ब्लॉग

फिल सिमुलेशन फिडेलिटी के पाँच पायदान — क्लोज-प्राइस फिल्स से लेकर प्रोबेबिलिस्टिक क्यू-पोज़िशन मॉडल तक। पार्शियल फिल्स को एक स्टेट मशीन के रूप में, लिमिट-फिल प्रोबेबिलिटी बाउंड्स को एक PnL ब्रैकेट के रूप में, और लाइव फिल्स के विरुद्ध एक कैलिब्रेशन लूप।

TWAP, VWAP और POV एक volume forecast पर लगाया गया दांव हैं। हम हर scheduler की छिपी हुई मान्यताओं को खोलकर देखते हैं, crypto intraday volume curves बनाते हैं, और तीनों को replayed L2 data पर आमने-सामने चलाते हैं।

Almgren-Chriss ऑप्टिमल एक्जीक्यूशन मॉडल का पूरा डिराइवेशन: लीनियर इम्पैक्ट, sinh/cosh ट्रैजेक्टरी, एफिशिएंट फ्रंटियर, और Binance L2 व ट्रेड डेटा से eta, gamma, और sigma को कैलिब्रेट करने के लिए काम करने वाला Python कोड।

GARCH वोलैटिलिटी फोरकास्ट तभी उपयोगी है जब वह किसी ट्रेडिंग निर्णय को बेहतर बनाए। हम एक वोलैटिलिटी-टारगेटेड क्रिप्टो स्ट्रैटेजी बनाते हैं, फोरकास्ट क्वालिटी का ईमानदार मूल्यांकन करते हैं, और वॉक-फॉरवर्ड बैकटेस्ट में GARCH की तुलना रियलाइज्ड-वोल और EWMA बेसलाइन से करते हैं।

क्रिप्टो कोरिलेशन स्थिर नहीं होते — हर ड्रॉडाउन में ये 1 की ओर उछलते हैं। DCC-GARCH एक समय-परिवर्तनशील कोरिलेशन मैट्रिक्स मॉडल करता है, जिससे आपको पेयर्स ट्रेडिंग के लिए डायनामिक हेज रेशियो और पोर्टफोलियो रिस्क का ईमानदार, समय-परिवर्तनशील अनुमान मिलता है।

सामान्य GARCH(1,1) अच्छी और बुरी खबर को एक जैसा मानता है और गॉसियन शॉक्स की धारणा रखता है। EGARCH, GJR-GARCH, और Student-t/skew-t इनोवेशन्स दोनों समस्याओं को ठीक करते हैं — और क्रिप्टो के लिए ईमानदार VaR और Expected Shortfall देते हैं।

GARCH(1,1) मॉडल क्रिप्टो में वोलैटिलिटी क्लस्टरिंग को कैसे पकड़ता है, arch लाइब्रेरी की मदद से इसे मैक्सिमम लाइकलीहुड से कैसे फिट किया जाता है, और कंडीशनल-वेरिएंस पूर्वानुमानों को पोजीशन साइजिंग और डायनामिक स्टॉप में कैसे बदला जाता है।