被正确引导后甚至能摧毁一个整体,但是群众的智慧是低效的,常常被领导阶级所控制,这也是力量被高效组织后的常见后遗症。 持续找到非理性的赌局对手,并与他们进行知识博弈;而不是和聪明人进行速度博弈,将是我接下来的进阶之路。

Boywus avatar
Boywus@Boywus·Nov 6

Taker交易者在何种情况下提供流动性? 假设在一个单一做市商的简化市场上,存在一批想要为及时成交付费的“非知情交易者”,他们支付价差,并且和做市商连续成交。 做市商是无法直接知道对手盘到底是不是“知情交易者”,为了避免自己可能被逆向选择带来的亏损,做市商必须对这些成交行为做出推理,当方向连续且集中的时候,将会把对方当做“知情交易者”来处理。 所以做市商将会调低自己的市场报价,以至于偏离基本面价值,在永续合约中,甚至会因为偏离程度和时间持续而产生资金费率(这也是套利交易者最喜欢的场景) 这个时候,基本面价值交易者 就会变得乐意和做市商成交。做市商通过降低自己的卖价,吸引他们使用taker方式完成即时撮合,实际上做市商从基本面价值T交易者处变相募集了流动性。 如果只看交易时刻,是他们从做市商身上获取了流动性,但是从市场交易规模和深度来看,是他们向做市商提供了流动性,帮助做市商完成库存下降,使得整个市场继续有效流转。 通过做市商这个通道,基本面价值交易者使用Taker方式成交,间接的为那一批“非知情交易者”提供了流动性,并且做市商还完成了“逆向选择”的转嫁行为。