Ein Krypto-Market-Making-Bot setzt eine Quotierungsrichtlinie in Orders um und verfolgt dabei die Bestände, die diese Orders erzeugen können. Seine Aufgabe ist nicht einfach, zwei Preise auf einem Bildschirm zu halten. Er muss entscheiden, ob aktuelle Belege Angebote stützen, welche Größe das Konto anbieten kann und was bei ungleich eintreffenden Ausführungen zu tun ist. Der Bot muss auch Orders bewahren, deren Ausgang während Stornierung oder Wiederherstellung ungeklärt bleibt.
Eine nützliche Richtlinie lässt sich vor ihrer Implementierung erklären. Bei gleichem Referenzpreis, Bestandszustand und gleichen Kontogrenzen sollte ein Prüfer das vorgeschlagene Kauf- und Verkaufsangebot verstehen können. Dies verlangt keine simple Strategie, aber klare Grenzen. Ein ausgefeiltes Modell sollte nicht verschleiern, welche Ressourcen gebunden sind oder weshalb der Bot weiteres Engagement eingehen darf.
Die Quotierungsrichtlinie eines Krypto-Market-Making-Bots besitzt mehrere Eingaben
Beginne mit einem Referenzwert, einer Messgröße verfügbarer Markttiefe, dem aktuellen Kontobestand und dem Zustand bestehender Orders. Diese Eingaben besitzen unterschiedliche Quellen und Aktualisierungspläne. Ein aktueller Referenzpreis beweist keine aktuelle Kontokapazität, und ein frisches Guthaben beweist nicht, dass ausstehende Orders verschwunden sind. Der Bot benötigt eine schlüssige Momentaufnahme, die für seine anstehende Entscheidung ausreicht.
Die Richtlinie benötigt auch ein Ziel und eine harte Grenze. Das Ziel beschreibt den bevorzugten Bestand. Die Grenze beschreibt eine Schranke, die neue Aktivität unter dem gewählten Risikomodell nicht überschreiten darf. Ein Bot kann vom Ziel abweichen und weiter Angebote stellen, sollte eine harte Grenze aber nicht als weitere weiche Vorliebe behandeln, die eine günstige Marktbewertung überstimmen kann.
Der ältere Leitfaden zur Wirtschaftlichkeit von Market-Making erklärt, weshalb ungleiche Ausführungen wichtig sind. Tokenspezifische Implementierungsdetails unterscheiden sich, doch die allgemeine Kontobeziehung ist dieselbe: Ein Kaufangebot kann Bestand hinzufügen und ein Verkaufsangebot ihn verringern. Jedes aktive Angebot sollte vor seiner Autorisierung anhand seiner möglichen Kontowirkung bewertet werden.
Kontrollen mit einer fiktiven Richtlinie konkret machen
Nimm ein hypothetisches Konto mit einem Ziel von 100 Basiseinheiten an, das unter einer vereinfachten reinen Spotrichtlinie Bestände zwischen 60 und 140 erlaubt. Der anfängliche Referenzwert beträgt 10 Einheiten des Gegenwährungsvermögenswerts. Nahe dem Ziel schlägt der Bot ein Kaufangebot zu 9,98 und ein Verkaufsangebot zu 10,02 vor, jeweils für 10 Einheiten. Dies sind illustrative Kontrollen, keine empfohlenen Einstellungen oder Aussagen über einen Markt.
Der Bot muss auch bestehende Orders berücksichtigen. Sind bei einem Bestand von 110 bereits Kauforders über 30 Einheiten aktiv, könnte eine weitere Kauforder über 10 Einheiten den potenziellen Bestand bei vollständiger Ausführung auf 150 bringen. Eine Prüfung allein anhand der aktuellen 110 Einheiten würde den Verstoß übersehen. Das Autorisierungsmodell sollte das Engagement aus aktiven und ungeklärten Aufträgen einbeziehen, die den Bestand noch verändern können.
Dieses Beispiel zeigt, weshalb eine Orderverwaltung kein passiver Nachgedanke sein kann. Quotierungsformel und Kontozustandsmodell hängen zusammen. Bevor der Bot Ersatzangebote vorschlägt, muss er wissen, welche früheren Orders wirtschaftlich noch möglich sind. Ein sauber aussehendes Paar aktueller Angebote führt in die Irre, wenn außerhalb der sichtbaren Ansicht mehrere ältere Kauforders aktiv bleiben.
Bestandsabhängige Angebotsgrößen können Ansammlung verringern
Bestandsabhängige Größenbestimmung verändert die angebotene Menge, wenn sich das Konto vom Ziel entfernt. In der fiktiven Richtlinie könnten Bestände nahe der Obergrenze die Kaufangebotsgröße verringern und zugleich die erlaubte Verkaufsgröße innerhalb verfügbarer Bestände beibehalten oder erhöhen. Ziel ist, weitere Ansammlung zu erschweren und Verringerung leichter verfügbar zu machen, wobei Gegenparteien weiterhin entscheiden, ob sie handeln.
Größenregeln sollten stetig oder bewusst abgestuft und für den Betreiber verständlich sein. Sprunghafte Änderungen können akzeptabel sein, sollten aber keine unbeabsichtigten Folgen der Anzeigerundung sein. Teste Werte knapp unter, an und über jeder Grenze. Prüfe, ob der Bot bei der Entscheidung über ein weiteres passendes Angebot die exakte Kontomenge statt einer gerundeten Bezeichnung verwendet.
Der Leitfaden zum Krypto-Portfolio-Bot hilft, den lokalen Strategiebestand mit anderen Allokationen zu verbinden. Existiert derselbe Vermögenswert in einer anderen Strategie oder einem anderen Konto, kann das Gesamtportfolio bereits nahe seinem Budget für das Engagement liegen. Ein Quotierungsbot sollte eine passende Zuteilung einer gemeinsamen Risikoinstanz verwenden, statt anzunehmen, sein lokales Ziel beschreibe den gesamten beabsichtigten Bestand des Eigentümers.
Preis- und Größenverschiebung sind unterschiedliche Kontrollen
Preisverschiebung verändert die Attraktivität von Angeboten gegenüber der Referenz. Größenverschiebung verändert die verfügbare Menge. Beide können gemeinsam verwendet werden, ihre Wirkungen sollten aber getrennt bewertet werden. Ein Verkaufsangebot näher an die Referenz zu rücken kann Verkäufe fördern, während eine kleinere Kaufgröße weitere Käufe begrenzt. Beides garantiert bei angespanntem Markt keine Rückkehr zum Zielbestand.
Eine hypothetische Richtlinie bei 130 Einheiten könnte nur zwei Einheiten zu 9,96 zum Kauf und 10 zu 10,01 zum Verkauf anbieten, sofern diese Preise und Größen am Handelsplatz gültig sind. Das Beispiel veranschaulicht eine Richtung, keine optimale Formel. Ein Prüfer sollte wissen, wie die Richtlinie Anpassungen ableitet und ob Transaktionskosten oder Marktstückelungen die vorgeschlagenen Werte sinnvoll machen.
Halte harte Grenzen außerhalb der Verschiebungsberechnung. Würde der maximal erlaubte Bestand überschritten, sollte der Bot die relevante neue Order blockieren, statt ihren Preis nur weiter weg zu verschieben und auf Nichtausführung zu hoffen. Ein entferntes Angebot bleibt eine Verpflichtung, wenn der Markt es erreicht. Die Risikoautorisierung sollte die Ausführungsmöglichkeit berücksichtigen und nicht die Erwartung des Betreibers, sie sei unwahrscheinlich.
Adverse Selektion mit einer erklärten Methode messen
Ein Angebot kann unmittelbar vor einer gegen den Anbieter gerichteten Referenzwertbewegung ausgeführt werden. Definiere zur Untersuchung ein Messintervall und eine Referenzmethodik vor der Ergebnisprüfung. Ein Forschungsbericht kann beispielsweise den Ausführungspreis mit einem späteren Referenzwert zu einem festen Horizont vergleichen. Das Ergebnis beschreibt die anschließende Bewegung unter dieser Definition, nicht den vollständigen Strategiegewinn oder -verlust.
Berücksichtige die gesamte berechtigte Stichprobe. Nur Ausführungen mit anschließenden Verlusten auszuwählen übertreibt das Problem, schwierige Phasen auszuschließen unterschätzt es. Bewahre die bei Angebotsplatzierung und Ausführung verfügbaren Belege. Ein später korrigierter Datensatz kann eine getrennte Analyse stützen, sollte aber nicht stillschweigend ersetzen, was die laufende Richtlinie tatsächlich beobachtete.
Der ältere Leitfaden zur quantitativen Strategieforschung ist für diese Sorgfalt nützlich. Die Marktdetails unterscheiden sich, doch Reproduzierbarkeit bleibt wesentlich. Ein Quotierungsmodell sollte anhand der zum Entscheidungszeitpunkt verfügbaren Informationen beurteilt werden, bei erhaltenen Kosten und erfolglosen Fällen. Andernfalls kann die Bewertung eine Richtlinie belohnen, die wie beschrieben nicht implementierbar gewesen wäre.
Angebotsaktualisierung benötigt einen wirtschaftlichen Grund
Bei jeder Bildschirmänderung zu aktualisieren kann unnötige Arbeit und komplizierte Orderzustände erzeugen. Eine Richtlinie sollte nennen, welche Änderungen Ersatz rechtfertigen: eine ausreichend veränderte Referenz, eine Bestandsänderung, abgelaufene Belege oder eine Risikogrenze. Der Schwellenwert sollte zur Wirtschaftlichkeit und Mechanik des Markts passen und nicht dem Wunsch nach ständiger sichtbarer Aktivität folgen.
Häufige Aktualisierungen können Engagement aus veralteten Angeboten verringern, doch jede interagiert mit Stornierung, Übermittlung und Handelsplatzbeschränkungen. Der Bot sollte überlappende Zustände berücksichtigen. Bleibt eine alte Order während der Vorbereitung einer neuen aktiv, kann das potenzielle gemeinsame Engagement die von der aktuellen Quotierungsrichtlinie vorgesehene Größe überschreiten. Der Entwurf benötigt eine klare Regel für dieses Intervall.
Der Leitfaden zum Krypto-Handelsterminal erklärt, wie ein Betreiber diese Zustände prüfen kann. Ein Terminal sollte gewünschte Angebote von bestätigten aktiven Orders unterscheiden. Die gewünschte Ansicht hilft beim Richtlinienverständnis, die aktive Orderansicht zeigt aktuelle Verpflichtungen. Sie ohne Kennzeichnung zusammenzuführen erschwert die Feststellung, ob der Markt eine ältere Anweisung noch ausführen kann.
Stornierungsrisiko eines Market-Making-Bots verdient einen eigenen Zustand
Eine Stornierungsanfrage versucht, die künftige Verfügbarkeit einer Order zu ändern. Sie beweist nicht, dass die Order keine Ausführungen mehr annimmt. Der Bot sollte einen Zustand „Stornierung ausstehend“ behalten, bis er ausreichende Belege des externen Ergebnisses erhält. Während dieses Intervalls entdeckte Ausführungen bleiben gültige Kontoereignisse und müssen bei Bestätigung den Bestand sofort aktualisieren.
Betrachte eine hypothetische Kauforder über 10 Einheiten, die auf Stornierung wartet. Werden vor der Stornierungsbestätigung vier Einheiten ausgeführt, hat das Konto diese vier erworben und die verbleibenden sechs können storniert sein. Die gesamte Order als storniert zu erfassen verliert die Bestandsänderung. Die gesamte Order als ausgeführt zu erfassen überhöht sie. Das korrekte Ergebnis benötigt sowohl Ausführung als auch endgültigen Restzustand.
Der ältere Leitfaden zum Automatisierungslebenszyklus liefert die breitere Unterscheidung zwischen beabsichtigten und beobachteten Aktionen. Ein Market-Making-Bot benötigt diese Unterscheidung in hoher Auflösung, weil Ersatz häufig sein kann. Das System sollte dauerhafte Orderreferenzen bewahren, damit verspätete Ereignisse dem richtigen ursprünglichen Angebot zugeordnet und nicht mit einem aktuellen Ersatz verwechselt werden.
Weiterempfehlen und USDC verdienen
Weiterempfehlen und USDC verdienenUnser Partnerprogramm zahlt in Echtzeit.
Grenzen eines Krypto-Market-Making-Bots sollten Ungewissheit einbeziehen
Risikoberechnungen sollten bekannte Bestände und die mögliche Wirkung aktiver oder ungeklärter Orders einbeziehen. Geht eine Übermittlungsantwort verloren, kann die Order extern weiterbestehen. Sie als abwesend zu behandeln kann zu viel neue Größe autorisieren. Der Bot sollte das betreffende Engagement durch eine Reservierung berücksichtigen, bis das Ergebnis abgeglichen ist oder ein anderer dokumentierter Mechanismus es abschließend klärt.
Das bedeutet nicht, dass jede Ungewissheit dieselbe Reaktion benötigt. Eine unbekannte Kauforder kann weitere Käufe blockieren und weiterhin eine ausdrücklich autorisierte Verringerung bestehender Bestände erlauben. Eine veraltete Referenz kann alle neuen Angebote stoppen. Eine unerklärte Guthabenabweichung kann eine umfassendere Pause verlangen. Richte die Reaktion auf die tatsächliche Informationslücke aus und informiere den Betreiber, welche Berechtigungen aktiv bleiben.
Die Konfidenz eines Modells kann keine unbekannte Order freigeben. Selbst eine hohe geschätzte Wahrscheinlichkeit des Anfragefehlschlags unterscheidet sich von Ablehnungs- oder Abwesenheitsbelegen nach einem definierten Wiederherstellungsverfahren. Kontozustandsübergänge sollten auf passenden Ausführungsaufzeichnungen beruhen. Vorhersagewerkzeuge können Forschung informieren, sollten aber die Ungewissheit des Journals nicht überschreiben, um die Quotierungsschleife aktiv zu halten.
Orderbedeutungen für den tatsächlichen Handelsplatz validieren
Eine Quotierungsrichtlinie muss in die konkreten, vom Handelsplatz unterstützten Orderregeln übersetzt werden. Preisabstufungen, Mengenabstufungen, Mindestwerte und Gültigkeitsdauer beeinflussen die Gültigkeit eines vorgeschlagenen Angebots. Eine Post-only-Option besitzt, wo unterstützt, eine konkrete Bedeutung, die in aktueller Dokumentation geprüft und nicht marktübergreifend aus ihrem Namen abgeleitet werden sollte.
Die Übersetzungsebene sollte den endgültig übermittelten Preis und die Menge an die Richtlinienaufzeichnung zurückgeben. Verändert Rundung eine Order, sollten Risiko- und Wirtschaftlichkeitsprüfungen die resultierenden Werte verwenden. Eine kleine Rundungsänderung kann das Orderbuch kreuzen, einen Bestandsspielraum überschreiten oder den erwarteten Spread verändern. Vorschau und Prüfaufzeichnung sollten zeigen, was der Bot tatsächlich versuchte.
Teste den Umgang mit Ablehnungen. Wird ein Angebot abgelehnt, sollte der Bot weder annehmen, es sei aktiv, noch eine unveränderte ungültige Anweisung ohne eine begrenzte Wiederherstellungsregel wiederholt einreichen. Bewahre den Ablehnungsgrund und unterscheide einen nicht unterstützten Parameter von einem vorübergehenden Verbindungsproblem. Unterschiedliche Fehler benötigen unterschiedliche Reaktionen und sollten nicht zu einer allgemeinen Wiederholungsschleife zusammenfallen.
Liquiditätsbereitstellung von Volumenzielen trennen
Das Ziel des Bots sollte echtes ausführbares Interesse und kontrollierter Bestand sein, keine künstliche Aktivität zwischen gemeinsam kontrollierten Konten. Selbst erzeugter Umschlag kann die Belege zur Liquiditätsbewertung verzerren und Ressourcen verbrauchen, ohne unabhängigen Teilnehmern die beabsichtigte Dienstleistung zu bieten. Eine Richtlinie sollte rohe Transaktionsanzahlen nicht als primären Erfolgsmaßstab verwenden.
Nützliche Betriebskennzahlen sind gültige Angebotsverfügbarkeit, angebotene Größe in definierten Abständen, Ausführungszusammensetzung, Bestandsabweichung und Referenzbewegung nach Ausführung. Wirtschaftliche Kennzahlen enthalten sämtliche relevanten Gebühren, Bestandsneubewertungen und Verwaltungsaufwendungen. Diese Dimensionen sollten getrennt gemeldet werden, weil mehr verfügbare Liquidität nicht zwingend ein besseres Ergebnis für den Anbieter bedeutet.
Der Leitfaden zum automatisierten Market-Maker-Bot hilft, aktive Quotierung von Poolteilnahme zu unterscheiden. Software ordnet beides manchmal einem breiten Liquiditätsbegriff zu, doch die Kontrollen unterscheiden sich. Ein Quotierungsbot verwaltet einzelne Orders; eine Poolposition folgt ihrem Preismechanismus. Die Bewertung sollte die tatsächliche Tätigkeit identifizieren, bevor über passende Messgrößen und Grenzen entschieden wird.
Die Richtlinie mit gerichteten Ausführungsabfolgen belasten
Ein nützlicher Test wechselt Käufe und Verkäufe nicht bequem ab. Führe der Richtlinie eine Kaufabfolge zu, die den Bestand zur Obergrenze bewegt, und dann eine Verkaufsabfolge zur Untergrenze. Beobachte die Änderungen von Größe, Preisverschiebung und Autorisierung. Das erwartete Verhalten sollte vor dem Test feststehen, einschließlich des Punkts, an dem eine Seite keine Angebote mehr stellt.
Beginne im fiktiven Bereich von 60 bis 140 bei 100 und wende vier Käufe von jeweils 10 Einheiten ohne Verkäufe an. Bei 140 sollte der Bot unter der angegebenen harten Grenze keinen weiteren Kauf autorisieren. Bestehen noch aktive Kauforders, könnte das System schon vor der vierten Ausführung das beabsichtigte potenzielle Engagement überschritten haben. Der Test sollte offene Orders und nicht nur abgeschlossene Bestände berücksichtigen.
Führe dann nach einer Richtlinienänderung eine verspätete Ausführung eines älteren Angebots ein. Dies prüft, ob der Bot das Ereignis korrekt abgleicht und einen daraus folgenden Verstoß erkennt. Ein robuster Entwurf reagiert auf tatsächliche Kontobelege, auch wenn sie unbequem eintreffen. Er sollte die Ausführung nicht verwerfen, weil die lokale Strategie glaubt, die alte Order müsse bereits verschwunden sein.
Wiederherstellung mit eingefrorenem Sollzustand testen
Bewahre während einer Wiederherstellungsübung den letzten gewünschten Angebotssatz, ohne anzunehmen, er beschreibe das externe Konto. Rufe aktive Orders, Ausführungen und Guthaben ab und vergleiche sie mit dem dauerhaften Journal. Der Bot sollte unbekannte Orders, fehlende Ereignisse und veraltete Reservierungen erkennen, bevor er über erlaubte neue Anweisungen entscheidet.
Ein nützlicher Wiederherstellungsbericht erklärt den Unterschied zwischen gewünschtem, übermitteltem und beobachtetem Zustand. Das gewünschte Kaufangebot könnte lokal storniert sein, die Stornierungsanfrage ungeklärt und die externe Order noch aktiv. Jede Ebene ist bedeutsam. Ein einzelnes Statusfeld kann diese Beziehung nicht immer deutlich genug beschreiben, damit der Betreiber das aktuelle Engagement beurteilen kann.
Setze gewöhnliche Quotierung erst fort, wenn die erforderlichen Belege aktuell und die relevanten Stoppbedingungen aufgehoben sind. Das Wiederherstellungsverfahren sollte über Neustarts hinweg wiederholbar sein, einschließlich einer zweiten Unterbrechung während der Wiederherstellung selbst. Dauerhafte Zustände sind wichtig, weil ein System erneut scheitern kann, bevor es die erste Ungewissheit bereinigt hat. Die Richtlinie sollte nicht von einer einzigen ununterbrochenen Wiederherstellungssitzung abhängen.
Das Ergebnis als vollständige Bestandshistorie bewerten
Eine Quotierungsrichtlinie sollte anhand der erzeugten Kontohistorie bewertet werden. Beginne mit Guthaben, wende Ausführungen und Kosten an, identifiziere Übertragungen und bewerte Endbestände nach einer offengelegten Methode. Bewahre unrealisiertes Engagement getrennt von realisierten Geldmitteln. Ein positiver Bruttospread abgestimmter Ausführungen belegt kein positives Gesamtergebnis, wenn das Konto einen später gefallenen Vermögenswert angesammelt hat.
Vergleiche das Ergebnis mit einem geeigneten Ausgangsmaßstab im Forschungsentwurf. Ein Anbieter, der mit erheblichen Basisbeständen begann, kann von einem allgemeinen Preisanstieg profitieren, auch wenn seine Quotierungsentscheidungen wenig Mehrwert schufen. Der Vergleichsmaßstab hilft, Marktengagement von der Wirkung der Liquiditätsbereitstellung zu unterscheiden. Er sollte vor der Prüfung günstiger Ergebnisse gewählt werden, unter Anerkennung seiner Grenzen.
Das praktische Ergebnis ist eine Richtlinie, deren Aktionen und Folgen erklärbar sind. Jedes Angebot hat einen Grund, jede Ressourcenbindung eine Zuordnung und jede Ausführung einen Journaleintrag. Diese Grundlage ermöglicht eine ehrliche Untersuchung der Strategie. Sie macht auch Ablehnung oder Pause verständlich, wenn der Markt die Bedingungen nicht mehr stützt, unter denen der Bot Angebote stellen durfte.
Richtlinienänderungen während einer Sitzung sichtbar halten
Eine Quotierungsrichtlinie kann sich ändern, während Orders aktiv bleiben. Senkt der Betreiber eine Bestandsgrenze, muss der Bot offene Verpflichtungen unter der neuen Grenze bewerten und nötige Stornierungen oder Pausen erklären. Eine neue Einstellung zu speichern belegt nicht, dass jede frühere Order verschwunden ist. Die Oberfläche sollte die aktive Richtlinienversion und die weiterhin aus früheren Entscheidungen übernommenen Verpflichtungen zeigen.
Senke in einem kontrollierten Test das fiktive Maximum von 140 auf 120 Einheiten, während das Konto 110 hält und Kauforders über 20 Einheiten aktiv sind. Das System sollte erkennen, dass potenzielle Bestände die neue Grenze überschreiten. Seine Reaktion hängt von der erklärten Übergangsrichtlinie ab, doch es sollte weder ein weiteres Kaufangebot autorisieren noch bestehende Orders einfach als konform umbenennen. Der Test zeigt, ob Konfigurationsänderungen das reale Kontomodell beeinflussen.
Bewahre beide Versionen im Journal auf. Ein späterer Prüfer muss wissen, welche Regeln jede Order autorisierten und wann die strengere Beschränkung wirksam wurde. Diese Belege unterstützen eine faire Botbewertung und verhindern, dass eine aktualisierte Einstellungsanzeige die Historie früherer Entscheidungen umschreibt.