Blog

Năm bậc thang về độ trung thực của mô phỏng khớp lệnh — từ khớp theo giá đóng cửa đến các mô hình xác suất theo vị trí trong hàng đợi. Khớp lệnh một phần như một máy trạng thái, cận xác suất khớp lệnh giới hạn như một khung PnL, và một vòng lặp hiệu chỉnh đối chiếu với khớp lệnh thực tế.

TWAP, VWAP và POV thực chất là những cược vào dự báo khối lượng giao dịch. Chúng ta mổ xẻ giả định ẩn của từng bộ lập lịch, xây dựng đường cong khối lượng intraday cho crypto, và chạy đối đầu cả ba trên dữ liệu L2 phát lại.

Suy diễn đầy đủ mô hình thực thi tối ưu Almgren-Chriss: impact tuyến tính, quỹ đạo sinh/cosh, đường biên hiệu quả, và code Python để hiệu chỉnh eta, gamma, sigma từ dữ liệu L2 và trade của Binance.

Một dự báo biến động GARCH chỉ có giá trị nếu nó cải thiện một quyết định giao dịch. Chúng ta xây dựng một chiến lược crypto theo mục tiêu biến động, đánh giá chất lượng dự báo một cách trung thực, và so sánh GARCH với các baseline realized-vol và EWMA trong một backtest walk-forward.

Tương quan trong crypto không hề cố định — nó tăng vọt về 1 trong mọi đợt sụt giảm. DCC-GARCH mô hình hóa ma trận tương quan biến đổi theo thời gian, cung cấp cho bạn tỷ lệ phòng ngừa động cho giao dịch cặp và rủi ro danh mục biến đổi theo thời gian một cách trung thực.

GARCH(1,1) thuần túy đối xử với tin tốt và tin xấu như nhau và giả định các cú sốc tuân theo phân phối Gaussian. EGARCH, GJR-GARCH và các cải tiến Student-t/skew-t khắc phục cả hai vấn đề, đồng thời mang lại cho bạn VaR và Expected Shortfall trung thực cho crypto.

Cách mô hình GARCH(1,1) nắm bắt hiện tượng phân cụm biến động trong tiền mã hóa, cách ước lượng nó bằng hợp lý cực đại với thư viện arch, và cách biến các dự báo phương sai có điều kiện thành công cụ định cỡ vị thế và điểm dừng lỗ động.