AI соодасы, базарды талдоо жана DeFi келечеги жөнүндө терең изилдөөлөр.
Browse collections →Nothing found. Try a different query.
Филл симуляциясынын тактыгынын беш баскычы — клоуз-баадагы филлдерден баштап кезектеги позицияны эске алган ыктымалдык моделдерге чейин. Штат машинасы катары бөлүк-филлдер, PnL кашаасы катары лимит-филл ыктымалдыгынын чектери жана лайв филлдерге карата калибрлөө цикли.
TWAP, VWAP жана POV — булар кɵлɵм божомолуна коюлган коюмдар. Ар бир пландоочунун жашыруун божомолдорун талдап, крипто ичиндеги кɵлɵм ийри сызыктарын курабыз жана уч алгоритмди тең кайра ойнотулган L2 маалыматтарында бетме-бет салыштырабыз.
Almgren-Chriss оптималдуу аткаруу моделинин толук чыгарылышы: сызыктуу таасир, sinh/cosh траекториясы, натыйжалуу чек ара жана Binance L2 менен соода маалыматтарынан eta, gamma, sigma параметрлерин калибрлөө үчүн иштеген Python коду.
GARCH волатилдүүлүк божомолу соода чечимин жакшыртканда гана баалуу болот. Биз волатилдүүлүккө багытталган крипто стратегиясын курабыз, божомол сапатын чынчыл баалайбыз жана walk-forward бэктестте GARCHти realized-vol жана EWMA базалык моделдерине каршы салыштырабыз.
Крипто корреляциялар туруктуу эмес — ар бир кулоодо алар 1ге карай секирет. DCC-GARCH убакытка жараша өзгөрүүчү корреляция матрицасын моделдейт жана сизге жуптарды соодалоо үчүн динамикалык хедж-коэффициенттерди, ошондой эле убакытка жараша өзгөрүүчү чынчыл портфель тобокелдигин берет.
Жөнөкөй GARCH(1,1) жакшы жана жаман кабарды бирдей карап, шоктор Гаусс бөлүштүрүлүшүнө баш ийет деп эсептейт. EGARCH, GJR-GARCH жана Student-t/skew-t инновациялары эки кемчиликти тең оңдоп, крипто үчүн так VaR менен Expected Shortfall берет.
GARCH(1,1) модели крипто рынокторундагы волатилдүүлүктүн кластерленишин кантип чагылдырат, аны arch китепканасы менен максималдуу ыктымалдуулук ыкмасы аркылуу кантип тууралоо керек, жана шарттуу дисперсия болжолдорун позиция көлөмүнө жана динамикалык стоп-ордерлерге кантип айландырса болот.