你在賺取 alpha 嗎？

當然還有他其他的東西

有沒有人真的在使用MATLAB，而不是被教授/大學課程逼迫使用的？

關於Rust與C++速度的討論很多，但在我看來，這並不是關於你可以寫的代碼，而是關於你實際寫的代碼。在這種情況下：
Rust 更快
關於這個主題的好讀物：

GEX指標實際上是狗莊的gamma風險暴露這個想法是一種心理戰
你應該看看他們是怎麼計算的。充其量只是個糟糕的猜測(並不是說糟糕的猜測沒有用)但這絕對不是準確的

如何加快您的工具速度。
一些真的很容易的技巧。

關於波動性的一些想法：
1) 通常歷史波動率對於大多數類型的分析來說是可以的。
2) 如果歷史波動性不夠好，就使用期權市場並減去VRP，如果有智能市場可用，就不要使用GARCH - 它總是比你的模型更聰明，無論你有多少個神經網路.
3) 我更喜歡 HARQ 而不是 GARCH，但坦率地說，這並沒有太大關係。在很少的情況下，你不會使用現有市場或歷史波動性。
舉個例子：
你取BTC或ETH的波動率曲面，然後乘以你的小幣種與BTC或ETH的歷史波動率的比率。這將使你被一些基於預測的模型捕獲的次數少一百萬倍。歷史波動率 + 市場指數期權 (哪些btc / eth接近)你就準備好了。
我認爲實際使用的定價模型要比這更詳細，但這些東西的交易範圍很廣，因此如果很多參與者以這種方式報價，我不會感到驚訝。

GM
祝大家有一個高效的日子和豐碩的研究過程

我最喜歡的模型是
GJR-GARCH-DCC-LSTM-小波-CNN-變換器-狗狗幣-卡爾曼
100%準確率(樣本內)

快速延遲技巧：
大多數人並沒有意識到，但在大多數交易所，每個子帳戶都有一個單一的風險檢查隊列。
這意味着如果你先交易BTC，然後在10微秒後交易ETH，ETH訂單在BTC訂單完成其風險檢查之前不會進行風險檢查(檢查你的保證金是否足夠等)。
如果許多資產同時移動，這可能會造成顯著的延遲(即全球新聞事件)，並且這會減慢你的報價。
因此，讓每個資產成爲其自己的子帳戶是有優勢的。
這也是管理上的一大痛苦，這就是爲什麼大多數人不會去做(，除了那些依賴延遲邊緣生活的人)。
實際上，還有一些類似的延遲技巧，也許我會在某個時候談論它們，但無論如何，這是一種改善尾延遲的方法。
享受你的周末 :)

老實說，FTX 是一個很棒的交易所。由於一些延遲的特性，它的市場訂單延遲比限價單取消要快，所以作爲一個市場訂單的交易者在這裏非常不錯，做做做市商就沒那麼好，但我當時並沒有這樣做。
交易所團隊還會告訴你延遲技巧，如果你詢問的話，給你額外的風險檢查隊列，而其他任何交易所都不會如此坦誠。

這是我的量化