大资金现金管理的利器:稳定币网格做市策略

资金,现金管理,利器,稳定,网格,策略 · 浏览次数 : 283

小编点评

**大资金现金管理策略** **方案一:币安活期理财** * 使用币安自带的活期理财功能,可快速获取收益。 * 建议账户规模大于2000USDT或BUSD,因为收益率更高。 **方案二:稳定币网格做市策略** * 交易零手续费的BUSDUSDT现货对。 * 预期年化收益率10%到20%,远超理财在2000U甚至20000U以上的收益率。 * 策略可实现平价交易,以减少套利损失。 **其他建议** * 考虑使用稳定币网格做市策略时,选择具有良好信用和历史数据的平台。 * 在执行交易时,应仔细阅读合约条款和风险提示。 * 定期监控交易状态,及时调整策略参数以优化收益率。

正文

更多精彩内容,欢迎关注公众号:数量技术宅,也可添加技术宅个人微信号:sljsz01,与我交流。

大资金如何做现金管理

做B圈交易时,通常都会保留一部分以usd计价的稳定币,用来作为保证金的安全垫,或是备用等待可能的交易机会。例如,我们做USDT本位合约的交易,往往不会完全满仓,会预留一部分保证金应对市场的波动;又比如我们做定投交易,由于资金不是一次性满仓,也会在现货账户预留未来一段时间需要定投的稳定币金额。

如果我们将预留的稳定币资金仅仅是放在现货或合约账户,那么这些暂时闲置资金的收益率为0。长期来看,这部分闲置资金没有得到很好的使用。对于这个问题,有两种解决方案,方案一是使用币安自带的活期理财,使用频率最高的USDT、BUSD稳定币对,币安都配备了活期理财,基本可以做到瞬时的存取。但是,自带的理财有一个最大的问题:规模,我们来看规模与收益率之间的关系。

可以看到,不论是USDT还是BUSD,如果账户闲置资金在2000以内,那么使用活期理财是比较划算的。年化收益率能达到10%,但是超过2000,不到20000的部分,年化收益率就下降到了2%以内,而如果超过20000,年化收益率继续下降到USDT的0.3%和BUSD的0.4%,几乎可以忽略不计了。也就是说,如果我们账户的规模大于2000USDT或BUSD,那么方案一的收益率将严重下降。

方案二,使用稳定币网格做市策略做大资金的现金管理。

首先,BUSDUSDT现货对交易是零手续费的,这意味着每1笔交易利润都是零成本的纯利润。

第二,BUSDUSDT现货交易额很大,BUSDUSDT现货交易额常年排在币安总成交额的第3位,仅次于BTCUSDT和ETHUSDT,相比币安理财的规模限制,更适合大资金做现金管理。

第三,稳定币网格做市策略预期年化收益率10%到20%(视稳定币对波动率变化而调整预期收益),远超理财在2000U甚至20000U以上的收益率。附上我们备用资金在BUSDUSDT对上的做市部分实盘交易记录,策略类似理财,稳定收获现金。

第四,稳定币对由于都锚定了美元,其中心价格是1,偏离必然回归,几乎不产生套住的问题。即时在策略运行过程中需要将稳定币用于其他策略,也可以马上停止,币安提供了多种主流币的BUSD现货对,以及BUSD本位的合约,可供交易。投资者可以分别将手中持有的USDT、BUSD立即投入所需的交易。

稳定币网格做市策略原理

稳定币对均值回复概率接近百分百:偏离幅度越大、交易机会越好、预期收益越高

我们从稳定币对设计的底层逻辑出发,目前几乎所有主流的稳定币,对标的都是美元。如果其中一种储备稳定币(如USDT)的价格超过了1美元,而另一种稳定币BUSD的价格低于1美元,那么就会有套利者进场交易,将USDT卖出换成BUSD,以将BUSD价格重新拉回1美元。 当两个稳定币对的价差越来越大,此时从高价币种兑换成低价币种的预期收益也会越来越高,并且这个收益是接近无风险的收益,会有源源不断的套利交易者进场,直到价差被拉平。

以BUSD/USDT为例,长期来看,稳定币对的交易均值,在十分接近1的位置,且一直稳定在这个位置。

尽管稳定币对从经济学原理上来看,长期有极大概率均值回复到1,但是从短期的交易行为来看,稳定币对不稳定,日常波动率带来的机会很丰富。在很多人的直观印象中,稳定币对应该是长期不怎么波动的,在实际情况并非如此,稳定币的日常波动率就不小,足够我们做交易了。比如我们某一段BUSD/USDT对的行情,可以看到,最低到过0.9883,而最高到1.0013,中间有超过1.3%的振幅。足以说明,稳定币对,并不稳定。

我们知道,标的资产的波动率是交易策略利润的来源。假设我们通过网格+做市策略,能够每天赚取BUSD/USDT币对1/3的日波动率,在过去两年不到的时间,累积下来能够获得40%以上的总收益率,和平均20%以上的年化收益率。

全自动交易实盘绩效

核心功能

1 既然是现金管理策略,当然是要做到7*24小时的全自动交易,并支持随时开启、随时停止。

2 根据用户资金量、风险偏好个性化调整

2.1 通过调整核心参数的方式做到用户资金量、风险偏好的个性化

2.2 调整网格挂单金额、挂单格子数量,适应用户所需现金管理资金量

2.3 设定网格宽度、格子数量等参数,适应用户风险偏好

3 自动交易程序的容错机制

3.1 数字货币交易所常有拔网线的情况发生,我们的程序能够做到在拔网线前和恢复后的无缝衔接。

3.2 程序可以做到随时停止、随时恢复交易。例如用户的资金需要用作其他交易,可以随时停止程序,同样的,如果用户有多余闲置资金,可以随时修改策略参数并恢复交易,程序在启动时会恢复此前所有挂单,并继续交易。

实盘绩效

 

 

 

 

 

与大资金现金管理的利器:稳定币网格做市策略相似的内容:

大资金现金管理的利器:稳定币网格做市策略

更多精彩内容,欢迎关注公众号:数量技术宅,也可添加技术宅个人微信号:sljsz01,与我交流。 大资金如何做现金管理 做B圈交易时,通常都会保留一部分以usd计价的稳定币,用来作为保证金的安全垫,或是备用等待可能的交易机会。例如,我们做USDT本位合约的交易,往往不会完全满仓,会预留一部分保证金应对

大模型资讯收集

大模型材料收集 360安全大模型 推动大模型 B 端落地,360 想怎么做? 企业安全智控系统 安全问答 安全运营 通用大模型 数据安全问问题 专业知识缺乏 成本控制难 专业大模型 垂直专业性 安全合规性 使用成本 知识确权 B端:面向消费者 C端:面向商家 小米大模型 雷军:小米手机已跑通大模型,

大类资产轮动策略

更多精彩内容,欢迎关注公众号:数量技术宅,也可添加技术宅个人微信号:sljsz01,与我交流。 大类资产轮动的概念 大类资产轮动,从定义上来说, 就是债券、股票、商品的轮动。从典型的学院派理论来讲,上述资产之间的轮动顺序往往是债券先走牛,然后股票牛市,股票走牛之后商品开始火爆,等商品行情结束后,最后

Chart.js (v2.9.4)概要介绍

chart.js是一个非常优秀的开源图表插件,扩展非常灵活,同时也提供了大量的钩子函数,给与用户添加自定义插件,实现个性化的需求。 具体的优势特点,这里不详述,网上大把资料,现开始正式深入了解这个插件. Chart布局大概分为如下六个区域,这些是主要的,也有些特殊,比如左右两边都有Y轴,这个用的较少

加速博客体验:静态资源优化技巧大揭秘!

在博客写作中,静态资源加速方式是解决图片加载速度的关键。通过图片压缩、Nginx静态资源缓存和EdgeOne等CDN产品的应用,我们提高了网站性能和用户体验,减轻了服务器带宽压力。EdgeOne的功能包括静态加速、网站证书和HTTP重定向至HTTPS,简化了网站管理流程,提升了安全性。合理利用这些静...

如何将Tiff文件切成瓦片( GDAL切片) gdal2tile - 基于C++语言开发

准备资料 1. 一张wgs84投影的大tiff文件,建议初学者使用一张全球 2048 * 1024 / 4096 * 2048 的完整数据(有助于观察验证) 2. 准备C++开发环境,配置好gdal (笔者使用的环境是 vs2022 + gdal-2.3.0) c++ 开发环境 3. 建立一个测试工

Llama2-Chinese项目:5-推理加速

随着大模型参数规模的不断增长,在有限的算力资源下,提升模型的推理速度逐渐变为一个重要的研究方向。常用的推理加速框架包含lmdeploy、FasterTransformer和vLLM等。 一.lmdeploy推理部署 lmdeploy由上海人工智能实验室开发,推理使用C++/CUDA,对外提供pyth

京东物流常态化压测实践

大促备战压测备战时间紧、任务多,压测备战压力较大,在大促备战多专项并行资源紧张情况下,频繁的系统调优给整个大促带来不可控的风险因素。引入常态化压测的手段,通过每周或每月的定期压测行为,持续把控系统性能表现,保证服务稳定性;同时将需求上线引起的性能问题前置暴露,及时定位优化问题;减轻备战压力,提升压测效率。

使用 UCS(On-Premises) 管理您的GPU资源池,释放AI大模型算力潜能

UCS(On-Premises)旨在将云上的服务能力延伸至各行业的客户的本地数据中心,结合volcano的AI作业管理及智能调度能力、xGPU的GPU虚拟化能力,帮助用户快速在IDC构建云原生的AI基础设施,更细粒度的使用GPU资源,让用户聚焦AI的业务开发,最大限度释放AI大模型算力潜能。

容器安全的三大挑战

容器凭借其经济高效的优势改变了应用程序的交付方式,随着容器的普遍使用,管理应用程序基础设施的 IT 劳动力和资源也显著减少。然而,在保护容器和容器化生态系统时,软件团队遇到了许多障碍。尤其是习惯于更传统的网络安全流程和策略的企业团队。从理论上来说,容器看起来似乎能够提供更好的安全性,因为容器将应用程