跨交易所反向对冲套利:从原理到搭建第一个交易对
本文系统讲解跨交易所反向对冲套利的原理与实操:同一币种在两个市场价格不同时,高价市场做空、低价市场做多,价差收敛获利。文章拆解四种常见模式——永续价差收敛、现货与永续基差、资金费差、跨所现货库存套利,并给出统一净利润计算公式,强调要扣除手续费、资金费、调仓等实际成本。实操部分介绍如何用 Taoli Tools 配置交易所 API(最小权限、IP 白名单)、解决跨域和地区限制问题,以及创建第一个交易对的流程。
本文系统讲解跨交易所反向对冲套利的原理与实操:同一币种在两个市场价格不同时,高价市场做空、低价市场做多,价差收敛获利。文章拆解四种常见模式——永续价差收敛、现货与永续基差、资金费差、跨所现货库存套利,并给出统一净利润计算公式,强调要扣除手续费、资金费、调仓等实际成本。实操部分介绍如何用 Taoli Tools 配置交易所 API(最小权限、IP 白名单)、解决跨域和地区限制问题,以及创建第一个交易对的流程。
文章详细讲解了跨交易所反向对冲套利的原理、四种模式、统一计算公式及工具配置的完整落地步骤,实操性强且时效性高,但套利原理本身不算新观点,且含部分推广性质内容。
本文是链上套利共学系列的一次周会记录,内容涵盖 Taoli Tools 跨所对冲工具的配置实操、TUT 等山寨币极端行情中'吃资金费率'策略导致爆仓的复盘、爆仓后'捡尸体'机会的识别方法、链上稳定币兑换与废弃协议折价赎回等机会。会议强调资金费率与价差可能双赚也可能双亏,赔付不是风险控制,公开机会衰减快,自动化应先做监控与模拟而非直接自动交易,形成七点共识与后续实践方向。
作者深入研究 Hyperliquid 和 HYPE 后认为:项目很好,但当前约 $80 的价格赔率不够好。文章分析了 Hyperliquid 的价值捕获机制(交易费用→Assistance Fund→买入销毁 HYPE),指出简单年化收入的估值陷阱,构建了熊市/基准/牛市三情景估值矩阵,得出当前价格已接近最乐观组合的结论。作者绘制了价格地图:$70 以上观察、$50-60 试探、$40-50 配置、$30-40 进攻,并强调价格低不等于便宜,需结合基本面判断。文章还澄清了代币解锁与实际卖压的关系,提出应关注净供应变化,并列出了会改变其判断的五个条件。
本文翻译自 Jae Chung 的文章,讲述其零经验创办加密量化交易公司 Manifold 的历程。作者从 TypeScript 原型起步,发现 CEX-DEX 套利机会,避开 Jump、Tower 等巨头在中心化交易所的优势领域,专注于 DeFi 市场。通过重写系统、扩展多链多 DEX、gas 优化(如 bit packing)、以及基于 Aave 借贷的 Hydra v2 链上再平衡系统等迭代,策略曾实现年化超 100% 收益和单日六位数利润。文章还探讨了 MEV 竞价、资本效率与 alpha 衰减等主题。
文章剖析加密货币套利策略的常见风险:网格策略在单边行情中会不断积累多空仓位导致爆仓;马丁策略在持续下跌时仓位指数增长、保证金耗尽;成交量大不代表盘口有人接盘,极端行情下做市商可能瞬间撤单引发连环清算。文章以Hyperliquid上trade[XYZ]合约为例,详解预言机价格、标记价格、成交价格的差异,休市时内部定价的平滑机制,以及2026年7月WTI周末价格发现边界的限制案例,并强调做每个新标的前必须重新检查价格规则、强平依据和退出流动性。
本文是交易心理与方法系列第二篇,由 Dan Fitzpatrick 撰写,介绍 S.M.A.R.T. 交易流程:策略(Strategy)、市场(Market)、可实现目标(Attainable Target)、风险管理(Risk)与记录追踪(Tracking)。作者强调策略必须是书面化的简明规则;策略需与市场环境匹配,趋势市用突破、震荡市用均值回归;入场需基于明确的图表结构而非情绪,且潜在收益须能合理化所承担风险;止损前须先定义'错'的标准;追踪交易日志能将自我评判转化为自我认知。文章倡导以可量化、可重复的流程取代冲动与直觉交易。
本文由 Dan Fitzpatrick 撰写,探讨交易表现下滑时应先审视市场环境而非自责。作者用游泳者与洋流、棒球挥棒等比喻说明:交易策略必须与市场环境匹配,强势趋势市场如同顺流,震荡市场则是逆风。许多交易者在市况改变后仍沿用旧策略,问题不在心理素质而在环境。作者强调放弃预测、尊重市场验证,在市场确认趋势时果断加仓,让盈利交易覆盖亏损。文章预告第二部分将介绍 SMART 交易框架:策略、市场、可操作设置与回报、风险和跟踪。
本文通过 Arcus 交易所公开 API 的逐笔成交与挂单数据,深度分析了全所第一大做市商地址 0x00cb 的盈利模式。该账户以 $45,774 权益承载 $678k 名义持仓,参与全所约 27%-29% 的成交。研究发现其利润主要来自吃单(占 88%):在 Binance 价格已变、Arcus 报价尚未更新的窗口内,以约 0.99 bp 的余量吃掉其他做市商来不及撤走的旧报价。低费率(VIP 档返佣与折扣)是策略成立的关键。其库存风险不靠即时对冲,而是通过高换手和 60 个市场分散消化。本质上是一套朴素的 Lead-Lag 高频策略。
作者介绍了将 Minara 与 Jev 两个 AI 工具组合搭建金融交易智能体的完整流程。Minara 提供行情数据、Funding、OI、Smart Money、回测和执行等一体化金融基础设施,Jev 负责实时判断做多、做空或等待。工作流为:实时数据 → Jev 判断 → Minara 回测验证 → 风险过滤 → 执行。作者用 100U 本金在 7 天内跑出 174% 收益,强调 Jev 提出判断、Minara 验证策略是否有 Edge 的互补机制,展示了完整 AI Trader 的雏形,并计划后续分享搭建方法与配置。