pedma

現在我也針對 5 分鐘 K 線執行了相同分析，我們可以看到預測與接下來 5 分鐘的實際波動率相當吻合且相關性不錯
有趣的是，平均實際波動率在每個分位組（decile bucket）都始終比平均預測更低；但在日線（daily）預測中並非如此
也許可以在另一次時間再想想這件事
那麼，要預測盤中（intraday）的波動率，最佳的時間窗該怎麼選？

我不喜歡只用一個視窗的想法，但我也不想讓它變得太慢；這個概念是要對波動突發（bursts）的情況快速反應。
所以讓我們在滾動年化波動率指標上再加入幾個長度，例如 20、60、120、200。
這是我憑感覺在做的 Kwanting，看起來不錯。
我認為加入多個視窗的混合，能讓估計的雜訊更小；
但我們很快就能看出，隨著滾動視窗變大，預測準確度會下降，這是合理的。
我可能會讓更短的視窗權重更高，但仍保留混合，不確定這部分。
一方面我想要更快，另一方面我又不想加入不必要的 churn。

所以我打算在模型投資組合上實作初步草圖，並密切追蹤所有這些數據。
我們可以看到，已經有一些部位的 delta 超過了它們應該配置規模的 10%。
自昨天以來，資料串流就已經在持續進行了；我也加入了一些風險控制，例如如果系統崩潰就用 Telegram 發送警報等。
現在我會加入這些波動率的估計，然後再往下做。

對於量化迷來說，這裡有一篇關於實現波動率（realized volatility）的有趣論文，而且他們確實會深入短期預測之類的內容。

當 AI 剛開始變得像樣的時候，人們就擔心它在交易、找邊（edge finding）等方面的角色
差不多都快到七月了，我從去年十月開始建我的基礎設施，把所有更新的模型都用到極致，但我還有很多事要做，才能把它專業地做成可上線的產品
幾乎每天我都能找到要做的事。我有一條想法與任務的管線，而且每週都在加速增長，比我能處理的速度還快
我不會把自己歸類成交易專家，但我做這個已經快 9 年了，所以我想我至少在「如何把這些事做好」上，比平均水平更有概念（希望如此）
我覺得 AI 只是把我原本不可能有的帶寬（bandwidth）給了我——如果我之前沒有一個團隊的話，這點就不可能
對，我同意或許 alpha 會因為人們能更快地打造出東西而更快被套利（arbed），尤其是獨立交易者之間，這趨勢還會越來越明顯
所以對那些亮眼的東西（也許）就有更多競爭
但我不會在這方面多做推測，我只是會照著過去 9 年我每年做的那樣去做
如果有什麼變化導致我再也無法競爭，那也沒辦法，我們到時候再想辦法
還有太多事要做，簡直不可思議

我已經實際理解到：問題在於太多理論、但真正去做的卻很少。
當我開始打造這套新的交易基礎設施時，我一開始就把重點放在：儘快把我能做到的最基本版本投入生產環境。
一開始它是一個簡單的多/空方向性模型，到了今天就已經不是那樣了。
但直到現在，我才開始反向回顧那些問題——很多想成為交易員的人（很多在量化論壇上）一開始就想要去解決的問題。
例如，這週我的重點是降低換手/周轉（churn/turnover）。
這可能應該在把模型投入生產之前就先好好優化，對吧？
嗯，我嘗試了很多不同的做法，但沒有任何一種能比得上我現在正在做的最簡單的那種方法，產生更好的結果。
所以我就想更「宅」一點，重新思考整個方法：把它變成預測（forecast），而不只是純粹的訊號權重。
想法是：與其只假設「某個 X 訊號 + 一個閾值」就足以讓這段倉位產生足夠的經濟價值、從而支撐換倉（churn），如果我們改成——給出一個數字：一個預測，預估我期望從這段曝險中獲得的報酬，那會怎樣？
這個數字來自我在訊號層（signal layer）所做的工作。
我以前從來沒有把這兩者連起來；像我說的，我只是讓最簡單的東西先跑起來。
好吧，結果發現：這些預測用來量化訊號，其實是一種低效率的方式。
例如下面這張圖，是我交易的一個模型的回測（BACKTESTED）表現。
為了做這件事，我只是

這是我現在主要交易的 3 家交易所上的滑點，分別是 hyperliquid、extended 和 。
hyperliquid 和 extended 的中位數非常接近。
可能有點蠢，但我原本以為這是因為 extended 只接受「限價類型」的訂單。不過 hyperliquid 在 market_open 也有相同機制，SDK 會把它們轉成一種限價 IOC，並帶有 5% 的滑點緩衝（我應該知道這點，但老實說我沒想到）。
真的爛透了。
有趣的是，我在 extended 上交易的相對規模跟我在 hyperliquid 上差不多，所以這也不是「規模」的問題。
如果從規模角度看也很有趣，（我特意把每筆訂單的 $ 規模隱藏起來）。
前 4 個區間裡，extended 的平均滑點維持得相當穩定；但在最後最大那 20% 的訂單上，它會成三倍，而中位數卻相對保持停滯。這種劣化應該來自少數醜陋的成交，而不是均勻地整體劣化，如果這樣說有道理。因為一段時間我在那邊交易一些我不該交易的交易對，而且可能是因此溢出到這裡。
這就只是再一次證明：在訂單規模的尾端，extended 的劣化幅度比 hyperliquid 溫和得多。
這很明顯吧？hyperliquid 更成熟，但用數據看到我還是覺得有趣。
的滑點在最小訂單上最差，這也很有趣。這大概是「長尾交易對」的問題：那些交易對更波動、可用規模更小。像我在交易規模較

本週的工作是降低人員流動率。
我可以嘗試的有 2 個槓桿。
a) 實際訊號
b) 波動度預測
我打算先從訊號開始，因為正如我們所看到的，即使在投資組合層級，它也相當不穩定、忽上忽下。我過去確實做過一些工作來把它調平，但老實說，我沒有用我應該的細節去檢視這件事。
訊號仍然很晃，我相信我可以在不提供太多訊號本身所包含資訊的前提下，讓它稍微更好一點。
波動度估計也是一種選項，但那是我還沒有仔細想過，把它變得更平滑或拉長時間範圍時，可能會帶來哪些缺點。所以這方面先暫時保留。只是它在方程式中是一個變數，還需要一些關注。

我今天又抓到一個邊界情況的漏洞。
前幾天我在移動資金，結果看起來在延伸的子帳戶上沒有留足夠的保證金。
當它在執行持倉時，保證金不夠了，而且由於這個資訊是以交換所的 API 形式接收，部分成交的持倉被記錄為「完成」。
我有一套方法可以處理部分成交的持倉，這些情況會被正確地歸類，並且我也會收到警告；但在涉及因保證金控管導致的 partial（部分成交）時，似乎會中斷。

今天半夜在 IMAX 看《Watch Odyssey》。時間蠻糟的，但本週在 IMAX 裡只有這個位置是唯一不是最底排、抬頭看螢幕的。
既然我每天晚上 9-10 點就會上床睡覺，這應該會很有趣。我可不是第一次在電影播到一半就睡著。

我這個代理每天都在回報大約 42 個重複問題。這會產生成千上萬行的記錄。
我依照出現次數從高到低逐項查看，並且已經把每日的警告從將近 4 千條降到 11 條。
目前仍在 #15，但我會把它們全部清理掉；這只是後端的雜訊。

我認為，要能夠很好地承受全職交易者面臨的波動，得先看平均每月報酬與生活成本之間的比例。
我目前的比例大約在 5-10 倍之間。意思是說，每個月平均而言，我能夠產出相當於 5-10 個月的支出。
當然，這些都是過去的數據，而且是平均值；有些月份是虧的等等，而且我能維持優勢的想法本身也一直帶有推測成分。
在某些時期，這個 6 個月的平均值是負的，但我覺得，在那段期間之後我做了幾項改動，這些負期間應該會更短，不過誰知道呢。
把支出與報酬之間的落差拉得很大，讓我能承擔一些原本不可能承擔的風險；如果當月我需要用至少一半的報酬去付房租，或支付車子的租賃合約。
很多人在賺到一點錢時，會有升級生活方式的衝動。這沒問題，每個人目標不同，但代價是會拖累風險承擔以及複利效果。
對我來說，這樣的狀態相當舒適，能用它來生活。