你在赚取 alpha 吗？

当然还有他其他的东西

有没有人真的在使用MATLAB，而不是被教授/大学课程逼迫使用的？

关于Rust与C++速度的讨论很多，但在我看来，这并不是关于你可以写的代码，而是关于你实际写的代码。在这种情况下：
Rust 更快
关于这个主题的好读物：

GEX指标实际上是狗庄的gamma风险暴露这个想法是一种心理战
你应该看看他们是怎么计算的。充其量只是个糟糕的猜测(并不是说糟糕的猜测没有用)但这绝对不是准确的

如何加快您的工具速度。
一些真的很容易的技巧。

关于波动性的一些想法：
1) 通常历史波动率对于大多数类型的分析来说是可以的。
2) 如果历史波动性不够好，就使用期权市场并减去VRP，如果有智能市场可用，就不要使用GARCH - 它总是比你的模型更聪明，无论你有多少个神经网络.
3) 我更喜欢 HARQ 而不是 GARCH，但坦率地说，这并没有太大关系。在很少的情况下，你不会使用现有市场或历史波动性。
举个例子：
你取BTC或ETH的波动率曲面，然后乘以你的小币种与BTC或ETH的历史波动率的比率。这将使你被一些基于预测的模型捕获的次数少一百万倍。历史波动率 + 市场指数期权 (哪些btc / eth接近)你就准备好了。
我认为实际使用的定价模型要比这更详细，但这些东西的交易范围很广，因此如果很多参与者以这种方式报价，我不会感到惊讶。

GM
祝大家有一个高效的日子和丰硕的研究过程

我最喜欢的模型是
GJR-GARCH-DCC-LSTM-小波-CNN-变换器-狗狗币-卡尔曼
100%准确率(样本内)

快速延迟技巧：
大多数人并没有意识到，但在大多数交易所，每个子账户都有一个单一的风险检查队列。
这意味着如果你先交易BTC，然后在10微秒后交易ETH，ETH订单在BTC订单完成其风险检查之前不会进行风险检查(检查你的保证金是否足够等)。
如果许多资产同时移动，这可能会造成显著的延迟(即全球新闻事件)，并且这会减慢你的报价。
因此，让每个资产成为其自己的子账户是有优势的。
这也是管理上的一大痛苦，这就是为什么大多数人不会去做(，除了那些依赖延迟边缘生活的人)。
实际上，还有一些类似的延迟技巧，也许我会在某个时候谈论它们，但无论如何，这是一种改善尾延迟的方法。
享受你的周末 :)

老实说，FTX 是一个很棒的交易所。由于一些延迟的特性，它的市场订单延迟比限价单取消要快，所以作为一个市场订单的交易者在这里非常不错，做做做市商就没那么好，但我当时并没有这样做。
交易所团队还会告诉你延迟技巧，如果你询问的话，给你额外的风险检查队列，而其他任何交易所都不会如此坦诚。