Viktig information
algo-handel avser användning av datoralgoritmer för att utföra affärer baserade på fördefinierade strategier. Binance erbjuder två typer av algo-handel: TWAP och POV.
TWAP innebär att genomföra handla jämnt över en angiven tidsperiod. POV innebär att affärer utförs baserat på en fördefinierad procentandel av marknadsvolymen.
Algordrar kan minska avvikelser och marknadspåverkan, särskilt för stora affärer och illikvida tillgångar. Handlare som hanterar små volymer likvida tillgångar kan finna traditionella marknadsorder mer effektiva.
Handelsstorlek, tillgångslikviditet och algoritmkonfiguration kan alla påverka orderprestanda och utförandekvalitet. Rätt konfiguration, såsom att ställa in en lämplig varaktighet och gränspris, kan öka effektiviteten hos algo-ordrar.
Introduktion
algo-handel har revolutionerat hur handlare utför order genom att automatisera processen med hjälp av datoralgoritmer. Binance erbjuder två huvudsakliga typer av algoritmiska order: tidsviktat medelvärdespris (time-weighted average price/TWAP) och Percentage of Volume (POV). Dessa verktyg kan hjälpa handlare att utföra order enligt specifika strategier som är utformade för att minimera marknadspåverkan och avvikelse.
Denna artikel fördjupar sig i några fallstudier för att analysera hur algoritmorder presterar jämfört med traditionella marknadsorder under olika förhållanden som tillgångslikviditet, handelsstorlek och algoritmkonfigurationer.
Vad är TWAP och POV?
Tidsviktat medelvärde-pris (Time-Weighted Average Price/TWAP)
TWAP-strategin genomför handel jämnt över en specificerad tidsperiod. Till exempel syftar en TWAP på 1 timme till att genomföra handelskvantiteten fördelad över denna tidsperiod. Denna strategi syftar till att minimera effekten av stora order på marknadspriset genom att sprida ut dem över tiden.
Volymprocent (POV/percentage of volume)
POV utför affärer baserat på en fördefinierad procentandel av den totala marknadsvolymen under en viss period. Till exempel kan en algoritm sträva efter att utföra affärer som representerar 10 % av den totala marknadsvolymen under en specifik tidsram. Denna strategi justerar utförandehastigheten baserat på marknadsaktivitet för att minimera marknadspåverkan.
Översikt över fallstudier
För att bättre förstå hur mycket bättre algoritmorder är jämfört med traditionella marknadsorder, refererade vi till cirka 25 000 historiska anonymiserade datapunkter från faktiska Binance-algoritmhandlar. Studierna jämförde avvikelse (skillnaden mellan förväntade och faktiska utförandepriser) mellan algoritmorder och konventionella marknadsorder som referenspunkter.
Edge representerar prestationsskillnaden mellan algoritmen och dess referenspunkt. represents the performance difference between the algo and its benchmark. Till exempel, en edge på +0,01% indikerar ingen signifikant skillnad, -1% betyder att algoritmen presterar sämre jämfört med referenspunkten, och +1% visar att algoritmen ger betydande fördelar.
Obs: Fallstudierna är baserade på anonymiserad, historisk exekveringsdata från Binance under en specificerad period. De är endast avsedda att illustrera allmänt handelsbeteende och ger inte tillförlitliga indikatorer på framtida exekveringskvalitet. Framtida prestanda garanteras inte.
Fall 1: Övergripande
Algotyp
I genomsnitt visar den totala avvikelsen över alla nominella värden, tillgångstyper och löptider (för TWAP-strategin) att TWAP-riktmärket (marknadsorder) upplevde en avvikelse på -0,17 %, medan dess respektive algoritmutförande hade en avvikelse på -0,18 %. För POV sjönk riktmärket med -2,37 %, medan algoritmutförandet sjönk med -0,56 %.
Övergripande indikerar datan en fördel på -0,01 % för TWAP och +1,81 % för POV. Kom ihåg att fördelen helt enkelt är skillnaden mellan referenspunkt och algoritmisk prestation.
Tillgångstyp
Ser vi till tillgångstyp, definierar vi BTC och ETH som 'Liquid' och resten av icke-stablecoins som 'Illiquid', så har referenspunkt för Liquid -0,01 % avvikelse, och Illiquid har -0,25 % avvikelse. Algoritmisk utförande för dessa parametrar visar en fördel på -0,02 % för Liquid och +0,04 % för Illiquid.
I en senare fallstudie kommer vi att utforska varför TWAP, liksom likvida tillgångar, kan visa en övergripande negativ edge i förhållande till referenspunkt.
Fall 2: Flerdimensionell (Storlek)
Handelsstorlek
Större affärer drabbas av högre glidning. Handel över 2 miljoner USDT visade glidningar på upp till -7,4 % i riktmärkesscenariot.
Handelsstorlek vs. tillgångstyp
I diagrammet nedan tittar vi endast på fördelen med algo-order över två parametrar. Algo-order var särskilt effektiva vid stora affärer i illikvida tillgångar, med fördelar som nådde ett genomsnitt på 13%.
Likvida tillgångar med mindre handelsstorlekar visade en negativ fördel, vilket tyder på att likvida mynt kan ha tillräcklig likviditet för att absorbera dessa affärer utan att förlita sig på algoritmer. Denna negativa fördel kan också uppstå när algoritmorder inte är korrekt konfigurerad (se fallstudie 4).
Fall 3: Flerdimensionell (algotyp)
Algotyp kontra handelsstorlek
När man jämför algoritmtyper för stora affärer, ser POV ut att överträffa TWAP, särskilt vid större kvantiteter. Detta kan sannolikt tillskrivas beteendet hos POV:s utförandehastighet, som ökar i takt med att marknadsvolymen ökar. Detta gör att algoritmen i princip kan “röra sig med marknaden”, vilket hjälper till att minska avvikelse.
Algotyp vs. Varaktighet
Trots den större fördelen är det också viktigt att framhäva att tiden till marknaden för POV-handlar kan variera kraftigt, och kan vara en avgörande faktor vid valet av vilken algo som ska användas. Vi kan se nedan att i vissa fall, för att dra full nytta av POV, kan handlar sträcka sig över 8 timmar.
Fall 4: Algokonfigurationer
Ser vi tillbaka på Fall 1, såg vi att TWAP och likvida tillgångar överlag kan ha en något negativ kant. Men vid närmare granskning kan vi se att dessa resultat kan vara snedvridna på grund av TWAP-konfigurationerna.
TWAP-varaktighet (Varaktighet vs. Tillgångstyp)
I diagrammet nedan är negativa kanter mer framträdande när varaktigheten är över 1 timme för likvida tillgångar. Detta tyder på att tillgången kan ha tillräcklig likviditet för att snabbt genomföra handeln, men var troligen konfigurerad för en onödigt lång varaktighet, vilket ledde till ökad avvikelse när marknaden rörde sig.
Gränspris
I denna sista diagram utforskar vi en valfri variabel, vilket är att ha ett gränspris för algo-order. Genom att helt enkelt ange ett gränspris är medianen avståndet betydligt högre jämfört med att lämna det tomt.
Detta kan tillskrivas hur algo-order fungerar: den utförs inte när priset överskrider gränspriset, och har förmågan att automatiskt återuppta när priset är inom gränserna igen. Detta kan skydda handeln mot drastisk kortsiktig volatilitet.
Sammanfattning av våra fynd
Slippage tenderar att öka med lägre likviditet och större handelsstorlekar. Algordrar ger mätbara fördelar i sådana sammanhang.
Generellt kan både POV och TWAP vara effektiva för stora illikvida tillgångshandlar, där TWAP kan kräva mer noggranna konfigurationer (t.ex. tillräcklig varaktighet) beroende på dina mål och tidsram.
Att sätta ett gränspris är en rekommenderad bästa praxis för att skydda affärer från kortsiktiga prisfluktuationer.
Användare som handlar med små volymer av likvida tillgångar kan föredra direkta marknadsorder på grund av tillräcklig likviditet och för att undvika potentiella risker med suboptimala algo-inställningar.
Algo-order kan också erbjuda ytterligare fördelar för stora handla som inte är uppenbara i ovanstående fallstudier. Till exempel kan algo-ordrar hjälpa till att dölja sådana affärer genom att dela upp order i mindre delar, eller låta handlare delta samtidigt som de minskar marknadspåverkan.
Sammanfattningsvis
Binance’s algo-orders möjliggör för handlare att bättre hantera avvikelse och marknadspåverkan, särskilt när de hanterar stora eller illikvida tillgångar. Men prestanda beror inte bara på den valda algoritmen utan också på en genomtänkt konfiguration anpassad till varje handel.
Mer information
Denna artikel är endast i utbildningssyfte. Detta innehåll presenteras för dig ”i befintligt skick” och endast som allmän information och i utbildningsändamål, utan representation eller garanti av något slag. Det ska inte tolkas som ekonomisk, juridisk eller annan professionell rådgivning. Det är inte heller avsett att rekommendera köp av någon specifik produkt eller tjänst. Du bör söka egen rådgivning från lämpliga professionella rådgivare. I de fall då artikeln har skrivits av en tredje part, tillhör åsikterna som uttrycks denna tredje part och återspeglar inte nödvändigtvis Binance Academys åsikter. Läs vårfullständiga ansvarsfriskrivning för mer information. Priserna på digitala tillgångar kan vara volatila. Värdet på din investering kan gå ner eller upp och du kanske inte får tillbaka det investerade beloppet. Du är själv ansvarig för dina investeringsbeslut och Binance Academy ansvarar inte för eventuella förluster som du kan ådra dig. Detta material ska inte tolkas som ekonomisk, juridisk eller annan professionell rådgivning. Se våraanvändarvillkor och riskvarning för mer information.