20 min read

零经验开始创办一家量化交易公司【译文】

Source: https://x.com/i/article/2092182703328329728
原文标题:Starting a quantitative trading firm with 0 experience;
作者:Jae Chung

@_jaechung
发布日期:2026 年 8 月 19 日;
原文链接

为什么要创办一家量化交易公司?

2021 年,我每天睡得很少。自然而然地,我想找到一种既能多睡觉、又能赚钱的方法。

我梦想着运行一些机器人,让它们在我舒舒服服躺在床上时替我印钞。

作为一个天真的 21 岁年轻人,我当时想:这能有多难?

我的所有顾问都说这是个愚蠢的想法。我完全不知道自己的对手是谁——Jump、Tower、Jane Street——而我在这个领域的经验为零。

他们说得没错。

在创办 Manifold 之前:

  • 2016/2017 年,我以白帽黑客的身份进入 crypto 领域
  • 我运行过几年验证节点
  • 在 DeFi Summer 和 NFT 狂热期间,我靠运气做成过几笔不错的交易和投资

但上面这些经历没有一项与量化交易有关。事实上,我当时甚至不知道“alpha”是什么!

不过,和往常一样,我没有听顾问的话。五年后,我在这方面已经进步了一些(对吧,shoku?),但 21 岁的我相当固执,而且喜欢用最艰难的方式学习。

早期岁月

很多人以为量化交易无非就是:

  1. 建立模型
  2. 找到规律
  3. 执行交易
  4. 获取利润

我曾经也是其中之一。但事实远非如此。

我们早期的一些交易策略迭代版本,现在回头看相当难为情。

我们的尝试铺得很广:套利、价差捕获、基差交易、统计套利、流动性挖矿,甚至还有深度学习!

刚开始时,它们没有一个奏效。交易是一场零和游戏。如果有足够多的人在同一个游戏里比你玩得更好,最后就不会给你剩下任何肉渣。

我们必须找到自己的 edge(优势)。但它会是什么?

选择牌桌

大多数顶尖公司都在以下某个方面拥有优势:

  1. 速度/延迟(交易基础设施)
  2. 自有数据/订单流
  3. 研究/alpha 生成能力

在中心化交易所CEX,这些领域早已被 Jump、Tower 之类的公司彻底占据。

他们已经在所有主要交易所——Binance、OKX、Bybit、Coinbase 等——部署了最先进的低延迟基础设施。他们凭借庞大的交易量,能够获得我们根本触及不到的费率等级。他们还有客户为其提供极具价值的订单流和数据。

我们的交易和研究基础设施往好里说也只是基础水平,而且我们没有一支由工程师和研究员组成的大军,无法在对方的主场与之交战。

我们必须先找到一个不同的游戏,然后在那里建立优势。

我意识到,我们的优势必须来自 DeFi,也就是去中心化交易所DEX。

当时,大多数区块链基金会都在投入巨额资金,激励人们向去中心化交易所提供被动流动性。多数去中心化交易所并不使用订单簿,而是采用 AMM(automated market maker,自动做市商)模型,沿着一条定价曲线执行交易。

简单来说,DEX需要一套独特的交易系统,同时处理市场数据(价格、流动性区间/滑点)和订单提交(交易执行/确认)。

当时,顶尖公司还没有太积极地进入这个游戏,可能有以下几个原因:a)它偏离了他们已经十分稳健的基础设施;b)与传统中心化交易所相比,这个市场更小;c)去中心化交易所存在监管不确定性;d)他们已经在其他地方赚了很多钱。

这里对人才的要求也更适合我们的团队。我们的人员组合很独特:熟悉智能合约的 crypto-native 工程师——这是在链上执行交易所必需的——与来自 Citadel、Tower 等传统背景的量化研究员一起工作。

举个例子,我们后来最成功的招聘之一,是一位保险公司的数据工程师。他业余时间是一名独立的 MEV searcher,曾在 Polygon 区块链上小规模运行自己的原子套利策略。在他加入之前,我通过他的匿名邮箱 0xaddress@protonmail 与他交流;我还在区块浏览器上翻看了其机器人地址的交易历史,由此看出了他的潜力。

在把整个团队的重心转向DEX之前,我先用 TypeScript 从头写了一套简单的链上交易系统,用来执行CEX与DEX之间的套利策略——Binance/FTX 对流动性排名前十的区块链。我们把它称为 CEX-DEX arb。

图像

最初的 TypeScript 原型代码片段

一段相当难看的 TypeScript 代码……

这种机会之所以存在,是因为区块链会按照一定的出块时间把交易打包进“区块”——可能是 200 毫秒、1~2 秒,甚至几秒。这天然比中心化交易所里的每一次 tick 更慢,因此两者之间总会存在某种领先—滞后关系。去中心化交易所里的大部分流动性都是被动的、陈旧的流动性,并没有由机器人主动管理;而价格发现主要发生在链下,所以不同交易场所之间会出现价格偏差。

即使用这样一个粗糙、对延迟不敏感的原型,策略也真的抓到了套利机会,而且扣除费用后仍然有利润!

在连续几个月毫无进展的研究之后,我终于看到了一丝希望。

找到优势

这个策略令人兴奋的一点,是它在原型阶段居然就已经能勉强运行。

对于套利策略来说,原型能够奏效其实很少见。按照定义,套利就是摆在地上的无风险利润。通常总有其他人能够捡走它——而且比你更快——于是机会转瞬即逝,或者不再那么明确。

我们已经知道,可以从好几个方面改进这个策略:

  1. 用另一种语言重写 TypeScript 系统(提高速度)
  2. 在每条链上接入更多去中心化交易所,同时增加更多区块链(获得更多套利机会)
  3. 使用更精确的数学计算(交易规模、滑点)
  4. 优化费用(提高每笔交易的利润率):1、我们在中心化交易所的费率等级远非最高;随着交易量增加,费率可以进一步降低可 2、以使用一些有创意的方法,降低每笔链上交易的 gas fee(区块链手续费)
  5. 改进链上执行技术(提高成交率)
  6. 优化库存(提高收益率、资本效率和在线时间)

从这里开始,剩下的全是执行问题。

高频交易的好处在于,市场会立刻给你反馈。当你实现某项改动并运行策略时,几乎马上就能得到一个二元结果:它是否提高了盈利能力。这为我们建立了一个从工程改动到美元收益的极快反馈循环。

插播一个小故事:

我记得 2021 年 12 月 24 日,Sid(我的联合创始人)和我坐在公寓办公室里,通宵写代码。我们两个人没有周末,也没有假期。讽刺的是,创办 Manifold 反而迫使我工作得更多、睡得更少。

键盘声一直噼啪作响,我们俩谁也没注意到圣诞节已经来了。直到凌晨一点左右,我看了一眼时间,说:“Sid,今天是圣诞节!”

……

30 秒后——我本以为他完全无视了我,自己也已经忘掉这件事并继续干活了——他回了一句:“哦,圣诞快乐。”

然后我们又继续写代码。

现在回头看,这间一切开始的办公室大概是我最喜欢的一间。

图像

我们在 2021 年的第一间公寓办公室

我们当时的办公室(照片由

*@CL207*

拍摄)

改进优势并将其变现

这篇文章已经比我预想的更长了。我得练习用更少的文字来写作。

为了节省时间,我只深入介绍我们对 CEX-DEX 套利所做的几项改进,以及它们如何让策略变得更赚钱。

如果你对交易里的具体细节不感兴趣,可以跳过这一部分。不过,也许其中某些方法能启发你在另一个市场、甚至完全不同的领域中寻找并改进自己的优势。我会尽量用文字解释,而不是使用数学公式和代码。

随着我们完成前面列出的通用改进,CEX-DEX 套利开始仅凭几百万美元的部署资金,就能每天赚取超过 1 万美元。早期我们集中精力打造一套新系统——使用 Go 和 Solidity 编写——使其足以扩展到多条区块链,并在每条链上覆盖 10~20 个 DEX。我们也开始接入采用 UniV3 tick 定价模型的新型去中心化交易所;由于使用了集中流动性,这些 DEX 效率更高,价格滑点也更小。

随着规模扩大、交易量跨过更高的门槛,我们在 CEX 上的交易费率也降了下来。投入更多资本后,我们还为交易标的池增加了更多交易对。

不断演进的游戏

当容易摘到的果实逐渐被我们摘完时,我们注意到竞争开始迅速加剧。在某些区块链上,我们已经无法等到 10 bp 的价差再触发套利,因为其他机器人愿意在更小的价差下出手。这个游戏正在演进:起初只需要一个“发现套利,然后执行”的简单机器人——它已经淘汰了最初那些手动点击交易的套利者——现在则需要稍微复杂一些的方法。

举个简单的例子:

Binance 上的 ETH 价格为 2,000 美元;Polygon 上 Quickswap 的 ETH 价格为 2,001 美元

图像

在 Binance 以 2,000 美元买入 1 ETH,在 Polygon 以 2,001 美元卖出:价差为 1 美元(0.05%)

价差为:(2,001 - 2,000) / 2,000 = 0.05% = 5 bps

假设已经扣除费用和滑点,一个被设定为在出现 5 bp 价差时触发任何套利机会的机器人,会在 Polygon 上卖出 ETH,同时在 Binance 买入 ETH,使价格重新回到大致相等的水平。

这意味着,我们的机器人永远都看不到套利机会:在 Polygon 上的 ETH 涨到 2,002 美元、出现我们想要的 10 bps 价差之前,另一个机器人早已把价差抹平。

当然,每个人执行一笔套利交易的成本各不相同,取决于:a)其在中心化交易所的费率;b)在 CEX 这一侧是作为 taker 还是 maker(作为 maker 通常更便宜,有时还能获得返佣);c)其 gas fee(处理区块链交易的费用,稍后会进一步说明)。

我们开始遇到 Wintermute 等其他公司,不得不与一组机器人地址进行 priority gas auction(PGA,优先 gas 竞价),针对特定交易出更高的价。这是一种来自 MEV(miner extractable value,矿工可提取价值)领域的技术:不断以更高的 priority gas fee 重新提交某一笔交易,从而提高它在特定区块中的优先级。

要参与这种竞价,你必须:

  1. 几乎精确地知道抢到某笔交易能赚多少钱,从而算出自己愿意支付的确切费用
  2. 拥有可靠的基础设施,确保看到套利机会后,能让交易在一个区块内上链
  3. 知道自己正与哪些地址竞价,并能迅速判断竞价是赢了还是输了

不同区块链安排和提交交易的架构各不相同,因此也存在类似或相邻的技术。区块链会不断改变规则与机制,试图让更多价值沉淀给用户、协议或区块链本身;套利者则必须不断适应这些变化。

Gas 优化

提交一笔链上交易所需的总 gas fee,大致取决于交易所需的 gas size 乘以 gas price;gas price 则由网络当前的拥堵程度决定。

在 PGA 式竞价中,gas price/priority fee 会发挥作用。只要你能让交易在一个区块内成功上链,这方面就没有太多进一步优化的空间。

然而,通过 gas 优化可以显著减小 gas size,从而线性降低链上交易所需的费用。

在众多方法中,我们用过一种很有意思的技术:高效的 bit packing(位打包)。Ethereum Virtual Machine(EVM)以 32 字节(即 256 bit)的 slot 存储数据。把较小的数据类型相邻排列,可以让 Solidity 将它们组合进同一个 slot。这显著降低了读写操作(SSTORE 和 SLOAD)的执行成本。

图像

我们经过打包的交易 calldata

我们的交易字节示例:一笔 2-hop 交易,实际上执行了两次 swap。

图像

一笔普通的、以零填充的交易 calldata

作为对比:一笔普通的 1-hop(一次 swap)交易。

如你所见,我们的交易中以零填充的部分明显更少。这缩小了需要付费的数据总量,从而降低了交易的总费用。

这样一来,我们就可以争取那些对 gas fee 更高的其他人而言“不可见”的机会,因为只有做过这些优化后,交易才有利可图。例如,一笔套利交易扣除费用后能让我们净赚 1 美元,但对完全没有优化的人来说,净利润可能是 0 美元。甚至在其他机器人看到机会之前,我们就已经抹平了价差。

这些优化也让我们能够为交易报出更高的价格,在保持盈利的同时“赢得”套利。长期来看,赢得更多套利机会不仅意味着更高利润,也意味着更大的交易量;这又会复合形成更多优势——例如在 CEX 获得更好的费率等级,以及在一笔交易中完成金额更大的套利。

资本效率

随着优化和改进越来越多,我们把全部精力都投入到扩大策略规模上。我们横向扩张,接入更多区块链、DEX 和交易标的。交易标的池越大,策略容量也越高。把交易账簿中的大部分资金部署到 CEX-DEX 套利上是合理的,因为它的年化收益率超过 100%,而且没有一天亏损。

不过,尽管利润让我们的资金规模快速增长,我们知道这个策略还远未达到容量上限。怎样才能用手里的资金赚得更多?

当时的问题在于,CEX-DEX 套利要求把资金分散在各个交易场所,还要求你事先持有多种不同标的的库存。

举个简单的例子:如果你要在 Binance 和 Arbitrum 之间对 ETH/USDT 进行套利,就需要在两个交易场所都准备好 ETH 和 USDT。假设开始时,两边各有价值 50 万美元的 ETH 和 50 万美元的 USDT,而 Binance 上的价格存在溢价。你会在 Binance 卖出 ETH,同时在 Arbitrum 买入 ETH。如果溢价持续存在,你可能很快就会卖光 Binance 上的 ETH,同时因为不断买入 ETH 耗尽 Arbitrum 上的 USDT。

中心化交易所会提供保证金服务,允许你使用一定杠杆,以便在库存失衡期间继续交易。但在这些区块链上,只要机器人的库存耗尽,它就会停止套利。为了让它继续运行,我们必须进行再平衡:把 Binance 上过剩的 USDT 转移到 Arbitrum,同时把 Arbitrum 上过剩的 ETH 转移到 Binance。

但即使我们能够全天候随时再平衡,依然会错过大量利润。套利 PnL 集中在市场剧烈波动的时期,因为这时价差会扩大。在这样的时刻,价值 50 万美元的库存可能短短几秒就会耗尽。市场剧烈波动时,交易所的提现时间会从本来就很慢的约 5 分钟进一步延长。这意味着,我们的机器人偏偏无法在机会最丰厚的时刻套利!

我们的第一个想法,是创建一个名为 Hydra 的自动化系统。它利用区块链之间的跨链桥和 CEX 的提现 API,不断地在各处调动资金。我们希望系统识别某些交易场所中过剩的资产,再用它们补充其他地方即将耗尽的资产。但它完全没有按照设想运行。跨链桥极不可靠,资产会莫名其妙地失踪,我们不得不手动追踪是哪座桥、在什么时候出了问题。跨链往往也耗时过长,最终仍会错过市场波动。

接下来是 Hydra v2。我们不再依赖跨链桥,而是通过接入 Aave——如果某条链上没有 Aave,就接入类似产品;这类原生部署在多数主要区块链上的协议提供借贷服务——创建了自己的链上现货保证金系统。

思路其实非常简单。在前面的例子中,如果我们在 Arbitrum 买入 ETH,最终会持有过剩的 ETH,同时缺少 USDT。系统会识别出多余的 ETH,将其中一部分借出到 Aave,然后以它为抵押借入 USDT。

图像

Vault 将多余的 ETH 借出到 Aave,并借入 USDT

在一笔 bundle transaction 中完成全部再平衡:只需一个区块,而不必等待数分钟。

这让机器人可以通过对自身资产加杠杆,在市场剧烈波动期间继续套利。如果链上价格由折价转为溢价,系统还会自动解除杠杆,并向相反方向重新加杠杆。

尽管实现起来相当简单,Hydra v2 却是当时对我们 PnL 影响最大的改进之一。

反思

回头看,想一次性弄清所有这些技术是不可能的,尽管其中任何一项改进都算不上什么高深的火箭科学。如果最初的原型彻底失败,也许我们不会继续创新太久。但一旦有了可以实际运行的策略,我们就开始持续迭代:监控成交率和盈利能力,并利用市场迅速给出的反馈,寻找可以改进或优化的地方。这个反馈循环加速了我们的成长。

我学到的一点是:如果你起步时面对的是一大堆神秘的障碍,想要破解一个游戏会非常困难。反过来,如果你已经身处顶尖玩家(frontier)之列,而且打好了基础,就更容易保持领先。尤其是在市场中,选择牌桌/游戏与执行本身同样重要。

Alpha 的生命周期

CEX-DEX 套利在相当长一段时间里都是我们的核心利润来源。在它的黄金时期,配合剧烈的市场波动,单日利润可以超过六位数。我们把基础设施通用化到了这样的程度:一小时内就能接入一条新区块链。这使我们在一些新链处于效率最低的阶段时,总能成为第一批套利者,并收取极高的价差。

但与几乎所有 alpha 一样,它会随着时间推移而衰减。套利尤其如此:竞争会不断压缩价差,直至利润率大幅下降。仍以前面的 PGA 为例,假设有两家公司拥有完全相同的 gas 优化水平和 CEX 费率等级。由于它们每笔交易的成本相同,最终会在 PGA 中不断相互抬价,一直逼近各自的最低盈利水平。到 2025 年底,CEX-DEX 套利已经不再是曾经那个收益高得惊人的策略。

幸运的是,因为有一个稳定、高收益的策略在后台运行,我们得以不断把时间和资本重新投入其他交易策略,而那些策略后来创造了更高的利润。

关于此后几年里我们想出的种种疯狂点子,我还能写更多,不过那些故事就留到下次再讲吧。CEX-DEX 套利在我心里仍然占据着一个特殊位置,因为它为我们提供了一个真正站得住脚的起点,也给了我们一个锚点,让我们能够以此为基础建立自己的优势地位。