预测准了却躲不掉?从牛津实盘实验看做市商的“物理与结构极限”

news2026/4/5 0:28:46
之前我们发过一篇《成交越多越亏做市商的“成交困境”以及逆向选择的那层真相》聊了做市商如何通过微观结构预测来规避逆向选择。逻辑很直白既然高填单率往往绑定着逆向选择那当我们预测到接下来的价格漂移时不去挂单或者果断撤单就好了。在平稳的行情下这套逻辑跑得很好。但是在真实的做市实盘中一定还会遇到这样的问题在某些极端猛烈的单边行情下你的预测模型明明非常准系统也毫不犹豫地发出了撤单指令但单子就是撤不下来被硬生生吃掉紧接着就是一波结结实实的账面亏损。预测对了动作也做了为什么特定行情下的毒订单就是躲不掉其实在这个瞬间我们面对的已经不再是一个简单的“因子准不准”的数学问题而是一个底层的基建问题。这就引出了我们今天想聊的另一篇文献——同样来自牛津-英仕曼团队的《The Good, The Bad, and Latency》。它真金白银地量化了在极端狂暴的市场里有毒订单到底有多么难以规避以及在这种行情下你的回测数据到底有多虚幻。1. 极端触发下的实盘压力测试为了量化这种“躲不掉”的物理极限作者没有用历史 LOB 数据跑回测而是直接租用了与交易所同机房的共址服务器在 Bybit 和 Binance 的 BTC 永续合约上做了一场极端的实盘压力测试。实验的触发条件非常苛刻专门瞄准我们最容易吃亏的“极端行情”系统同时监听 9 个主流加密货币市场只要在1 毫秒内侦测到总成交量异常飙升就立刻向市场发送真实的最小单位订单包含市价单和 IOC 限价单。随后他们将发出去的订单按照触发瞬间的盘口预期收益分成了两类“好单”Good Orders预期能赚钱和“坏单”Bad Orders也就是我们说的接飞刀毒订单。2. 核心发现好单全飞坏单全成实盘跑下来的结果也印证了我们在极端行情下的体感这种成交的不对称性极其严重坏单百发百中你来接盘如果行情正在朝不利于你的方向狂奔你发出去的限价单几乎 100% 能成交。因为在这个剧震瞬间内外部的神仙都在利用高特权撤单跑路一旦你的撤单指令卡在路上你立刻就会被精准击穿。好单集体隐身你赚不到如果这笔单子按照当时的盘口进去能赚钱随着预期收益的升高订单的失败率呈指数级飙升。你以为看到了一个确定的 Alpha但指令发过去返回的永远是取消。因为比你更快的延迟套利者早就在你到达前把利润吃干抹净了。Taker 的滑点惩罚主动吃单也一样。对于预估亏损的接飞刀单你总能按原价精准吃到满嘴血毫无滑点而对于抢跑的好单由于所有人都在往同侧挤预期收益越高你实际吃到的负滑点就越让人绝望。当然了这篇文献没并没有使用任何前置的预测模型只是做了极端行情下的下单撤单实验得出的结论也比较朴素。但即使是有预测在这种极端行情下玩撤单与反转难度和风险比平时高得多。3. 不仅是物理延迟还有深层暗箱文献通过数据证实了极端行情下的不对称性。但在币圈实盘中当你发出撤单指令却依然被击穿时挡在你面前的不仅仅是单纯的网络物理排队水其实深得多交易所既当裁判又当运动员很多交易所自己下场做流动性或有深度绑定的做市商。极端波动时为了保护自己的仓位交易所的内部指令会走 VIP 通道甚至直连。此时 FIFO 的匹配规则可能形同虚设外部量化的撤单指令只能沦为流动性垫背。API 限流的隐性倾斜行情剧震时 API 网关压力飙升交易所通常会降级处理。顶级做市商的通道依然畅通而普通机构的撤单请求可能会被静默丢弃或大幅延迟。你的系统显示“已发送”但其实报文连撮合引擎的门都没进。单线程撮合的批处理劣势很多加密交易所的撮合引擎是单线程内存处理。极端拥堵时引擎会将同一微秒内的订单打包。在内部的清算逻辑中带有特权的 Taker 大单往往会被优先撮合随后才处理你的状态更新和撤单导致你在逻辑层面直接跑输。隐藏冰山与特权订单某些 VIP 享有隐藏挂单不显示在公开 LOB 上或特殊路由特权。当剧烈波动发生时你的预测模型还在基于公开深度计算胜率但这些看不见的特权订单会瞬间吸干流动性让你的避毒模型面临降维打击。小结揪出回测引擎里的“幽灵订单”在极端单边行情爆发的瞬间往往是做市商最危险的时刻行情出现延迟、预测模型失效、撤单指令遭受打击、库存风险暴增。而且这种行情往往回测还不准会给你对高波动行情的错误的乐观估计让你盲目自信。可以说这种时刻真正关乎了做市商的生死存亡平时可能吃得盆满钵满但是极端行情可能会瞬间打破这种虚假繁荣。建议不要只盯着回测曲线上那些在暴跌/暴涨瞬间抢到的所谓“超额收益”能在这种时候稳住库存的系统才是真正能够长期穿越牛熊的常胜机器。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2418790.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…