Sotwe logo Sotwe logo
0xEdward8's profile banner image
0xEdward8's profile image

0xEdward | 鏈上量化及交易研究

Verified account

@0xEdward8

鏈上量化及交易研究 · Polymarket · Hyperliquid · perp DEX On-chain quant research, including trading. 誠實分享研究歷程,包括失敗。Honest results, NFA.
Taipei
Joined February 2017
87 Following
26 Followers
116 Posts
 Pinned Tweet
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我盯著對帳單看 數字是紅的 那是我第三個版本的做市程式 跑了真金白銀 結果又虧了 我不信邪 因為我看著一個錢包 在同一個市場 用幾乎一樣的玩法 幾千輪下來資金曲線平滑得像一條斜上的直線 幾乎沒有回撤 他能 我為什麼不能 這篇文章 是我虧掉一筆夠買台新車的錢 才換來的答案 而那個���案 跟我一開始堅信的東西 完全相反 —————————————————— 【一 我以為我找到了印鈔機】 先說這個遊戲怎麼玩 Polymarket 有個 BTC 短線市場 結算時只有兩種結果:漲 或 跌 漲的那張票值 $1 跌的那張票值 $0 反之亦然 做市商的經典玩法叫「雙邊做市」: 我同時掛「買漲」和「買跌」的限價單 只要我兩邊買進的總成本加起來低於 $1 那不管最後是漲是跌 我手上總有一張票會變成 $1 穩賺中間的價差 這在教科書裡叫無風險套利 聽起來完美到不真實 我當時的判斷邏輯 寫進程式裡是這樣: def should_quote(up_price, dn_price): mc = up_price + dn_price # 兩邊總成本 if mc < 0.96: # 低於 96¢ 才掛 留安全邊際 return True # 雙邊掛限價單 return False # 太貴 這輪不玩 我盯上的那個錢包 我叫他鯨魚 他就是靠這個 幾千輪穩穩賺 我把他的邏輯抄下來 心想 這不就是送分題 —————————————————— 【二 然後我開始虧 而且不知道為什麼】 mm_v4 寫好 上線 敗 改成 v5 敗 再改 v6 完敗.. 真金白銀 一輪一輪扣 帳戶餘額肉眼可見地往下掉 我把每一輪攤開來看 發現一個詭異的數字: 8 輪裡面 有 5 輪我兩邊的總成本居然超過了 $1 有 3 輪 我兩邊同時虧 這不對啊 我程式明明寫了「低於 96¢ 才掛單」 怎麼會超過 $1 我盯著 log 看了很久 才看懂發生了什麼事 而這個發現讓我背脊發涼 開盤的時候 漲跌各 47¢ 我兩邊都掛 47¢ 買 總成本 94¢ 沒問題 但 20 秒後 BTC 動了 漲變成 70¢ 跌變成 30¢ 這時候: 我那張「買跌 47¢」的單 成交了 因為市場上有人瘋狂拋售正在下跌的那一邊 我接住了 但我那張「買漲 47¢」的單 沒人理 因為沒有任何人會用 47¢ 把一張正在漲到 70¢ 的票賣給我 結果就是 我只買到了「正在下跌的那一邊」 我接住的 永遠是正在輸的那一張票 —————————————————— 【三 我以為是程式爛 拚命改 結果越改越清楚我有多天真】 我第一反應是 程式沒寫好 那我補救 補救一:哪邊沒成交 我就用市價去把它補上 確保兩邊都有票 結果一算傻眼 我要補「漲」那邊 現在市價已經 70¢ 加上我原本買跌的 47¢ 總成本 117¢ 已經超過 $1 這輪註定虧 補了反而虧更多 補救二:動態價差 我讓「貴的那一邊」掛得更貼近市價 排在訂單簿更前面 想搶到成交 def dyn_spread(mid): if mid >= 0.60: return 0.01 # 貴方 貼著市價掛 搶成交 elif mid <= 0.40: return 0.05 # 便宜方 ���更好的價 else: return 0.03 ���學上兩邊總成本不變 但理論上貴方成交率會提升 我連這個都寫了 上線 還是虧 到這裡 我終於停下來 problem 不在我的程式 我開始懷疑一件更根本的事 —————————————————— 【四 我把鯨魚扒了個精光 然後我的世界觀崩了】 我把那個鯨魚錢包 幾千輪的每一筆交易 全部拉下來 一筆一筆算 我本來以為會看到一個料事如神的天才 結果數據給我的 是一記耳光: 他第一筆下注的方向 只有 42% 是對的 比丟硬幣還差 可是他 74.5% 的輪次都在賺錢 我又往下挖: 她 88% 用限價單 幾乎不用市價 她 93% 的輪次是雙邊持倉 而最關鍵的一個數字 是這個: 她兩邊持倉的份額比 中位數是 0.98 0.98 幾乎是完美的 1:1 他根本不預測漲跌 她預測方向的能力比擲骰子還爛 但她靠著把兩邊份額壓到幾乎相等 做到了不管哪邊贏都賺 我當場愣住 因為我兩邊的份額 永遠一邊倒 —————————————————— 【五 真正的殺手不是價格 是份額 這是我虧最多錢才懂的一課】 我要在這裡停下來 講一個 90% 的人都會搞錯的觀念 大部分人以為「兩邊價格加起來低於 $1」就安全了 我也這樣以為 我整個程式都在守這條線 錯 讓我用數字算給你看 為什麼這條線是假的保護 假設我買漲成交了 100 股 但買跌只成交了 20 股 我兩邊的價格加起來還是 0.94 低於 $1 帳面上完全合規 但如果最後「跌」贏了: 我手上只有 20 股 × $1 = $20 可我兩邊一共花了大約 $56 我淨虧 $36 看到了嗎 價格那條線 我守得好好的 我還是虧爆慘敗 因為當份額一邊倒 我表面上在做市 實際上是在單邊裸奔 價格算得再漂亮 都沒用 所以做市能不能賺 從來不是一個條件 是三層 缺一層就死: 第一層 價格:兩邊總成本要 < $1 ��二層 份額:兩邊持倉要接近相等 第三層 成交:不能只在輸的那一邊成交 而最���的是 這三層是連鎖坍塌的: 我只在輸方成交(第三層破) → 我的份額自動一邊倒(第二層破) → 就算我價格守得再好(第一層成立) 照樣血虧 我一開始只顧著算第一層 完全沒看見第二層才是命門 這就是為什麼我寫十個版本都沒用 我從頭到尾在修錯的東西 —————————————————— 【六 那它憑什麼份額能 0.98 答案藏在訂單簿的位置】 我終於問對了問題:她憑什麼兩邊份額能壓到 0.98 而我永遠一邊倒 我去看他的單 答案就一個: 他的單是 best bid 我的不是 這個市場流動性很薄 他每單掛大約 $300 在這種薄市場 $300 的買單 就是全場最高的買價 任何人想賣票 不管漲那邊還是跌那邊 都只能優先賣給他 所以他兩邊都成交得到 份額才能對等 才能 0.98 而我掛的單 單筆沒有他多 漲的那一邊 賣家要賣 先賣給他的 $300 根本輪不到我的 只有當跌的��一邊一路跌穿我的掛單 我才會被動接到 所以我永遠單邊 永遠重倉在輸的那一邊 份額永遠一邊倒 這不是程式能修的 bug 這是我在訂單簿上的物理位置 他站在隊伍最前面 我站在後面 就這麼簡單 也這麼殘酷 —————————————————— 【七 我犯過一個更蠢的錯 蠢到我必須誠實寫出來】 我中間還有一個自作聰明的階段 我想 既然成交不到 那我把單變大不就好了 大單應該會優先成交吧 錯 而且錯得很基本 Polymarket 的撮合是 價格優先 時間優先 不是大單優先 同樣的價格 誰先掛誰先成交 跟單子大小一點關係都沒有 他的優勢從來不是「單大所以優先成交」 是「單大 所以他敢把單掛在 best bid 還不怕被聰明錢針對」 我的單沒有他大敢掛最前面 立刻被人吃掉 她 $300 一單有本錢當那個穩定的最佳買價 扛得住 我連這個機制都搞反過 後來才修正 我把這段留著沒刪 因為這就是真實的研究 你會犯蠢 然後你從蠢裡學到東西 —————————————————— 【八 我不死心 又換���一個策略 然後虧得更難看】 雙邊做市這條路 我認輸了 但我還想扳���來 我換成另一個玩法 接近 Martingale: 買機率高的那一邊 如果反轉了 就追加買新的方向 加大注碼 只要最後押對 結算時贏一邊就能淨賺 我跑了 308 輪 280 輪 我都贏了 帳戶餘額噌噌的往上漲 我那時候還很得意 想說這次總算找到了 然後 28 輪反轉押錯 贏了 280 次累積的錢 28 次就吐光 還倒貼進去 Martingale 的本質就是這個: 你贏的時候每次只賺零點幾塊 你輸的時候 因為注碼已經加大 一次就虧掉一百多 你以為你在穩定贏小錢 其實你在累積一顆遲早引爆的雷 那顆雷 一定會炸 只是你不知道哪一輪 —————————————————— 【九 兩次加起來 我虧掉了一台新車的錢 但我買到了三件事】 第一 做市能不能賺 是三層條件:價格 份額 訂單簿位置 缺一層就死 而散戶死在第三層 你的單不是 best bid 你只在輸方成交 份額必然一邊倒 這不是努力能解決的 是結構 第二 散戶在「做市」這件事上 結構性地沒有位置 入場券是「成為那個最佳報價」 而那需要的���金量和扛針對的能力 散戶就是沒有 看懂自己沒有位置 比再寫十個版本的程式 省錢得多 第三 也是最反直覺的一件事: 程式回報給你的獲利 在你跟交易所真實對帳之前 一個字都不能信 我後來另一個做市 bot 程式介面上顯示賺錢 我高興了一陣子 一拉交易所的真實成交紀錄 真實成交是零 那些獲利是程式自己算錯捏造的 那是另一個故事了 但教訓一樣:沒對帳的數字 都是幻覺 —————————————————— 【十 最後 我想說的其實不只是做市】 我不是在說做市不能賺 那個鯨魚是真的在賺 而且賺得很穩 我是在說 當你照抄一個贏家卻一直虧 先別急著怪自己的程式爛 有時候你缺的不是更聰明的邏輯 是一個你從結構上就拿不到的位置 這只是開始 虧完這筆之後 我把這套「先證偽自己」的方法 用到了我做過的每一個策略上 橫跨預測市場 永續合約 期權 套利 Defi 我測了 30 多個 它們幾乎全部失敗 但失敗的方式 驚人地一致: ���一個「看起來會賺的地方」 最後都被成本 或被競爭 卷平了 這不是因為我不夠努力? 還是高效市場的邊界 就長在那裡 我現在做的事 就是把這條邊界 一個一個 親手畫出來 然後把每一次撞牆 換成一篇像這樣的紀錄 不喊單 不帶單 不開課 我只把我虧過的錢 變成你可以少虧的教訓 個人理解 可能有錯誤 也請指教學習 共勉之 NFA
0xEdward8's tweet photo. 我盯著對帳單看 數字是紅的 那是我第三個版本的做市程式 跑了真金白銀 結果又虧了 我不信邪 因為我看著一個錢包 在同一個市場 用幾乎一樣的玩法 幾千輪下來資金曲線平滑得像一條斜上的直線 幾乎沒有回撤 他能 我為什麼不能 這篇文章 是我虧掉一筆夠買台新車的錢 才換來的答案 而那個���案 跟我一開始堅信的東西 完全相反 —————————————————— 【一 我以為我找到了印鈔機】 先說這個遊戲怎麼玩 Polymarket 有個 BTC 短線市場 結算時只有兩種結果:漲 或 跌 漲的那張票值 $1 跌的那張票值 $0 反之亦然 做市商的經典玩法叫「雙邊做市」: 我同時掛「買漲」和「買跌」的限價單 只要我兩邊買進的總成本加起來低於 $1 那不管最後是漲是跌 我手上總有一張票會變成 $1 穩賺中間的價差 這在教科書裡叫無風險套利 聽起來完美到不真實 我當時的判斷邏輯 寫進程式裡是這樣: def should_quote(up_price, dn_price): mc = up_price + dn_price # 兩邊總成本 if mc < 0.96: # 低於 96¢ 才掛 留安全邊際 return True # 雙邊掛限價單 return False # 太貴 這輪不玩 我盯上的那個錢包 我叫他鯨魚 他就是靠這個 幾千輪穩穩賺 我把他的邏輯抄下來 心想 這不就是送分題 —————————————————— 【二 然後我開始虧 而且不知道為什麼】 mm_v4 寫好 上線 敗 改成 v5 敗 再改 v6 完敗.. 真金白銀 一輪一輪扣 帳戶餘額肉眼可見地往下掉 我把每一輪攤開來看 發現一個詭異的數字: 8 輪裡面 有 5 輪我兩邊的總成本居然超過了 $1 有 3 輪 我兩邊同時虧 這不對啊 我程式明明寫了「低於 96¢ 才掛單」 怎麼會超過 $1 我盯著 log 看了很久 才看懂發生了什麼事 而這個發現讓我背脊發涼 開盤的時候 漲跌各 47¢ 我兩邊都掛 47¢ 買 總成本 94¢ 沒問題 但 20 秒後 BTC 動了 漲變成 70¢ 跌變成 30¢ 這時候: 我那張「買跌 47¢」的單 成交了 因為市場上有人瘋狂拋售正在下跌的那一邊 我接住了 但我那張「買漲 47¢」的單 沒人理 因為沒有任何人會用 47¢ 把一張正在漲到 70¢ 的票賣給我 結果就是 我只買到了「正在下跌的那一邊」 我接住的 永遠是正在輸的那一張票 —————————————————— 【三 我以為是程式爛 拚命改 結果越改越清楚我有多天真】 我第一反應是 程式沒寫好 那我補救 補救一:哪邊沒成交 我就用市價去把它補上 確保兩邊都有票 結果一算傻眼 我要補「漲」那邊 現在市價已經 70¢ 加上我原本買跌的 47¢ 總成本 117¢ 已經超過 $1 這輪註定虧 補了反而虧更多 補救二:動態價差 我讓「貴的那一邊」掛得更貼近市價 排在訂單簿更前面 想搶到成交 def dyn_spread(mid): if mid >= 0.60: return 0.01 # 貴方 貼著市價掛 搶成交 elif mid <= 0.40: return 0.05 # 便宜方 ���更好的價 else: return 0.03 ���學上兩邊總成本不變 但理論上貴方成交率會提升 我連這個都寫了 上線 還是虧 到這裡 我終於停下來 problem 不在我的程式 我開始懷疑一件更根本的事 —————————————————— 【四 我把鯨魚扒了個精光 然後我的世界觀崩了】 我把那個鯨魚錢包 幾千輪的每一筆交易 全部拉下來 一筆一筆算 我本來以為會看到一個料事如神的天才 結果數據給我的 是一記耳光: 他第一筆下注的方向 只有 42% 是對的 比丟硬幣還差 可是他 74.5% 的輪次都在賺錢 我又往下挖: 她 88% 用限價單 幾乎不用市價 她 93% 的輪次是雙邊持倉 而最關鍵的一個數字 是這個: 她兩邊持倉的份額比 中位數是 0.98 0.98 幾乎是完美的 1:1 他根本不預測漲跌 她預測方向的能力比擲骰子還爛 但她靠著把兩邊份額壓到幾乎相等 做到了不管哪邊贏都賺 我當場愣住 因為我兩邊的份額 永遠一邊倒 —————————————————— 【五 真正的殺手不是價格 是份額 這是我虧最多錢才懂的一課】 我要在這裡停下來 講一個 90% 的人都會搞錯的觀念 大部分人以為「兩邊價格加起來低於 $1」就安全了 我也這樣以為 我整個程式都在守這條線 錯 讓我用數字算給你看 為什麼這條線是假的保護 假設我買漲成交了 100 股 但買跌只成交了 20 股 我兩邊的價格加起來還是 0.94 低於 $1 帳面上完全合規 但如果最後「跌」贏了: 我手上只有 20 股 × $1 = $20 可我兩邊一共花了大約 $56 我淨虧 $36 看到了嗎 價格那條線 我守得好好的 我還是虧爆慘敗 因為當份額一邊倒 我表面上在做市 實際上是在單邊裸奔 價格算得再漂亮 都沒用 所以做市能不能賺 從來不是一個條件 是三層 缺一層就死: 第一層 價格:兩邊總成本要 < $1 ��二層 份額:兩邊持倉要接近相等 第三層 成交:不能只在輸的那一邊成交 而最���的是 這三層是連鎖坍塌的: 我只在輸方成交(第三層破) → 我的份額自動一邊倒(第二層破) → 就算我價格守得再好(第一層成立) 照樣血虧 我一開始只顧著算第一層 完全沒看見第二層才是命門 這就是為什麼我寫十個版本都沒用 我從頭到尾在修錯的東西 —————————————————— 【六 那它憑什麼份額能 0.98 答案藏在訂單簿的位置】 我終於問對了問題:她憑什麼兩邊份額能壓到 0.98 而我永遠一邊倒 我去看他的單 答案就一個: 他的單是 best bid 我的不是 這個市場流動性很薄 他每單掛大約 $300 在這種薄市場 $300 的買單 就是全場最高的買價 任何人想賣票 不管漲那邊還是跌那邊 都只能優先賣給他 所以他兩邊都成交得到 份額才能對等 才能 0.98 而我掛的單 單筆沒有他多 漲的那一邊 賣家要賣 先賣給他的 $300 根本輪不到我的 只有當跌的��一邊一路跌穿我的掛單 我才會被動接到 所以我永遠單邊 永遠重倉在輸的那一邊 份額永遠一邊倒 這不是程式能修的 bug 這是我在訂單簿上的物理位置 他站在隊伍最前面 我站在後面 就這麼簡單 也這麼殘酷 —————————————————— 【七 我犯過一個更蠢的錯 蠢到我必須誠實寫出來】 我中間還有一個自作聰明的階段 我想 既然成交不到 那我把單變大不就好了 大單應該會優先成交吧 錯 而且錯得很基本 Polymarket 的撮合是 價格優先 時間優先 不是大單優先 同樣的價格 誰先掛誰先成交 跟單子大小一點關係都沒有 他的優勢從來不是「單大所以優先成交」 是「單大 所以他敢把單掛在 best bid 還不怕被聰明錢針對」 我的單沒有他大敢掛最前面 立刻被人吃掉 她 $300 一單有本錢當那個穩定的最佳買價 扛得住 我連這個機制都搞反過 後來才修正 我把這段留著沒刪 因為這就是真實的研究 你會犯蠢 然後你從蠢裡學到東西 —————————————————— 【八 我不死心 又換���一個策略 然後虧得更難看】 雙邊做市這條路 我認輸了 但我還想扳���來 我換成另一個玩法 接近 Martingale: 買機率高的那一邊 如果反轉了 就追加買新的方向 加大注碼 只要最後押對 結算時贏一邊就能淨賺 我跑了 308 輪 280 輪 我都贏了 帳戶餘額噌噌的往上漲 我那時候還很得意 想說這次總算找到了 然後 28 輪反轉押錯 贏了 280 次累積的錢 28 次就吐光 還倒貼進去 Martingale 的本質就是這個: 你贏的時候每次只賺零點幾塊 你輸的時候 因為注碼已經加大 一次就虧掉一百多 你以為你在穩定贏小錢 其實你在累積一顆遲早引爆的雷 那顆雷 一定會炸 只是你不知道哪一輪 —————————————————— 【九 兩次加起來 我虧掉了一台新車的錢 但我買到了三件事】 第一 做市能不能賺 是三層條件:價格 份額 訂單簿位置 缺一層就死 而散戶死在第三層 你的單不是 best bid 你只在輸方成交 份額必然一邊倒 這不是努力能解決的 是結構 第二 散戶在「做市」這件事上 結構性地沒有位置 入場券是「成為那個最佳報價」 而那需要的���金量和扛針對的能力 散戶就是沒有 看懂自己沒有位置 比再寫十個版本的程式 省錢得多 第三 也是最反直覺的一件事: 程式回報給你的獲利 在你跟交易所真實對帳之前 一個字都不能信 我後來另一個做市 bot 程式介面上顯示賺錢 我高興了一陣子 一拉交易所的真實成交紀錄 真實成交是零 那些獲利是程式自己算錯捏造的 那是另一個故事了 但教訓一樣:沒對帳的數字 都是幻覺 —————————————————— 【十 最後 我想說的其實不只是做市】 我不是在說做市不能賺 那個鯨魚是真的在賺 而且賺得很穩 我是在說 當你照抄一個贏家卻一直虧 先別急著怪自己的程式爛 有時候你缺的不是更聰明的邏輯 是一個你從結構上就拿不到的位置 這只是開始 虧完這筆之後 我把這套「先證偽自己」的方法 用到了我做過的每一個策略上 橫跨預測市場 永續合約 期權 套利 Defi 我測了 30 多個 它們幾乎全部失敗 但失敗的方式 驚人地一致: ���一個「看起來會賺的地方」 最後都被成本 或被競爭 卷平了 這不是因為我不夠努力? 還是高效市場的邊界 就長在那裡 我現在做的事 就是把這條邊界 一個一個 親手畫出來 然後把每一次撞牆 換成一篇像這樣的紀錄 不喊單 不帶單 不開課 我只把我虧過的錢 變成你可以少虧的教訓 個人理解 可能有錯誤 也請指教學習 共勉之 NFA
0
0
0
0
2K
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
有一個數字 在幣圈流傳很多年 「週末的缺口 八成以上都會回補」 我去驗證了它 它是真的 然後我發現 —— 它什麼都沒告訴你 完整拆解 往下 ⬇️ — 先講這個說法是什麼 比特幣是二十四小時在跑的 但芝加哥商品交易所的期貨 過去週末會休市 所以常常是這樣：週五收盤在一個價位 週末幣價自己跑掉了 週一開盤 圖上就留下一個跳空的缺口 而流傳很廣的說法是：這個缺口 八成以上會被回補 —— 所以看到缺口 就賭它會回去 這個說法之所以吸引人 是因為它有一個看起來很硬的數字 而且你去查 會發現那個數字 真的是對的 — 我第一步 先確認它是不是真的 是真的 這不是一個被編出來的數字 —— 缺口確實絕大多數 最後都會被價格走回去 到這裡為止 一切都很美好 — 然後我問了��個問題 —— 這個問題 改變了整件事 跟什麼比 — 我去量了一件���有人都跳過的事：這些缺口 到底有多大 大部分的缺口 是幾十個基點的等級 而比特幣一天 本來就會走一百個基點以上 —— 而且這是常態 不是暴動的日子 — 所以把兩個數字放在一起看： 週末缺口的大小　　　　　　　　　　中位數 1.34% 　比特幣一天正常的高低振幅　　　　　中位數 3.76% 日常波動 是缺口的 2.8 倍 價格只要照它平常那樣亂走 就會撞到那個價位 「回補」根本不需要任何理由 不需要任何力量把它拉回去 —— 它是價格在正常波動下 一定會發生的事 python gap_fill_rate = 0.805 # 真實週末缺口 七天內回補率 —— 這是真的 # 但沒有人算的是這一行 placebo_fill = 0.766 # 隨機植入的假缺口 同樣七天內的回補率 # 差 4 個百分點 而且在另一個幣上消失 # 所以這個數字不是優勢 # 它就是隨機漫步 本來就會給你的那個數字 八成三 不是��個發現 它是基礎率 — 但我不想只靠推論 我去做了一個對照實驗 方法很簡單：我在「不是週末」的隨機日子 植入一批假缺口 —— 大小跟真實的週末缺口 抽自同一個分布 這些假缺口 背後沒有任何休市 沒有任何機制 純粹是價格自己在亂走 然後我用完全一樣的標準 去算它們的回補率 六年多的資料 三百三十四個真實週末缺口 一千六百七十個隨機假缺口 結果： 真實週末缺口　　　隨機假缺口 　七天內回補　　　　　80.5%　　　　　76.6% 　三十天內回補　　　　88.9%　　　　　88.0% 隨機亂走 也給你八成以上 而以太幣更乾脆 —— 三十天內 隨機假缺口的回補率 86.5% 還高過真實週末缺口的 85.3% 差異是負的 — 我再把這個差異 拿去做顯著性檢定 並且校正我一共測了幾次 八個檢定 只有一個通過 而那一個 在另一個幣上完全不成立 —— 而且窗口一拉長 它就收斂到接近零 真實的效應 不會因為你多看幾天 就消失 — 這就是這整件事最關鍵的地方： 一個沒有對照組的成功率 含的資訊量是零 你要問的從來不是「這個數字是不是真的」 是「跟什麼比」 如果隨機亂走 也會給你八成三 那這個八成三 就沒有告訴你任何事情 — 但我還是把它做成可以交易的版本 —— 因為「會回補」跟「你能靠它賺錢」是兩回事 規則很單純：看到缺口 就賭它會被走回去 拿接下來的二十四小時 結果： 比特幣　　　每筆平均 −21 個基點 　以太幣　　　每筆平均 +1 個基點 比特幣不只沒賺 是負的 —— 方向還反了 — 然後我做了一個乾淨的檢查 —— 這一步 是我判斷任何跨資產訊號真假的標準動作 如果這個效應是真的 它應該在兩個幣上 指向同一個方向 尤其是在缺口大的時候 —— 因為缺口越大 訊號應該越強 越不容易被雜訊蓋過 我去看缺口最大的那一批 兩個幣的符號 是相反的 一個往上 一個往下 這不是「效應比較弱」 這是沒有效應 —— 真實的機制不會在比特幣上是一個方向 在以太幣上是另一個方向 大缺口本來應該是訊號最乾淨的地方 結果那裡的答案是純噪音 到這裡 這條線就結束了 — 而最有意思的是後面這段 這個東西 死了兩次 第一次 死在我剛剛講的那個地方：它從來就只是基礎率 從來不是優勢 第二次 死得更徹底 —— 今年五月底 芝加哥商品交易所把加密貨幣期貨改成 二十四小時全天候交易 週末不再休市 沒有休市 就沒有缺口 那個現象本身 從這一天起 不存在了 — 但你現在去搜 還是會看到很多人在引用「八成以上會回補」 他們引用的 是一個死了兩次的數字 —— 一次死於它從來不是優勢 一次死於那個現象已經消失 — 所以這篇要講的東西 遠不只加密貨幣 第一個 也是最重要的：任何一個成功率 如果沒有給你對照組 它什麼都沒說 八成三 聽起來很高 —— 直到你發現 隨機亂走也給你八成三 我的學員八成都賺錢 —— 跟什麼比 這個方法九成有效 —— 跟不用這個方法比呢 只要沒有那個「跟什麼比」 那個很高的數字 就只是一個很高的數字 — 第二個：一個數字是真的 跟這個數字有用 完全是兩件事 這是我做了這麼多驗證之後 覺得最反直覺的一課 大部分人查證一個說法 查到「它是真的」就停了 但真正該問的下一個問題是：就算它是真的 它有沒有告訴我任何我本來不知道的事 八成三 是真的 而它告訴我的事情 是零 — 第三個：你賴以為生的那個規律 可能哪天被一紙公告直接刪掉 就算這個缺口 真的有優勢好了 交易所改一條規則 週末不休市了 —— 那個優勢 連同它依��的整個現象 一起消失 沒有任何預告 機制是真的 —— 但它依附在一個制度的縫隙上 而制度 是會改的 — 問你們一個： 你身邊有沒有那種「聽起來很強的成功率」 但從來沒有人告訴你 它是跟什麼比出來的 交易 課程 投資 醫療 都算 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0xEdward8's tweet photo. 有一個數字 在幣圈流傳很多年 「週末的缺口 八成以上都會回補」 我去驗證了它 它是真的 然後我發現 —— 它什麼都沒告訴你 完整拆解 往下 ⬇️ — 先講這個說法是什麼 比特幣是二十四小時在跑的 但芝加哥商品交易所的期貨 過去週末會休市 所以常常是這樣：週五收盤在一個價位 週末幣價自己跑掉了 週一開盤 圖上就留下一個跳空的缺口 而流傳很廣的說法是：這個缺口 八成以上會被回補 —— 所以看到缺口 就賭它會回去 這個說法之所以吸引人 是因為它有一個看起來很硬的數字 而且你去查 會發現那個數字 真的是對的 — 我第一步 先確認它是不是真的 是真的 這不是一個被編出來的數字 —— 缺口確實絕大多數 最後都會被價格走回去 到這裡為止 一切都很美好 — 然後我問了��個問題 —— 這個問題 改變了整件事 跟什麼比 — 我去量了一件���有人都跳過的事：這些缺口 到底有多大 大部分的缺口 是幾十個基點的等級 而比特幣一天 本來就會走一百個基點以上 —— 而且這是常態 不是暴動的日子 — 所以把兩個數字放在一起看： 週末缺口的大小　　　　　　　　　　中位數 1.34% 　比特幣一天正常的高低振幅　　　　　中位數 3.76% 日常波動 是缺口的 2.8 倍 價格只要照它平常那樣亂走 就會撞到那個價位 「回補」根本不需要任何理由 不需要任何力量把它拉回去 —— 它是價格在正常波動下 一定會發生的事 python gap_fill_rate = 0.805 # 真實週末缺口 七天內回補率 —— 這是真的 # 但沒有人算的是這一行 placebo_fill = 0.766 # 隨機植入的假缺口 同樣七天內的回補率 # 差 4 個百分點 而且在另一個幣上消失 # 所以這個數字不是優勢 # 它就是隨機漫步 本來就會給你的那個數字 八成三 不是��個發現 它是基礎率 — 但我不想只靠推論 我去做了一個對照實驗 方法很簡單：我在「不是週末」的隨機日子 植入一批假缺口 —— 大小跟真實的週末缺口 抽自同一個分布 這些假缺口 背後沒有任何休市 沒有任何機制 純粹是價格自己在亂走 然後我用完全一樣的標準 去算它們的回補率 六年多的資料 三百三十四個真實週末缺口 一千六百七十個隨機假缺口 結果： 真實週末缺口　　　隨機假缺口 　七天內回補　　　　　80.5%　　　　　76.6% 　三十天內回補　　　　88.9%　　　　　88.0% 隨機亂走 也給你八成以上 而以太幣更乾脆 —— 三十天內 隨機假缺口的回補率 86.5% 還高過真實週末缺口的 85.3% 差異是負的 — 我再把這個差異 拿去做顯著性檢定 並且校正我一共測了幾次 八個檢定 只有一個通過 而那一個 在另一個幣上完全不成立 —— 而且窗口一拉長 它就收斂到接近零 真實的效應 不會因為你多看幾天 就消失 — 這就是這整件事最關鍵的地方： 一個沒有對照組的成功率 含的資訊量是零 你要問的從來不是「這個數字是不是真的」 是「跟什麼比」 如果隨機亂走 也會給你八成三 那這個八成三 就沒有告訴你任何事情 — 但我還是把它做成可以交易的版本 —— 因為「會回補」跟「你能靠它賺錢」是兩回事 規則很單純：看到缺口 就賭它會被走回去 拿接下來的二十四小時 結果： 比特幣　　　每筆平均 −21 個基點 　以太幣　　　每筆平均 +1 個基點 比特幣不只沒賺 是負的 —— 方向還反了 — 然後我做了一個乾淨的檢查 —— 這一步 是我判斷任何跨資產訊號真假的標準動作 如果這個效應是真的 它應該在兩個幣上 指向同一個方向 尤其是在缺口大的時候 —— 因為缺口越大 訊號應該越強 越不容易被雜訊蓋過 我去看缺口最大的那一批 兩個幣的符號 是相反的 一個往上 一個往下 這不是「效應比較弱」 這是沒有效應 —— 真實的機制不會在比特幣上是一個方向 在以太幣上是另一個方向 大缺口本來應該是訊號最乾淨的地方 結果那裡的答案是純噪音 到這裡 這條線就結束了 — 而最有意思的是後面這段 這個東西 死了兩次 第一次 死在我剛剛講的那個地方：它從來就只是基礎率 從來不是優勢 第二次 死得更徹底 —— 今年五月底 芝加哥商品交易所把加密貨幣期貨改成 二十四小時全天候交易 週末不再休市 沒有休市 就沒有缺口 那個現象本身 從這一天起 不存在了 — 但你現在去搜 還是會看到很多人在引用「八成以上會回補」 他們引用的 是一個死了兩次的數字 —— 一次死於它從來不是優勢 一次死於那個現象已經消失 — 所以這篇要講的東西 遠不只加密貨幣 第一個 也是最重要的：任何一個成功率 如果沒有給你對照組 它什麼都沒說 八成三 聽起來很高 —— 直到你發現 隨機亂走也給你八成三 我的學員八成都賺錢 —— 跟什麼比 這個方法九成有效 —— 跟不用這個方法比呢 只要沒有那個「跟什麼比」 那個很高的數字 就只是一個很高的數字 — 第二個：一個數字是真的 跟這個數字有用 完全是兩件事 這是我做了這麼多驗證之後 覺得最反直覺的一課 大部分人查證一個說法 查到「它是真的」就停了 但真正該問的下一個問題是：就算它是真的 它有沒有告訴我任何我本來不知道的事 八成三 是真的 而它告訴我的事情 是零 — 第三個：你賴以為生的那個規律 可能哪天被一紙公告直接刪掉 就算這個缺口 真的有優勢好了 交易所改一條規則 週末不休市了 —— 那個優勢 連同它依��的整個現象 一起消失 沒有任何預告 機制是真的 —— 但它依附在一個制度的縫隙上 而制度 是會改的 — 問你們一個： 你身邊有沒有那種「聽起來很強的成功率」 但從來沒有人告訴你 它是跟什麼比出來的 交易 課程 投資 醫療 都算 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0
0
0
0
437
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
第 2 . 3 項 我用真錢學到過 而且它們其實是同一件事 我在預測市場自己寫過做市機器人 七個版本 全是真錢 隊列位置直接決定了未成交單的下場：贏的那邊我排在大���後面 永遠輪不到我 輸的那邊我在最前面 全市場的拋售第一個塞給我 所以不是「有時候成交不到」 是系統性的 只在我錯的時候才成交 像你說的「過度樂觀的成交器」 在真錢上長這個樣子 而且不只成交器會騙你 結算器也會 我另一個機器人 連續九天回報獲利 我去查錢包 一分沒動 真實成交 0 筆…十五筆全是我自己的結算邏輯虛構出來的 別人的數字我會查 自己的我不會 它就是這樣騙了我九天
0
0
0
0
33
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我把三個最經典的套利 一個一個測死了 配對交易 基差 訂單流��衡 但真正讓我學到東西的 不是它們都死了 是我後來才看懂 —— 它們死在三個完全不同的地方 而從外面看 這三種死 長得一模一樣 完整拆解 往下 ⬇️ — 先把話講清楚 免得誤會 這三個都是教科書等級的老東西 不是我發現的 也輪不到我發現 而且在機構手裡 它們是真的在賺錢 —— 靠的是我沒有的三樣東西：逐筆的原始資料 機房托管的速度 還有萬分之幾的手續費 所以這篇不是說「套利是假的」 是說：在我這種規模 這種資料 這種速度 也就是散戶真正碰得到的那個版本裡 它們還剩下什麼 答案是：什麼都不剩 但三種不剩的方式 完全不同 — 第一個 配對交易 概念很簡單：比特幣和以太幣長期會一起走 當它們的價差拉開太多 就賭它會收回來 我算它們的價差 用標準差當進場門檻 加了八種常見的強化：半衰期過濾 波動調整 只在特定時段做 要連續幾根確認 門檻改成動態 滾動測試 十三個窗口 只有一個是正的 我不信 換到一小時的週期 看起來好一點 五個窗口有兩個正的 但我把它拆更細 —— 十二個月度窗口 只有四個正的 三成三 比丟硬幣還差 各種分區間的過濾 信賴區間全部包含零 進場門檻掃過四個數值 樣本外全負 — 但真正的殺手 不是那些勝率 是我回頭去看那個最基礎的參數的時候 我用兩個幣的價格取對數 去跑回歸 算它們的連動係數 跑出來是 0.05 — 這個數字 本身就是答案 如果兩個東西真的長期綁在一起 這個係數應該接近 1 0.05 的意思是：在這段期間 它們根本沒有在一起走 比特幣一路往上 以太幣走自己的路 那個「長期均衡」—— 我整個策略賭的那個東西 —— 在 2024 年之後 已經不存在了 我當時差一點 就把 0.05 當成一個參數 填進去 繼續跑 這是這條線最大的教訓：一個荒謬的參數值 不是一個數字 是模型在對你尖叫 它在說：你假設的那個關係 已經沒了 — 第二個 基差 —— 這個死得最難看 因為它根本不該被寫成程式 概念也很直覺：同一個交易所裡 永續合約和現貨的價格會有微小的差 這個差會收斂 我做了四組 兩個幣 兩個週期 勝率 全部 0% 每一筆平均 負 0.17% — 為什麼會爛成這樣 我去量了那個「差」到底有多大 它的標準差 是 1.2 個基點 —— 也就是萬分之 1.2 而我進出一趟的手續費 是 4 個基點 python basis_std = 1.2 # 訊號的全部大小（基點） fee_roundtrip = 4.0 # 進出一趟的成本（基點） # 成本是訊號的三倍多 # 這兩行 我應該在寫任何一行程式之前 就先算 訊號完全 泡在成本裡 這不是「策略沒調好」 這是結構性的：不管我的預測多準 準到 100% 都一樣虧 因為我賺的那個東西 比門票還小 而最讓我難受的是：這個判斷 只需要兩行算式 十分鐘 我卻先寫完了一整套回測 才回頭去量門票多少錢 — 第三個 訂單流失衡 —— 這個死法最陰險 概念：看買賣掛單的失衡 預測接下來幾秒的方向 這在學術文獻裡是真的 是被反覆驗證過的 我寫了收集器 跑了十四個小時 收了一萬多筆訂單簿快照 四種訊號 三個門檻 三個持有時間 —— 三十六種組合 全負 勝率 0% 到 12% 每筆平均負 3 個基點 — 我一開始以為是參數問題 不是 問題出在 我根本沒有在量那個東西 文獻講的那個效應 用的是逐筆的委託到達——每一張單進來 撤掉 成交 都被記錄下來的那種資料 而我收的 是每五秒拍一張的深度快照 這兩者 名字很像 但不是同一個東西 五秒拍一張 中間發生的幾百筆委託與撤單 全部消失了 —— 而那些 正是那個效應的來源 快照式的失衡 在文獻裡本身就是一個已知的 會快速衰減的訊號 所以我測了三十六種組合 每一種都很認真 —— 但我從頭到尾 都在測一個影子 真要做那個效應 得重寫成逐筆接收 那是兩三週的工程 不是換個參數 — 好 現在講這篇真正的重點 這三條線 我當時是分開做的 各自收工 直到後來才看懂：它們死在三個不同的層 第一層 關係層：你賭的那個關係 還在不在 　　→ 配對交易死在這裡 關係本身在 2024 之後消失了 第二層 成本層：訊號比你的過路費大嗎 　　→ 基差死在這裡 訊號 1.2 個基點 過路費 4 個基點 第三層 測量層：你量到的 真的是那個東西嗎 　　→ 訂單流失衡死在這裡 我量的是快照 那個效應住在逐筆資料裡 — 而這才是關鍵：這三種死 從外面看 完全一樣 它們在回測報告上 長得一模一樣 —— 都是一行「沒有 edge」 但如果你分不出它死在哪一層 你會用完全錯誤的方式去搶救它： 關係已經消失的 你會去調參數 —— 沒用 你在調一個不存在的東西 　訊號小於成本的 你會去找更好的訊號 —— 沒用 任何訊號都在地板下面 　量錯東西的 你會去收更多資料 —— 沒用 錯的測量 收再多還是錯的 大部分人卡住 不是因為不夠努力 是因為在錯的那一層 拚命努力 — 所以這三次失敗 最後給了我���張開工前的檢查表 —— 現在每條新策略 我都先問這三個問題 而且是按順序問： 一　這個關係 在最近的資料上 還成立嗎（不是全歷史 是最近） 二　訊號的大小 有沒有大過我的來回成本（先量 再寫程式 —— 這一步十分鐘） 三　我拿得到的資料 跟這個效應真正發生的地方 是同一個東西嗎 第二個問題 我當年跳過了 代價是一整套白寫的程式 — 而這個東西 遠不只交易能用 「它沒用」從來不是一個診斷 —— 那只是一個現象 真正決定你下一步該做什麼的 是它在哪一層壞掉的 前提錯了 就換題目 成本結構不成立 就換戰場 量錯了 就換儀器 在錯的那一層努力 你會非常勤奮地 原地踏步很久 — 最後回到那句老話 這也是我做到現在的結論 這三個機制都是真的 —— 機構用逐筆資料 用機房速度 用萬分之幾的費率 是真的在裡面賺錢 但在散���碰得到的那個位置 它們一個死於關係消失 一個死於成本地板 一個死於量錯東西 機制是真的 —— 只是在你我碰得到的地方 它已經被卷平了 — 我也把話講在前面 免得誤會：我測的是散戶條件下的版本 如果你有逐筆的資料 更低的費率 更快的速度 結論可能不一樣 —— 但那已經不是我們在玩的那個遊戲了 — 問你們一個： 你有沒有一件事 努力了很久卻沒有結果 後來才發現 —— 你其實是在錯的那一層用力 策略 事業 學習 都算 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0xEdward8's tweet photo. 我把三個最經典的套利 一個一個測死了 配對交易 基差 訂單流��衡 但真正讓我學到東西的 不是它們都死了 是我後來才看懂 —— 它們死在三個完全不同的地方 而從外面看 這三種死 長得一模一樣 完整拆解 往下 ⬇️ — 先把話講清楚 免得誤會 這三個都是教科書等級的老東西 不是我發現的 也輪不到我發現 而且在機構手裡 它們是真的在賺錢 —— 靠的是我沒有的三樣東西：逐筆的原始資料 機房托管的速度 還有萬分之幾的手續費 所以這篇不是說「套利是假的」 是說：在我這種規模 這種資料 這種速度 也就是散戶真正碰得到的那個版本裡 它們還剩下什麼 答案是：什麼都不剩 但三種不剩的方式 完全不同 — 第一個 配對交易 概念很簡單：比特幣和以太幣長期會一起走 當它們的價差拉開太多 就賭它會收回來 我算它們的價差 用標準差當進場門檻 加了八種常見的強化：半衰期過濾 波動調整 只在特定時段做 要連續幾根確認 門檻改成動態 滾動測試 十三個窗口 只有一個是正的 我不信 換到一小時的週期 看起來好一點 五個窗口有兩個正的 但我把它拆更細 —— 十二個月度窗口 只有四個正的 三成三 比丟硬幣還差 各種分區間的過濾 信賴區間全部包含零 進場門檻掃過四個數值 樣本外全負 — 但真正的殺手 不是那些勝率 是我回頭去看那個最基礎的參數的時候 我用兩個幣的價格取對數 去跑回歸 算它們的連動係數 跑出來是 0.05 — 這個數字 本身就是答案 如果兩個東西真的長期綁在一起 這個係數應該接近 1 0.05 的意思是：在這段期間 它們根本沒有在一起走 比特幣一路往上 以太幣走自己的路 那個「長期均衡」—— 我整個策略賭的那個東西 —— 在 2024 年之後 已經不存在了 我當時差一點 就把 0.05 當成一個參數 填進去 繼續跑 這是這條線最大的教訓：一個荒謬的參數值 不是一個數字 是模型在對你尖叫 它在說：你假設的那個關係 已經沒了 — 第二個 基差 —— 這個死得最難看 因為它根本不該被寫成程式 概念也很直覺：同一個交易所裡 永續合約和現貨的價格會有微小的差 這個差會收斂 我做了四組 兩個幣 兩個週期 勝率 全部 0% 每一筆平均 負 0.17% — 為什麼會爛成這樣 我去量了那個「差」到底有多大 它的標準差 是 1.2 個基點 —— 也就是萬分之 1.2 而我進出一趟的手續費 是 4 個基點 python basis_std = 1.2 # 訊號的全部大小（基點） fee_roundtrip = 4.0 # 進出一趟的成本（基點） # 成本是訊號的三倍多 # 這兩行 我應該在寫任何一行程式之前 就先算 訊號完全 泡在成本裡 這不是「策略沒調好」 這是結構性的：不管我的預測多準 準到 100% 都一樣虧 因為我賺的那個東西 比門票還小 而最讓我難受的是：這個判斷 只需要兩行算式 十分鐘 我卻先寫完了一整套回測 才回頭去量門票多少錢 — 第三個 訂單流失衡 —— 這個死法最陰險 概念：看買賣掛單的失衡 預測接下來幾秒的方向 這在學術文獻裡是真的 是被反覆驗證過的 我寫了收集器 跑了十四個小時 收了一萬多筆訂單簿快照 四種訊號 三個門檻 三個持有時間 —— 三十六種組合 全負 勝率 0% 到 12% 每筆平均負 3 個基點 — 我一開始以為是參數問題 不是 問題出在 我根本沒有在量那個東西 文獻講的那個效應 用的是逐筆的委託到達——每一張單進來 撤掉 成交 都被記錄下來的那種資料 而我收的 是每五秒拍一張的深度快照 這兩者 名字很像 但不是同一個東西 五秒拍一張 中間發生的幾百筆委託與撤單 全部消失了 —— 而那些 正是那個效應的來源 快照式的失衡 在文獻裡本身就是一個已知的 會快速衰減的訊號 所以我測了三十六種組合 每一種都很認真 —— 但我從頭到尾 都在測一個影子 真要做那個效應 得重寫成逐筆接收 那是兩三週的工程 不是換個參數 — 好 現在講這篇真正的重點 這三條線 我當時是分開做的 各自收工 直到後來才看懂：它們死在三個不同的層 第一層 關係層：你賭的那個關係 還在不在 　　→ 配對交易死在這裡 關係本身在 2024 之後消失了 第二層 成本層：訊號比你的過路費大嗎 　　→ 基差死在這裡 訊號 1.2 個基點 過路費 4 個基點 第三層 測量層：你量到的 真的是那個東西嗎 　　→ 訂單流失衡死在這裡 我量的是快照 那個效應住在逐筆資料裡 — 而這才是關鍵：這三種死 從外面看 完全一樣 它們在回測報告上 長得一模一樣 —— 都是一行「沒有 edge」 但如果你分不出它死在哪一層 你會用完全錯誤的方式去搶救它： 關係已經消失的 你會去調參數 —— 沒用 你在調一個不存在的東西 　訊號小於成本的 你會去找更好的訊號 —— 沒用 任何訊號都在地板下面 　量錯東西的 你會去收更多資料 —— 沒用 錯的測量 收再多還是錯的 大部分人卡住 不是因為不夠努力 是因為在錯的那一層 拚命努力 — 所以這三次失敗 最後給了我���張開工前的檢查表 —— 現在每條新策略 我都先問這三個問題 而且是按順序問： 一　這個關係 在最近的資料上 還成立嗎（不是全歷史 是最近） 二　訊號的大小 有沒有大過我的來回成本（先量 再寫程式 —— 這一步十分鐘） 三　我拿得到的資料 跟這個效應真正發生的地方 是同一個東西嗎 第二個問題 我當年跳過了 代價是一整套白寫的程式 — 而這個東西 遠不只交易能用 「它沒用」從來不是一個診斷 —— 那只是一個現象 真正決定你下一步該做什麼的 是它在哪一層壞掉的 前提錯了 就換題目 成本結構不成立 就換戰場 量錯了 就換儀器 在錯的那一層努力 你會非常勤奮地 原地踏步很久 — 最後回到那句老話 這也是我做到現在的結論 這三個機制都是真的 —— 機構用逐筆資料 用機房速度 用萬分之幾的費率 是真的在裡面賺錢 但在散���碰得到的那個位置 它們一個死於關係消失 一個死於成本地板 一個死於量錯東西 機制是真的 —— 只是在你我碰得到的地方 它已經被卷平了 — 我也把話講在前面 免得誤會：我測的是散戶條件下的版本 如果你有逐筆的資料 更低的費率 更快的速度 結論可能不一樣 —— 但那已經不是我們在玩的那個遊戲了 — 問你們一個： 你有沒有一件事 努力了很久卻沒有結果 後來才發現 —— 你其實是在錯的那一層用力 策略 事業 學習 都算 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0
0
0
0
1K
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我把一個麻將 AI 訓練到 99.7% 準確率 它打得比訓練之前 還爛 不是小輸 是每一次「訓練得更好」 實戰勝率就掉得更多 —— 準確率往上爬 勝率往下掉 分毫不差的反比 完整拆解 包括為什麼「越準越爛」 往下 ⬇️ — 先講背景 我寫了一個台灣十六張麻將的 AI —— ResNet 架構 94 萬參數 385 個特徵 全部自己刻 它對上遊戲內建 AI 的勝率 大概 30% —— 卡在這裡上不去 我想突破天花板 — 我用的是 AlphaZero 那套 —— 已經被 AlphaGo 證明有效的方法 概念很簡單：讓一個「老師」用深度搜索 每一步跑幾千次模擬 算出最好的一手 然後讓模型去模仿老師的選擇 老師搜得比模型深 所以模型照抄老師 理論上會越變越強 — 訓練漂亮到不可思議 模型模仿老師的準確率 一路往上爬：90% 95% 98% —— 最後 99.7% 一個近乎完美的學生 幾乎每一手 都跟老師選的一模一樣 我看著那個準確率 想著這下總算要突破了 — 然後我讓它去打真的對手 勝率掉了 不是持平 是掉 —— 我一輪一輪蒸餾 每一輪都掉 從 −1% 一路到 −9.5% 它模仿老師模仿得越像 打得就越爛 99.7% 的準確率 換來的 是實戰崩盤 — 為什麼 我回頭去看那個「老師」到底在算什麼 —— 當場就懂了 這下麻煩大了 老師要每一步跑幾千次模擬 為了跑得夠快 它的模擬裡 用的是一個簡化的假對手 —— 不是真正的對手 python def rollout(self, state): # 為了跑得夠快 每一步用簡化的假對手 不是真正的對手 while not https://t.co/sl3qS8jgWO_terminal(): a = fast_discard(state) # ← 老師整套「最佳解」 都建立在這個假對手上 state = state.step(a) return state.winner 所以老師從頭到尾 都在算「怎麼贏過一個不存在的對手」 而模型 學會了完美地 打贏一個幻覺 99.7% 的準確率 意思是：它有 99.7% 的忠誠度 在解一道 根本沒有人在考的題 — 就像把去年的考古題 每一題答案都背到滾瓜爛熟 然後走進今年的考場 你對「錯的那份考卷」記得越熟 你就越有自信地 考爛真正這一份 — 我不信邪 換了另一條路 這次讓它去學「贏家實際打出的每一手」 —— 練了 30 個 epoch 準確率 90% 結果：勝率退 3% 放銃率升 4% 同一種病 —— 它把贏家在模擬器裡的具體選擇 背了下來 而那些選擇 換個局面就不通了 — 到這裡 我才看懂最底層的問題 我的模擬器太簡單了 —— 沒有槓 沒有花牌 對手也弱 模型在大概 30% 的時候 就已經把這個模擬器 ��教的東西 全部學完了 之後每一次「訓練得更好」 都不是在學麻將 —— 是在把模擬器的毛邊 背得更死 那個往上爬的準確率 不是進步 是過擬合的聲音 — 所以這篇的教訓 遠不只麻將 也不只 AI 那個會往上爬的數字 準確率 —— 幾乎從來 不是你真正在乎的那個數字 勝率 而且你越專心去衝那個代理指標 你可能就在越走越偏 —— 卻同時感覺自己一路都在成功 任何時候 只要你優化的指標 跟你真正想要的結果 不是同一件事 —— 而它們幾乎永遠不是同一件事 —— 把指標衝過了頭 它就會開始反過來 傷害你的目標 AlphaZero 那套是真的 跟更強的老師學 確實會變強 —— 但前提是 老師在解的 是真正的那道題 在我那個太簡單的模擬器裡 老師解的是一道假題 而「忠實地跟老師學」 就變成了 讓它越來越爛的 那個原因 機制是真的 —— 但在我能搭出來的那個環境裡 它變成了一個陷阱 — 那要怎麼真的突破 30% 不是租一張 A100 —— 再快的算��� 也只是讓它更快 更精準地 背熟同一個假環境 是要把那個環境本身換掉 —— 換一個真的對手 一張更完整的牌桌 但那 就是另一個 要花好幾個月的坑了 — 問你們一個： 你有沒有把一個指標 衝到過頭 結果它開始反過來 咬你真正想要的東西 考試分數 KPI 回測績效 模型準確率 —— 都算 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0xEdward8's tweet photo. 我把一個麻將 AI 訓練到 99.7% 準確率 它打得比訓練之前 還爛 不是小輸 是每一次「訓練得更好」 實戰勝率就掉得更多 —— 準確率往上爬 勝率往下掉 分毫不差的反比 完整拆解 包括為什麼「越準越爛」 往下 ⬇️ — 先講背景 我寫了一個台灣十六張麻將的 AI —— ResNet 架構 94 萬參數 385 個特徵 全部自己刻 它對上遊戲內建 AI 的勝率 大概 30% —— 卡在這裡上不去 我想突破天花板 — 我用的是 AlphaZero 那套 —— 已經被 AlphaGo 證明有效的方法 概念很簡單：讓一個「老師」用深度搜索 每一步跑幾千次模擬 算出最好的一手 然後讓模型去模仿老師的選擇 老師搜得比模型深 所以模型照抄老師 理論上會越變越強 — 訓練漂亮到不可思議 模型模仿老師的準確率 一路往上爬：90% 95% 98% —— 最後 99.7% 一個近乎完美的學生 幾乎每一手 都跟老師選的一模一樣 我看著那個準確率 想著這下總算要突破了 — 然後我讓它去打真的對手 勝率掉了 不是持平 是掉 —— 我一輪一輪蒸餾 每一輪都掉 從 −1% 一路到 −9.5% 它模仿老師模仿得越像 打得就越爛 99.7% 的準確率 換來的 是實戰崩盤 — 為什麼 我回頭去看那個「老師」到底在算什麼 —— 當場就懂了 這下麻煩大了 老師要每一步跑幾千次模擬 為了跑得夠快 它的模擬裡 用的是一個簡化的假對手 —— 不是真正的對手 python def rollout(self, state): # 為了跑得夠快 每一步用簡化的假對手 不是真正的對手 while not https://t.co/sl3qS8jgWO_terminal(): a = fast_discard(state) # ← 老師整套「最佳解」 都建立在這個假對手上 state = state.step(a) return state.winner 所以老師從頭到尾 都在算「怎麼贏過一個不存在的對手」 而模型 學會了完美地 打贏一個幻覺 99.7% 的準確率 意思是：它有 99.7% 的忠誠度 在解一道 根本沒有人在考的題 — 就像把去年的考古題 每一題答案都背到滾瓜爛熟 然後走進今年的考場 你對「錯的那份考卷」記得越熟 你就越有自信地 考爛真正這一份 — 我不信邪 換了另一條路 這次讓它去學「贏家實際打出的每一手」 —— 練了 30 個 epoch 準確率 90% 結果：勝率退 3% 放銃率升 4% 同一種病 —— 它把贏家在模擬器裡的具體選擇 背了下來 而那些選擇 換個局面就不通了 — 到這裡 我才看懂最底層的問題 我的模擬器太簡單了 —— 沒有槓 沒有花牌 對手也弱 模型在大概 30% 的時候 就已經把這個模擬器 ��教的東西 全部學完了 之後每一次「訓練得更好」 都不是在學麻將 —— 是在把模擬器的毛邊 背得更死 那個往上爬的準確率 不是進步 是過擬合的聲音 — 所以這篇的教訓 遠不只麻將 也不只 AI 那個會往上爬的數字 準確率 —— 幾乎從來 不是你真正在乎的那個數字 勝率 而且你越專心去衝那個代理指標 你可能就在越走越偏 —— 卻同時感覺自己一路都在成功 任何時候 只要你優化的指標 跟你真正想要的結果 不是同一件事 —— 而它們幾乎永遠不是同一件事 —— 把指標衝過了頭 它就會開始反過來 傷害你的目標 AlphaZero 那套是真的 跟更強的老師學 確實會變強 —— 但前提是 老師在解的 是真正的那道題 在我那個太簡單的模擬器裡 老師解的是一道假題 而「忠實地跟老師學」 就變成了 讓它越來越爛的 那個原因 機制是真的 —— 但在我能搭出來的那個環境裡 它變成了一個陷阱 — 那要怎麼真的突破 30% 不是租一張 A100 —— 再快的算��� 也只是讓它更快 更精準地 背熟同一個假環境 是要把那個環境本身換掉 —— 換一個真的對手 一張更完整的牌桌 但那 就是另一個 要花好幾個月的坑了 — 問你們一個： 你有沒有把一個指標 衝到過頭 結果它開始反過來 咬你真正想要的東西 考試分數 KPI 回測績效 模型準確率 —— 都算 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0
0
0
0
465
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
不評論誰對誰錯 但你講到一個關鍵 提前發倉位 和 馬後炮 的差別 這就是一個人能不能信的唯一判準:他有沒有在事前 留一個會被打臉的紀錄 事前講方向 錯了認錯 這才是可被檢驗 事後貼賺錢圖 你永遠只看得到他想給你看的那幾張 那叫表演 我自己走另一個方向 發的幾乎全是失敗的實驗 虧錢的 被證偽的 完整邏輯和數據都公開 不是我不想發賺錢的 是真正能賺的方法 沒有人會白給 但拆穿一個假的 我很樂意免費做 一個人願意公開多少「他錯的東西」 比他貼多少「他對的東西」 誠實要多更多了
0
3
0
0
2K
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我寫了 22 個程式 測了 8 種資產 想回答一個很簡單的問題 比特幣明天會漲還是會跌 能不能預測 最後我讓機器把 26 個因子的所有組合 全部窮盡搜過一遍 方向勝率 49% 跟丟硬幣一樣 完整過程 包括為什麼「窮盡搜完���不到」 才是這整件事最有價值的結果 往下 ⬇️ — 先講我為什麼要做到這麼徹底 網路上關於「怎麼預測漲跌」的方法多到看不完 —— 各種指標 各種型態 各種組合 我不想一個一個試到老 我想一次把這個問題 徹底關掉 所以我沒有從「找一個會賺的策略」開始 我從相反的方向做：把所有可能的地方 一格一格畫掉 看最後還剩什麼 — 第一步 我先測那些最多人用的技術指標 結果比我想的還乾脆 我先控制住一個已知最強的因子 就是「現在的價格離兩百日均線多遠」—— 然後問其他指標：你們還能額外提供多少資訊 答案是幾乎沒有 那些常見的指標 額外資訊量幾乎是零 其中兩個指標的相關係數是 1.00 —— 完全的 1.00 那不是「很像」 那是數學上根本是同一個東西 換了個名字 我當下的感覺是：那個擺滿兩百多個指標的工具列 真正獨立��維度 可能只有兩三個 — 第二步 我去測外部的宏觀資料 —— 這是完全不同維度的資訊 利率 通膨 美元強弱 —— 這些總不會是「指標的排列組合」了吧 跟比特幣報酬的相關性 幾乎是零 而且這裡出現了整個研究裡 最漂亮的一次打臉 我做了一個過濾條件：只在「非升息環境」才進場 —— 訓練資料上表現 1.15 拿到新資料上 掉到 0.58 我不信邪 反過來做：只在「升息環境」才進場 —— 訓練資料 0.20 拿到新資料 反而變成 1.30 兩個完全相反的規則 各自都能在某段資料上表現很好 那一刻我看懂了：它們不是兩個發現 它們是同一團雜訊 的兩種切法 — 第三步 也是我最後的手段 交給機器 前面都是我用人腦挑因子 —— 人腦挑得完嗎 說不定真正有用的 是某三個因子的某種特定交互 而我沒想到 那就別讓人挑了 我把 26 個因子全部丟進去 讓機器窮盡搜過所有交互組合 —— 線性模型 梯度提升 隨機森林 三種都跑 一千七百多筆交易 結果是這樣： 線性模型 方向勝率 49.3% 梯度提升 49.5% 隨機森林 51.3% 三個模型 三種完全不同的思路 全部落在丟硬幣的範圍裡 — 但這裡有個地方 差點騙過我 我加了一個條件：只在模型「很有信心」的時候才進場 勝率跳到 57% 我當下心跳確實快了一下 然後我做了那件該做的事 —— 校正多重檢定 道理很簡單：你如果測了幾十種組合 純靠運氣 本來就會有幾個看起來很顯著 這不是發現 這是你測太多次 校正之後 六個結果 沒有一個通過 而且那個 57% 的勝率 也沒有明顯贏過「什麼都不做 買了就放著」 python # 我最後看的不是勝率 是這一行 if p_value < 0.05 / n_tests: # 校正你測了幾次 print("這可能是真的") else: print("這是你測太多次的產物") # ← 六個 全部落在這裡 — 還有一件事 讓我徹底死心 我去看機器認為「最重要」的那幾個因子是什麼 如果真有什麼隱藏的神奇因子 應該會在這裡冒出來 沒有 排在最前面的 全部都是「趨勢 超跌 波動率」這幾個最老最土的東西 —— 沒有任何一個���我沒想到的 機器窮盡搜完 給我的答案是：你早就知道的那幾樣 就是全部了 — 然後我回頭 看我自己最早的一個結論 我曾經���一個策略 在一年半的資料上 勝率 81% 那時候我覺得我找到東西了 把它拉長到八年 —— 完全破功 那不是策略 那是那一年半的市場剛好長那個樣子 同一批東西 我在八年的資料上重測：均值回歸 假突破 逆勢做空 —— 全部陣亡 — 所以最後的結論是什麼 比特幣「明天漲還是跌」這件事 在我測得到的所有資料上 幾乎就是隨機的 但同一批資料告訴了我另一件事：它的「波動大小」是可以預測的 方向不行 幅度可以 這是兩個完全不同的問題 而我花了 22 個程式 才學會把它們分開 — 我必須誠實補一句 這條線最後 確實留下了少數幾個站得住的東西 —— 但它們沒有一個是在猜方向 而那些 不是這篇的主題 也不方便公開 這篇的主題是我怎麼把「方向可以預測」這件事 徹底關掉 — 所以這篇要講的教訓 遠不只比特幣 第一個：一個看��來很強的結果 你要先問的不是「它有多好」 而是「我試了幾次才試出它」 同一團雜訊 你切得夠多次 一定會生出一個漂亮的答案 —— 而它會長得跟真的發現 一模一樣 第二個 也是我做完這 22 個程式 最大的收穫： 當你用機器 把所有可能的組合窮盡搜過一遍 它還是找不到 —— 那不是失敗 那是答案 大部分人卡住 是因為永遠不確定「是這條路不通 還是我還不夠努力」 所以一直耗在同一個地方 而窮盡搜索的價值 就是把這個問題 徹底回答掉：不是我不夠努力 是這裡真的沒有東西 畫掉一格 剩下的空白 就更精準一點 我做的一直是這件事 —— 把高效市場的邊界 一格一格畫出來 — 問你們一個： 你有沒有一個「試了很久卻始終不確定該不該放棄」的方向 如果你能做一次窮盡的檢查 徹底知道它到底有沒有東西 —— 你會想知道嗎 還是寧可繼續相信它有 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0xEdward8's tweet photo. 我寫了 22 個程式 測了 8 種資產 想回答一個很簡單的問題 比特幣明天會漲還是會跌 能不能預測 最後我讓機器把 26 個因子的所有組合 全部窮盡搜過一遍 方向勝率 49% 跟丟硬幣一樣 完整過程 包括為什麼「窮盡搜完���不到」 才是這整件事最有價值的結果 往下 ⬇️ — 先講我為什麼要做到這麼徹底 網路上關於「怎麼預測漲跌」的方法多到看不完 —— 各種指標 各種型態 各種組合 我不想一個一個試到老 我想一次把這個問題 徹底關掉 所以我沒有從「找一個會賺的策略」開始 我從相反的方向做：把所有可能的地方 一格一格畫掉 看最後還剩什麼 — 第一步 我先測那些最多人用的技術指標 結果比我想的還乾脆 我先控制住一個已知最強的因子 就是「現在的價格離兩百日均線多遠」—— 然後問其他指標：你們還能額外提供多少資訊 答案是幾乎沒有 那些常見的指標 額外資訊量幾乎是零 其中兩個指標的相關係數是 1.00 —— 完全的 1.00 那不是「很像」 那是數學上根本是同一個東西 換了個名字 我當下的感覺是：那個擺滿兩百多個指標的工具列 真正獨立��維度 可能只有兩三個 — 第二步 我去測外部的宏觀資料 —— 這是完全不同維度的資訊 利率 通膨 美元強弱 —— 這些總不會是「指標的排列組合」了吧 跟比特幣報酬的相關性 幾乎是零 而且這裡出現了整個研究裡 最漂亮的一次打臉 我做了一個過濾條件：只在「非升息環境」才進場 —— 訓練資料上表現 1.15 拿到新資料上 掉到 0.58 我不信邪 反過來做：只在「升息環境」才進場 —— 訓練資料 0.20 拿到新資料 反而變成 1.30 兩個完全相反的規則 各自都能在某段資料上表現很好 那一刻我看懂了：它們不是兩個發現 它們是同一團雜訊 的兩種切法 — 第三步 也是我最後的手段 交給機器 前面都是我用人腦挑因子 —— 人腦挑得完嗎 說不定真正有用的 是某三個因子的某種特定交互 而我沒想到 那就別讓人挑了 我把 26 個因子全部丟進去 讓機器窮盡搜過所有交互組合 —— 線性模型 梯度提升 隨機森林 三種都跑 一千七百多筆交易 結果是這樣： 線性模型 方向勝率 49.3% 梯度提升 49.5% 隨機森林 51.3% 三個模型 三種完全不同的思路 全部落在丟硬幣的範圍裡 — 但這裡有個地方 差點騙過我 我加了一個條件：只在模型「很有信心」的時候才進場 勝率跳到 57% 我當下心跳確實快了一下 然後我做了那件該做的事 —— 校正多重檢定 道理很簡單：你如果測了幾十種組合 純靠運氣 本來就會有幾個看起來很顯著 這不是發現 這是你測太多次 校正之後 六個結果 沒有一個通過 而且那個 57% 的勝率 也沒有明顯贏過「什麼都不做 買了就放著」 python # 我最後看的不是勝率 是這一行 if p_value < 0.05 / n_tests: # 校正你測了幾次 print("這可能是真的") else: print("這是你測太多次的產物") # ← 六個 全部落在這裡 — 還有一件事 讓我徹底死心 我去看機器認為「最重要」的那幾個因子是什麼 如果真有什麼隱藏的神奇因子 應該會在這裡冒出來 沒有 排在最前面的 全部都是「趨勢 超跌 波動率」這幾個最老最土的東西 —— 沒有任何一個���我沒想到的 機器窮盡搜完 給我的答案是：你早就知道的那幾樣 就是全部了 — 然後我回頭 看我自己最早的一個結論 我曾經���一個策略 在一年半的資料上 勝率 81% 那時候我覺得我找到東西了 把它拉長到八年 —— 完全破功 那不是策略 那是那一年半的市場剛好長那個樣子 同一批東西 我在八年的資料上重測：均值回歸 假突破 逆勢做空 —— 全部陣亡 — 所以最後的結論是什麼 比特幣「明天漲還是跌」這件事 在我測得到的所有資料上 幾乎就是隨機的 但同一批資料告訴了我另一件事：它的「波動大小」是可以預測的 方向不行 幅度可以 這是兩個完全不同的問題 而我花了 22 個程式 才學會把它們分開 — 我必須誠實補一句 這條線最後 確實留下了少數幾個站得住的東西 —— 但它們沒有一個是在猜方向 而那些 不是這篇的主題 也不方便公開 這篇的主題是我怎麼把「方向可以預測」這件事 徹底關掉 — 所以這篇要講的教訓 遠不只比特幣 第一個：一個看��來很強的結果 你要先問的不是「它有多好」 而是「我試了幾次才試出它」 同一團雜訊 你切得夠多次 一定會生出一個漂亮的答案 —— 而它會長得跟真的發現 一模一樣 第二個 也是我做完這 22 個程式 最大的收穫： 當你用機器 把所有可能的組合窮盡搜過一遍 它還是找不到 —— 那不是失敗 那是答案 大部分人卡住 是因為永遠不確定「是這條路不通 還是我還不夠努力」 所以一直耗在同一個地方 而窮盡搜索的價值 就是把這個問題 徹底回答掉：不是我不夠努力 是這裡真的沒有東西 畫掉一格 剩下的空白 就更精準一點 我做的一直是這件事 —— 把高效市場的邊界 一格一格畫出來 — 問你們一個： 你有沒有一個「試了很久卻始終不確定該不該放棄」的方向 如果你能做一次窮盡的檢查 徹底知道它到底有沒有東西 —— 你會想知道嗎 還是寧可繼續相信它有 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
1
0
0
0
704
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
有個東西 讓我想通一件關於「交易工具」的事 Kalshi 做了一個 Pro 終端 —— 訂單簿上直接拖曳改價 批次撤單 一次掃兩千個市場的價差和深度 一個專業交易台該有的都給了 而且免費 官方說得很直白：他們最活躍的交易者 早就自己寫好了工具和流程 因為這些人 想要一個贏過別人的優勢 這句我信 因為我就是這種人 —— 我在 Polymarket 自己寫過訂單簿收集器和做市機器人 七個版本 全是真錢 但正因為寫過 我知道官方這句話 藏了一個陷阱 工具 從來不是那個優勢 我做市虧掉的學費 不是輸在工具不夠好 是輸在排隊位置：贏的那邊 你排在鯨魚後面 永遠輪不到你成交 輸的那邊 你在最前面 全市場的拋售第一個塞給你 同樣是訂單簿 這個結構 不會因為介面變專業就消失 所以一個好用的終端 民主化的是駕駛艙 不是引擎 真正的優勢 在 API 自動化 在延遲 在模型 —— 那一層 沒有被民主化 而當每個人都拿到一樣的駕駛艙 那個「因為我工具比較好」的領先 就是在那一刻消失的 拿到專業座艙的散戶 最危險的不是虧錢 是你會開始覺得自己專業了 —— 而市場 只會��你最有信心的時候 收你最多學費
0
0
0
0
119
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我弄了個交易機器人 連續九天回報獲利 十五筆���交 筆筆都贏 帳面天天在漲 然後我打開錢包 看真實餘額 一分沒動...連小數點後都沒變 那十五筆成交 沒有一筆是真的 全是我自己的程式 虛構出來的... 完整拆解 包括那行騙了我九天的程式碼 往下 ⬇️ — 先講原理 這是整篇的地基 Polymarket 中的二元市場 一件事只有兩種結果 —— 猜對的 token 結算 $1 猜錯的結算 $0 兩邊價格 永遠加起來等於 $1 做市 market-making 的核心 是你不賭方向 你賺價差：你同時掛買單和賣單 讓想進出場的人 跟你成交 你收走中間那一點 spread —— 你是提供流動性的人 不是下注的人 (因為我賭博都沒有好結果) 我盯上的 是一種特殊情境 叫確定性狀態：當 BTC 已經大幅偏離 五分鐘結算的結果 幾乎不可能翻盤 贏的那個 token 就會從 0.9 一路爬向 $1 就是俗稱尾盤 邏輯很簡單：既然它幾乎確定要變 $1 我就在它身上 掛一張 $0.99 的買��� 等人賣給我 —— 我用 $0.99 買到馬上值 $1 的東西 穩賺那 1 分 而且必須當 maker 掛單等 而不是當 taker 主動吃單 —— 主動吃單光滑點 手續費我就虧得吃土了 這在當時看來 是最合適的做法 — 它每天都回報獲利 第四天 第五天 第六天 —— 帳面一路綠 十五筆成交 沒有一筆虧 我看著那條往上的 PnL 曲線 想著這條線終於活了 我甚至開始規劃 把單筆放大N倍 準備認真投資金進去 — 然後有個小地方 不對勁 我去 Polymarket 的介面對帳 —— 上面一筆交易都沒有 我心想大概是介面延遲 但還是回頭 去拉了錢包的真實成交紀錄 查出來的東西 讓我背脊發涼 — 真相是 我拉錢包的真實成交 系統回了九千多筆 —— 但每一筆的日期 都是之前幾個月前的做市舊紀錄 沒有任何一筆 是這九天的 我去查錢包餘額：跟九天前我入金的 一分不差 一路對到小數點後六位 我隨便挑一筆 機器人回報的「成交」 拿 order ID 去交易所查 查無此單 —— Polymarket 上 根本不存在這筆交易 真實成交：0 筆 真實損益：$0 — 問題出在 我自己寫的那行結算邏輯 def close_window(self, bid): # 假設 100% 成交 保守估計 # 我當時的想法：多假設成交 會高估虧損 偏保守 安全 # 但對判斷策略能不能賺 它做了完全相反的事： # 它把每一張沒成交的掛單 都當成「成交且贏」記進獲利 pnl += bid.size * (1.0 - bid.price) # ← 這是一筆從來不存在的錢 我的機器人 自己改自己的考卷 每次結算 它給自己打分 —— 而且給那些 根本沒交出去的答案卷 打了滿分 我以為 假設全部成交 是個保守的估計 對算虧損它確實保守 但對判斷有沒有 edge 它悄悄反轉成純樂觀 把想像 當成了現實 — 有人會問 那你為什麼沒早點發現 因為我測每一條新策略 都是先跑模擬再跑小live 用真實成交對帳 確認它真的會動 才決定要不要放大 —— 我不��能把一條沒驗證過的策略 直接放大投進去 就算模擬盤很好看也不會 而這次 正是這個習慣 在我真的放大之前 就把它拆穿了 如果我當時圖快 跳過對帳直接 scale 這篇就不會是「我沒虧錢」的故事 —— 而是「我為什麼虧了一大筆」的傻故事 — 但真正讓我難受的 不是那個 bug 是我把帳算對之後 發現底下 根本沒有策略 為什麼九天 0 成交 因為在結果幾乎確定的時候 贏的 token 正在衝向 $1 —— 沒有任何人 會用 $0.99 把它賣給我 他們都知道 它馬上值 $1 所以我掛的買單 只有在我押錯邊 就是大家常遇到尾盤虧錢的情況 結算前幾秒大反轉的時候 才會成交 —— 因為有人急著把那個要變 $0 的輸家 倒給我 我想靠掛單賺價差 結果只有在我錯的時候 才成交得了 那 0 成交 不是 bug 造成的意外 —— 那是市場給我的正確答案 從頭到尾在說謊的 只有我自己的程式 — 所以這篇有兩個教訓 一個比一個難嚥 第一個 而且遠不只交易能��：你自己的系統 回報給你的任何一個數字 都不是事實 它只是這個系統 對現實做的一個宣稱 —— 在你拿它 去跟外部的真實世界對過帳之前 你手上沒有結果 你手上只有一個 系統講給你聽的故事 任何時候 只要一個系統 可以自己給自己打分 它幾乎一定 會往對你有利的方向 說謊 第二個 也是這系列的老主題：那個價差是真的 主動吃單的人 付 0.1% 去換它 我想不付錢 用掛單白拿 —— 而「白拿」正是我永遠成交不了的原因 機制是真的 —— 但在散戶碰得到的那個位置 它早就被卷成了一個 只有你錯的時候 才會成交的陷阱 好消息是 我一塊錢都沒虧 壞消息是 我差一點 就拿著一個虛構的數字 把真正的資金 押進一個從來沒賺過一塊錢的策略 — 問你們一個： 你的電腦裡 現在有多少個數字 是你從來沒真的 去跟現實對過帳的 你有沒有信過一個「自己系統回報的數字」 最後發現 那只是一個 bug 或是曾經擁有過什麼策略 不管是寫的還是買的 表面上都是對你十分有利 但實際上卻只是過擬合或是欺騙的假數字 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法.策略想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0xEdward8's tweet photo. 我弄了個交易機器人 連續九天回報獲利 十五筆���交 筆筆都贏 帳面天天在漲 然後我打開錢包 看真實餘額 一分沒動...連小數點後都沒變 那十五筆成交 沒有一筆是真的 全是我自己的程式 虛構出來的... 完整拆解 包括那行騙了我九天的程式碼 往下 ⬇️ — 先講原理 這是整篇的地基 Polymarket 中的二元市場 一件事只有兩種結果 —— 猜對的 token 結算 $1 猜錯的結算 $0 兩邊價格 永遠加起來等於 $1 做市 market-making 的核心 是你不賭方向 你賺價差：你同時掛買單和賣單 讓想進出場的人 跟你成交 你收走中間那一點 spread —— 你是提供流動性的人 不是下注的人 (因為我賭博都沒有好結果) 我盯上的 是一種特殊情境 叫確定性狀態：當 BTC 已經大幅偏離 五分鐘結算的結果 幾乎不可能翻盤 贏的那個 token 就會從 0.9 一路爬向 $1 就是俗稱尾盤 邏輯很簡單：既然它幾乎確定要變 $1 我就在它身上 掛一張 $0.99 的買��� 等人賣給我 —— 我用 $0.99 買到馬上值 $1 的東西 穩賺那 1 分 而且必須當 maker 掛單等 而不是當 taker 主動吃單 —— 主動吃單光滑點 手續費我就虧得吃土了 這在當時看來 是最合適的做法 — 它每天都回報獲利 第四天 第五天 第六天 —— 帳面一路綠 十五筆成交 沒有一筆虧 我看著那條往上的 PnL 曲線 想著這條線終於活了 我甚至開始規劃 把單筆放大N倍 準備認真投資金進去 — 然後有個小地方 不對勁 我去 Polymarket 的介面對帳 —— 上面一筆交易都沒有 我心想大概是介面延遲 但還是回頭 去拉了錢包的真實成交紀錄 查出來的東西 讓我背脊發涼 — 真相是 我拉錢包的真實成交 系統回了九千多筆 —— 但每一筆的日期 都是之前幾個月前的做市舊紀錄 沒有任何一筆 是這九天的 我去查錢包餘額：跟九天前我入金的 一分不差 一路對到小數點後六位 我隨便挑一筆 機器人回報的「成交」 拿 order ID 去交易所查 查無此單 —— Polymarket 上 根本不存在這筆交易 真實成交：0 筆 真實損益：$0 — 問題出在 我自己寫的那行結算邏輯 def close_window(self, bid): # 假設 100% 成交 保守估計 # 我當時的想法：多假設成交 會高估虧損 偏保守 安全 # 但對判斷策略能不能賺 它做了完全相反的事： # 它把每一張沒成交的掛單 都當成「成交且贏」記進獲利 pnl += bid.size * (1.0 - bid.price) # ← 這是一筆從來不存在的錢 我的機器人 自己改自己的考卷 每次結算 它給自己打分 —— 而且給那些 根本沒交出去的答案卷 打了滿分 我以為 假設全部成交 是個保守的估計 對算虧損它確實保守 但對判斷有沒有 edge 它悄悄反轉成純樂觀 把想像 當成了現實 — 有人會問 那你為什麼沒早點發現 因為我測每一條新策略 都是先跑模擬再跑小live 用真實成交對帳 確認它真的會動 才決定要不要放大 —— 我不��能把一條沒驗證過的策略 直接放大投進去 就算模擬盤很好看也不會 而這次 正是這個習慣 在我真的放大之前 就把它拆穿了 如果我當時圖快 跳過對帳直接 scale 這篇就不會是「我沒虧錢」的故事 —— 而是「我為什麼虧了一大筆」的傻故事 — 但真正讓我難受的 不是那個 bug 是我把帳算對之後 發現底下 根本沒有策略 為什麼九天 0 成交 因為在結果幾乎確定的時候 贏的 token 正在衝向 $1 —— 沒有任何人 會用 $0.99 把它賣給我 他們都知道 它馬上值 $1 所以我掛的買單 只有在我押錯邊 就是大家常遇到尾盤虧錢的情況 結算前幾秒大反轉的時候 才會成交 —— 因為有人急著把那個要變 $0 的輸家 倒給我 我想靠掛單賺價差 結果只有在我錯的時候 才成交得了 那 0 成交 不是 bug 造成的意外 —— 那是市場給我的正確答案 從頭到尾在說謊的 只有我自己的程式 — 所以這篇有兩個教訓 一個比一個難嚥 第一個 而且遠不只交易能��：你自己的系統 回報給你的任何一個數字 都不是事實 它只是這個系統 對現實做的一個宣稱 —— 在你拿它 去跟外部的真實世界對過帳之前 你手上沒有結果 你手上只有一個 系統講給你聽的故事 任何時候 只要一個系統 可以自己給自己打分 它幾乎一定 會往對你有利的方向 說謊 第二個 也是這系列的老主題：那個價差是真的 主動吃單的人 付 0.1% 去換它 我想不付錢 用掛單白拿 —— 而「白拿」正是我永遠成交不了的原因 機制是真的 —— 但在散戶碰得到的那個位置 它早就被卷成了一個 只有你錯的時候 才會成交的陷阱 好消息是 我一塊錢都沒虧 壞消息是 我差一點 就拿著一個虛構的數字 把真正的資金 押進一個從來沒賺過一塊錢的策略 — 問你們一個： 你的電腦裡 現在有多少個數字 是你從來沒真的 去跟現實對過帳的 你有沒有信過一個「自己系統回報的數字」 最後發現 那只是一個 bug 或是曾經擁有過什麼策略 不管是寫的還是買的 表面上都是對你十分有利 但實際上卻只是過擬合或是欺騙的假數字 留言聊聊 我想聽 — 最後 這類完整驗證 我盡量每兩週做一次 你有想驗證的策略 或聽誰說的方法.策略想看真相 回覆或私信丟給我 只要規則講得清楚 我就給你完整的驗證 —— 不論結果是能用 還是不能用
0
0
1
0
868
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
I lost enough market-making on Polymarket to buy a decent used car. Not a great one. A decent one. All to answer one question: why can a handful of wallets make markets here forever and print — while I copied the playbook line for line and just bled? Seven versions of the bot. Real money on every one. What I finally understood was the exact opposite of what I set out to prove. Full breakdown — code, order book, trade logs — below. 👇 — Here's the theory. This part matters. Polymarket binaries settle at $1 if you're right, $0 if you're wrong. So in principle you can make a two-sided market: rest a bid on UP and a bid on DOWN at the same time. As long as your two legs cost less than $1 combined, you pocket the difference no matter which side wins. That's the whole market-maker fantasy. On paper it's free money. — There was a wallet I'd been watching. Thousands of rounds. An equity curve so smooth it barely had a drawdown. I figured: reverse-engineer her, copy her, done. So the core of my bot was one rule — only quote when both legs cost under a dollar: python # only make a market when the combined cost of both legs < $1 def should_quote(up_bid, dn_bid): combined = up_bid + dn_bid return combined < 0.96 # leave a margin Clean. Obviously correct. I let it run. — It bled. v4, v5, v6 — I kept tuning. Out of every 8 rounds, 5 came back with both legs costing MORE than a dollar. Out of every 8, three lost on both sides at once. I stared at the logs. Every line of the logic was right. So why was the account red? — So I stopped tuning my bot and pulled the whale's fills apart instead. The number that came back broke my mental model of the entire game: her inventory ratio between the two sides was 0.98. Basically one-to-one. Balanced. Every round. Mine wasn't. Mine was violently lopsided — and I finally saw why. The back of my neck went cold. — Here's the killer nobody warns you about. It isn't price. It's fills. I'd been obsessing over one condition — combined cost under $1. That's not one condition. It's three, chained together, and I only knew about one: Layer 1 — price: both legs must cost < $1. (necessary) Layer 2 — inventory: your two sides must fill roughly equal. (also necessary) Layer 3 — direction: you can't get filled only on the losing side. Watch what happens when Layer 1 holds but Layer 2 breaks: combined cost 0.94 — under a dollar, looks safe. but inventory 100 vs 20. if the heavy side loses, you're down ~$36 on the round. "Combined cost under a dollar" was fake protection the whole time. The math does not care that your price was safe if your size is on the wrong side. — And it gets worse. Why does retail always end up lopsided? Queue position. BTC ticks up. UP goes to 70¢, DOWN to 30¢. On the winning side (UP), the whale is sitting at best bid. I'm resting behind her, a few cents back, several dollars deep in the queue. Sellers hit her first. I never get filled on the side that wins. On the losing side (DOWN)? I'm at the front. Everyone dumping the side that's dropping — they dump it straight onto me. So by construction: I get filled on the losers, missed on the winners. Layer 3 breaks → Layer 2 auto-breaks → and Layer 1 being "safe" saves nothing. That's adverse selection. In plain terms: my limit orders only got filled once the market had already moved against them. I wasn't earning the spread. I was paying a tax to everyone who could see one tick further than me. It's poker where you're forced to show your hand first — and the only players who call are the ones already beating you. — And before you write this off as bad luck — it wasn't. I made it worse. At one point I "fixed" the imbalance by topping up whichever leg was more unfilled. Which meant I was systematically adding to my position on the side that was losing. I built a bot to help me lose faster. Genuinely impressive engineering, wrong direction. I have the logs. — Then I tried to out-trade the problem with a martingale. 308 rounds: +2,637. The next 28 rounds: −3,606. Doubling into a negative-expectancy game doesn't fix the expectancy. It just decides how loud the explosion is when it goes. — So here's the thing I set out to disprove, and couldn't. The whale wasn't printing because she had a secret signal. She was printing because she was structurally the market maker — at best bid, filling both sides, inventory balanced, actually earning the spread. I was standing in the same market, running the "same" strategy, and I was the exit liquidity. The spread I thought I was earning was the adverse-selection tax I was paying. Making a market and being the market's mark look identical from the outside. The only thing that separates them is which side of the fill you land on — and retail is almost always on the wrong side. The mechanism is real. It's just that in the one spot retail can actually reach it, it's already been picked clean. — For the makers reading this: if you've ever run a two-sided book on any venue — did you actually measure your fill ratio between the two sides? Or did you assume "combined cost under a dollar" was enough, the way I did?
0xEdward8's tweet photo. I lost enough market-making on Polymarket to buy a decent used car. Not a great one. A decent one. All to answer one question: why can a handful of wallets make markets here forever and print — while I copied the playbook line for line and just bled? Seven versions of the bot. Real money on every one. What I finally understood was the exact opposite of what I set out to prove. Full breakdown — code, order book, trade logs — below. 👇 — Here's the theory. This part matters. Polymarket binaries settle at $1 if you're right, $0 if you're wrong. So in principle you can make a two-sided market: rest a bid on UP and a bid on DOWN at the same time. As long as your two legs cost less than $1 combined, you pocket the difference no matter which side wins. That's the whole market-maker fantasy. On paper it's free money. — There was a wallet I'd been watching. Thousands of rounds. An equity curve so smooth it barely had a drawdown. I figured: reverse-engineer her, copy her, done. So the core of my bot was one rule — only quote when both legs cost under a dollar: python # only make a market when the combined cost of both legs < $1 def should_quote(up_bid, dn_bid): combined = up_bid + dn_bid return combined < 0.96 # leave a margin Clean. Obviously correct. I let it run. — It bled. v4, v5, v6 — I kept tuning. Out of every 8 rounds, 5 came back with both legs costing MORE than a dollar. Out of every 8, three lost on both sides at once. I stared at the logs. Every line of the logic was right. So why was the account red? — So I stopped tuning my bot and pulled the whale's fills apart instead. The number that came back broke my mental model of the entire game: her inventory ratio between the two sides was 0.98. Basically one-to-one. Balanced. Every round. Mine wasn't. Mine was violently lopsided — and I finally saw why. The back of my neck went cold. — Here's the killer nobody warns you about. It isn't price. It's fills. I'd been obsessing over one condition — combined cost under $1. That's not one condition. It's three, chained together, and I only knew about one: Layer 1 — price: both legs must cost < $1. (necessary) Layer 2 — inventory: your two sides must fill roughly equal. (also necessary) Layer 3 — direction: you can't get filled only on the losing side. Watch what happens when Layer 1 holds but Layer 2 breaks: combined cost 0.94 — under a dollar, looks safe. but inventory 100 vs 20. if the heavy side loses, you're down ~$36 on the round. "Combined cost under a dollar" was fake protection the whole time. The math does not care that your price was safe if your size is on the wrong side. — And it gets worse. Why does retail always end up lopsided? Queue position. BTC ticks up. UP goes to 70¢, DOWN to 30¢. On the winning side (UP), the whale is sitting at best bid. I'm resting behind her, a few cents back, several dollars deep in the queue. Sellers hit her first. I never get filled on the side that wins. On the losing side (DOWN)? I'm at the front. Everyone dumping the side that's dropping — they dump it straight onto me. So by construction: I get filled on the losers, missed on the winners. Layer 3 breaks → Layer 2 auto-breaks → and Layer 1 being "safe" saves nothing. That's adverse selection. In plain terms: my limit orders only got filled once the market had already moved against them. I wasn't earning the spread. I was paying a tax to everyone who could see one tick further than me. It's poker where you're forced to show your hand first — and the only players who call are the ones already beating you. — And before you write this off as bad luck — it wasn't. I made it worse. At one point I "fixed" the imbalance by topping up whichever leg was more unfilled. Which meant I was systematically adding to my position on the side that was losing. I built a bot to help me lose faster. Genuinely impressive engineering, wrong direction. I have the logs. — Then I tried to out-trade the problem with a martingale. 308 rounds: +2,637. The next 28 rounds: −3,606. Doubling into a negative-expectancy game doesn't fix the expectancy. It just decides how loud the explosion is when it goes. — So here's the thing I set out to disprove, and couldn't. The whale wasn't printing because she had a secret signal. She was printing because she was structurally the market maker — at best bid, filling both sides, inventory balanced, actually earning the spread. I was standing in the same market, running the "same" strategy, and I was the exit liquidity. The spread I thought I was earning was the adverse-selection tax I was paying. Making a market and being the market's mark look identical from the outside. The only thing that separates them is which side of the fill you land on — and retail is almost always on the wrong side. The mechanism is real. It's just that in the one spot retail can actually reach it, it's already been picked clean. — For the makers reading this: if you've ever run a two-sided book on any venue — did you actually measure your fill ratio between the two sides? Or did you assume "combined cost under a dollar" was enough, the way I did?
1
0
0
1
291
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
@GracyBitget @CoinDesk @bitget @Bitget_zh @TokenInsight 各家肯把滑點數字攤出來比 對用戶是好事 補個小心得 滑點不太像一個固定數字 比較像會隨時段跟單量變的分布 所以我自己還是習慣 拿自己的量 在我常交易的時段 量一份當參考
0
0
0
0
143
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
@PhyrexNi -4標準差. 我有個問題 極端流出是會領先反彈 還是跟底部同時發生 我曾經測過不少案例 倉位和成交流向走到極端的情況 結論多半一樣 等那個極端數字出現 價格會不會也反映完了 你覺得 Prime Book 的極端值 有領先性?
0
0
0
0
2K
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
補個背景 這是我驗證策略系列的第 11 支 前 10 支 不是負期望 就是其實只是大盤 beta BNF 是唯一一支 方法核心被我證實是真的 而你看到了 — 真的 反而是最難用的那種
0
0
0
0
66
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我花了一段時間 驗證一個日本傳奇散戶的策略 數據算完 結論是這樣：他的 edge 是真的 真到統計上幾乎不可能是運氣 然��我發現 我複製不了 不是我不會抄 是這個 edge 的結構 讓散戶根本不可能靠它賺錢 完整驗證 包括程式碼和每一個數字 往下 ⬇️ — 先講他是誰 BNF 本名小手川隆 日本人 2000 年代用大約 160 萬日圓 滾到 200 億日圓 沒有團隊 沒有內線 沒有基金 就一個人坐在電腦前 他的核心方法 簡單到不像能賺 200 億： 「25 日均線乖離率回歸」 股價跌離 25 日均線太遠 就買 等它反彈回均線 就賣 就這樣 一句話講得完 — 我為什麼認真測它 我做過一個系列 把 KOL 影片裡講的策略 一支一支機械化驗證 測到第 11 支 前 10 支 不是負期望 就是其實只是大盤 beta 就是根本沒辦法寫成規則 BNF 這支不一樣 —— 因為「乖離率回歸」是個明確的數學規則 不是「要有紀律」「要看盤感」那種玄學 而且他的戰績 真實可查 所以這支 我下了功夫 — 第一個發現：edge 是真的 我先在 crypto 上測 —— 弱 不顯著 樣本外翻負 加密貨幣沒有基本面錨 跌了不一定回來 這個結果我不意外 然後我補上美股個股 —— BNF 的原生戰場 數字打在我臉上： 扣掉大盤本身的漲跌之後 純粹的乖離回歸 p 值 0.0017 16 支股票裡 13 支是正的 —— 81% 而且跌得越深 反彈報酬越大 一路單調遞增 跌超過 20% 的那一批 平均 +0.506 python # 乖離率 = (股價 − 25日均線) / 25日均線 def should_buy(price, ma25): dev = (price - ma25) / ma25 if dev < -0.15: # 跌離均線超過 15% = 超跌 return True # 做多 等它彈回均線 return False 這不是我從一堆參數裡挑出來的巧合 這是 mean-reversion 真實存在的指紋 每一筆 拆開看 都對 — 那我把它做成一個策略 不就穩賺了 我當時也是這樣想的 — 結果是一場災難 我把它做成投資組合 —— 17 支股票等權重 完全照 BNF 的規則跑 年化報酬 −0.5% 最大回撤 −87% 還輸給最笨的買進持有 每一筆都是真 edge 組起來卻是場屠殺 我盯著那條回測曲線 —— 一條從頂端崩到只剩零頭的線 —— 那一刻有點荒謬 每筆都對 整體卻死得這麼難看 — 我以為是參數沒調好 開始拚命馴服它 加 regime filter 只在大盤強勢時才做 → 年化變 −1.1% 更差 加 8% 硬止損 → −1.3% 改成隔日就出場 → −0.8% 四個版本 沒有一個 Sharpe 大於 0 我做的每一個「降低風險」的動作 都讓報酬更爛 到這裡我才停下來 想一個更根本的問題 — 然後我看懂了 這是整件事最深的地方 這個 edge 的錢 73% 來自崩盤底部的 V 型反彈 主要是 2008 跟 2020 那兩次 但崩盤底 —— 正是回撤最深 帳戶最痛 心理最想逃的時候 你想用風控避開崩盤的痛 = 你同時切掉了最肥的那段反彈 降低風險的機制 就是殺死 edge 的機制 就像有些藥 —— 治病的成分跟有毒的成分 是同一個分子 你沒辦法只萃取藥效 把毒性留下 報酬和風險 在這個策略裡 是同一件事的兩面 你拆不開 這就是為什麼 我每加一層保護 它就死一點 — 那 BNF 是怎麼做到的 同一個 edge 他賺 200 億 我做成策略賠錢 差在哪 三個機械抓不到的東西： 一　全市場分散 —— 他從上千支日股裡挑 30 到 50 支 單一崩盤砸到他的集中度 遠低於我硬湊的 17 支 二　discretionary 選股 —— 他只接「被錯殺」的超跌股 避開「本來就該死」的基本面崩壞股 而這兩種股票的 K 線 在機械眼裡長得一模一樣 三　槓桿加時機 —— 反彈確定性高的時候 他敢押重注 機械不會「敢」 這三樣 沒有一樣寫得進程式碼 — 所以這篇的結論 比我前兩篇更難嚥 前兩篇我講的是「看起來會賺 其實是假的」 這篇是 —— edge 是真的 統計顯著 鐵證如山 你還是拿不到 一個策略 可以每一筆都對 整體卻必死 因為它的報酬結構 —— 負偏態加尾部相關 —— 在你能做到的分散度下 根本活不下來 傳奇散戶之所以是傳奇 不是因為他的 edge 多神祕 而是那個 edge 寄生在 discretionary 執行 全市場分散 槓桿時機上 這些東西 沒辦法下載 — 問你們一個： 你有沒有遇過那種「邏輯上明明對 實際就是用不了」的策略 方法 甚至人生選擇 或者 你覺得 BNF 這種靠盤感的東西 真的 100% 不能機械化嗎 留言聊聊 我想聽不同的看法
0xEdward8's tweet photo. 我花了一段時間 驗證一個日本傳奇散戶的策略 數據算完 結論是這樣：他的 edge 是真的 真到統計上幾乎不可能是運氣 然��我發現 我複製不了 不是我不會抄 是這個 edge 的結構 讓散戶根本不可能靠它賺錢 完整驗證 包括程式碼和每一個數字 往下 ⬇️ — 先講他是誰 BNF 本名小手川隆 日本人 2000 年代用大約 160 萬日圓 滾到 200 億日圓 沒有團隊 沒有內線 沒有基金 就一個人坐在電腦前 他的核心方法 簡單到不像能賺 200 億： 「25 日均線乖離率回歸」 股價跌離 25 日均線太遠 就買 等它反彈回均線 就賣 就這樣 一句話講得完 — 我為什麼認真測它 我做過一個系列 把 KOL 影片裡講的策略 一支一支機械化驗證 測到第 11 支 前 10 支 不是負期望 就是其實只是大盤 beta 就是根本沒辦法寫成規則 BNF 這支不一樣 —— 因為「乖離率回歸」是個明確的數學規則 不是「要有紀律」「要看盤感」那種玄學 而且他的戰績 真實可查 所以這支 我下了功夫 — 第一個發現：edge 是真的 我先在 crypto 上測 —— 弱 不顯著 樣本外翻負 加密貨幣沒有基本面錨 跌了不一定回來 這個結果我不意外 然後我補上美股個股 —— BNF 的原生戰場 數字打在我臉上： 扣掉大盤本身的漲跌之後 純粹的乖離回歸 p 值 0.0017 16 支股票裡 13 支是正的 —— 81% 而且跌得越深 反彈報酬越大 一路單調遞增 跌超過 20% 的那一批 平均 +0.506 python # 乖離率 = (股價 − 25日均線) / 25日均線 def should_buy(price, ma25): dev = (price - ma25) / ma25 if dev < -0.15: # 跌離均線超過 15% = 超跌 return True # 做多 等它彈回均線 return False 這不是我從一堆參數裡挑出來的巧合 這是 mean-reversion 真實存在的指紋 每一筆 拆開看 都對 — 那我把它做成一個策略 不就穩賺了 我當時也是這樣想的 — 結果是一場災難 我把它做成投資組合 —— 17 支股票等權重 完全照 BNF 的規則跑 年化報酬 −0.5% 最大回撤 −87% 還輸給最笨的買進持有 每一筆都是真 edge 組起來卻是場屠殺 我盯著那條回測曲線 —— 一條從頂端崩到只剩零頭的線 —— 那一刻有點荒謬 每筆都對 整體卻死得這麼難看 — 我以為是參數沒調好 開始拚命馴服它 加 regime filter 只在大盤強勢時才做 → 年化變 −1.1% 更差 加 8% 硬止損 → −1.3% 改成隔日就出場 → −0.8% 四個版本 沒有一個 Sharpe 大於 0 我做的每一個「降低風險」的動作 都讓報酬更爛 到這裡我才停下來 想一個更根本的問題 — 然後我看懂了 這是整件事最深的地方 這個 edge 的錢 73% 來自崩盤底部的 V 型反彈 主要是 2008 跟 2020 那兩次 但崩盤底 —— 正是回撤最深 帳戶最痛 心理最想逃的時候 你想用風控避開崩盤的痛 = 你同時切掉了最肥的那段反彈 降低風險的機制 就是殺死 edge 的機制 就像有些藥 —— 治病的成分跟有毒的成分 是同一個分子 你沒辦法只萃取藥效 把毒性留下 報酬和風險 在這個策略裡 是同一件事的兩面 你拆不開 這就是為什麼 我每加一層保護 它就死一點 — 那 BNF 是怎麼做到的 同一個 edge 他賺 200 億 我做成策略賠錢 差在哪 三個機械抓不到的東西： 一　全市場分散 —— 他從上千支日股裡挑 30 到 50 支 單一崩盤砸到他的集中度 遠低於我硬湊的 17 支 二　discretionary 選股 —— 他只接「被錯殺」的超跌股 避開「本來就該死」的基本面崩壞股 而這兩種股票的 K 線 在機械眼裡長得一模一樣 三　槓桿加時機 —— 反彈確定性高的時候 他敢押重注 機械不會「敢」 這三樣 沒有一樣寫得進程式碼 — 所以這篇的結論 比我前兩篇更難嚥 前兩篇我講的是「看起來會賺 其實是假的」 這篇是 —— edge 是真的 統計顯著 鐵證如山 你還是拿不到 一個策略 可以每一筆都對 整體卻必死 因為它的報酬結構 —— 負偏態加尾部相關 —— 在你能做到的分散度下 根本活不下來 傳奇散戶之所以是傳奇 不是因為他的 edge 多神祕 而是那個 edge 寄生在 discretionary 執行 全市場分散 槓桿時機上 這些東西 沒辦法下載 — 問你們一個： 你有沒有遇過那種「邏輯上明明對 實際就是用不了」的策略 方法 甚至人生選擇 或者 你覺得 BNF 這種靠盤感的東西 真的 100% 不能機械化嗎 留言聊聊 我想聽不同的看法
1
0
0
0
2K
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我有一條交易策略的回測曲線 漂亮到我自己都不敢相信 六年 五年是正的 最大回撤只有 5% 夏普 2.26 對照同期 BTC 自己 動不動回撤 50% 以上 我這條曲線又穩又賺 像一條平滑斜上的線 我盯著它看了很久 然後做了一個決定: 我不準備慶祝 我準備把它拆了 因為我有個習慣:回測結果好到不真實的時候 第一反應不是開心 是恐懼 後來證明 這個恐懼是對的 這條曲線 從頭到尾是假的 而它假的地方 是 90% 的人都會犯 卻幾乎沒人發現的 —————————————————— 【一 這條策略在做什麼】 先說它的邏輯 很簡單 是教學影片最愛教的那種: 價格站在 200 日均線之上 代表趨勢往上 這時候 RSI 從低檔往上穿 代表短期回調結束 動能轉強 就進場做多 等 RSI 衝到 70 動能兌現 或者跌破均線 趨勢壞了 就出場 一句話:在上升趨勢裡 等回調結���的那一刻 買進 我把它機械化 寫成程式 拿六年的數據回測 然後就跑出了那條夏普 2.26 的漂亮曲線 —————————————————— 【二 數字好到不真實 我反而開始冒冷汗】 我把它的成績攤開: 每一筆交易 平均賺 +0.867% 勝率 45% 六年裡五年正報酬 最大回撤 只有 -5% 這就是問題所在 真實的交易優勢 通常長什麼樣 是「勉強能賺 而且一路顛簸」 不是「又穩 又賺 又幾乎不回撤」 那種完美的曲線 在我的經驗裡 八成不是因為策略神 是因為某個環節 偷看了它不該看到的東西 我盯著程式碼看了很久 一行一行讀 邏輯看起來都對 進場出場條件都合理 我一時找不出問題在哪 但那股不對勁的感覺一直在 —————————————————— 【三 我換了一個方法 然後 bug 現形了】 我決定不靠盯著看 我換一個更狠的驗證方式: 把同一套策略邏輯 用另一個平台 TradingView 的 Pine 語言��略 完整重寫一遍 如果兩邊跑出來的結果一致 那才可信 這一步是關鍵 而且是我後來最慶幸做了的一步 因為不同平台 對「什麼時候算成交」的預設是不一樣的 你要把邏輯逐行翻譯過去 就會被迫面對每一個你原本沒注意的隱藏假設 翻到出場那一段的時候 我抓到了 —————————————————— 【四 兇手:我用了一個還沒發生的價格】 我原本的出場邏輯 是這樣寫的: for k in range(進場後每一根K線): if RSI[k] >= 70 or 收盤[k] < 均線[k]: end = k # 就在這根 K 線出場 break 看起來沒問題對吧 條件成立 就出場 但這裡藏了一個致命的時間錯位: 「RSI[k] >= 70」和「收盤[k] < 均線」這兩個條件 我必須等這根 K 線「收盤」 才知道它成不成立 可是我的程式 卻在「這根 K 線之內」就用它的價格成交了 換句話說: 我用了一個還沒發生的收盤價 去決定我在這根 K 線要不要跑 我在用未來的資訊 做現在的決定 —————————————————— 【五 為什���這一根的偏差 能造出完美曲線】 你可能會想 不就差一根 K 線嗎 有這麼嚴重 有 而且嚴重到能無中生有造出一條���的印鈔曲線 因為這個 bug 是「系統性」地幫我躲過每一次最糟的下跌 真實情況是:當趨勢要壞的時候 我應該被套在裡面 吃一段下跌 但 bug 版的我 用了「收盤後才知道」的資訊 剛好在每一次大跌真正砸下來之前的那一刻 就先溜了 它不是偶爾走運 它是每一次都精準地幫我躲掉該虧的那一棒 難怪我的最大回撤只有 5% 因為我每次都在最痛的事情發生前 用上帝視角先跑了 再說一個更技術的點 為什麼是「出場」特別容易中這個 bug: 進場通常是用「上一根已經收好的 K 線」當訊號 時間是乾淨的 但出場我寫成「這一根只要 RSI 衝到 70 就跑」 而 RSI 是用收盤算的 我等於把「出場判斷」和「成交動作」綁在同一根還沒結束的 K 線上 進場守規矩 出場偷跑 整條曲線的優勢就全是這偷跑來的 而它在不同市場的「含金量」還不一樣: 波動越大的標的 這個 bug 偷到���好處越多 因為偷看一根的價值 等於那根 K 線的振�� crypto 一根 K 線可以振幅好幾 % 所以這個 bug 在 BTC 上特別肥 它會把一個根本不存在的 edge 用波動率餵成統計上極度顯著 騙過你所有檢驗 —————————————————— 【六 把這一根修掉 那條曲線當場死亡】 我把出場改成正確的版本: 條件在這根 K 線成立 我就等「下一根 K 線的開盤」才成交 不再偷看當根收盤 if RSI[k] >= 70 or 收盤[k] < 均線[k]: end = k + 1 # 下一根開盤才出場 不偷看未來 同一套策略 同一段六年數據 只改了這一個地方 結果: 每筆 +0.867% → +0.026% 勝率 45% → 29% 夏普 2.26 → -0.07 最大回撤 -5% → -22% 那 0.84% 的「優勢」 一分不剩 它從來不是我的 edge 它是 bug 借我的 那條六年五正 回撤只有 5% 的漂亮曲線 從頭到尾 是出場偷吃了一根未來資訊 畫出來的幻覺 —————————————————— 【七 這個 bug 最可怕的地方:它不會報錯】 我要強調一件事 因為這是整篇最重要的: 這種前視 bug 不會讓你的程式崩潰 不會跳紅字 不會有任何錯誤訊息 它只會安靜地 給你一條漂亮到讓你想下重注的假曲線 而且它在波動越大的市場 越「值錢」 因為波動越劇烈 偷看未來能躲掉的虧損就越大 假的優勢就被放得越大 它會把一個本來不存在的 edge 包裝得統計上極度顯著 騙過你所有的檢驗 如果我那天選擇相信那條曲線 直接拿真錢上場 我會在它「應該幫我躲掉下跌」但現實裡躲不掉的時候 賠掉一切 然後我還會一臉困惑 因為我的回測明明那麼完美 —————————————————— 【八 我從這條死掉的策略 學到三件事】 第一 回測結果好到不真實 第一反應應該是恐懼 不是開心 真正的 edge 通常勉強能賺 還很顛簸 又穩又高又不回撤的曲線 先假設是你自己的 bug 第二 抓前視 bug 最有效的方法 是換一個平台 換一種語言 重寫一遍 逐行翻譯會逼出每一個你藏起來沒看見的假設 我這個問題就是被跨平台複現逼出來的 盯著原本的程式碼一百遍都看不到 第三 也是最反直覺的: 出場的成交時點 是回測裡最容易藏 bug 的地方 條件在這根成立 你就只能在下一根開盤成交 永遠不要用當根的收盤 這一根的差別 就是天堂和地獄 —————————————————— 【九 最後 這只是其中一個】 這條 RSI 策略 最後是死了 但它教我的東西 比一條真能賺的策略還值錢 它是我驗證過的 19 支交易策略影片裡的其中一支 那 19 支 沒有一支在嚴格的測試下活下來 這條甚至一度是我以為的倖存者 直到我把那根未來資訊拆掉 我把這套「先動手證偽自己」的方法 用到了我做過的每一個策略上 橫跨預測市場 永續 期權 套利 影片裡的每一招 測了三十幾個 幾乎全部陣亡 但它們死的方式 驚人地一致: 不是被成本卷平 就是那個 edge 根本是某個 bug 借給我的幻覺 這不是因為我不夠努力 是因為市場的效率邊界 就長在那裡 我現在做的 就是把這條邊界 一塊一塊 親手拆給你看 說一個你的故事吧: 你有沒有遇過那種回測漂亮到不真實的策略 後來發現是 bug 或是過擬合的 留言告訴我是哪一種 我很好奇大家都踩過哪些坑 不喊單 不帶單 不開課 我只把我撞過的牆 變成你可以繞過的路 NFA
0xEdward8's tweet photo. 我有一條交易策略的回測曲線 漂亮到我自己都不敢相信 六年 五年是正的 最大回撤只有 5% 夏普 2.26 對照同期 BTC 自己 動不動回撤 50% 以上 我這條曲線又穩又賺 像一條平滑斜上的線 我盯著它看了很久 然後做了一個決定: 我不準備慶祝 我準備把它拆了 因為我有個習慣:回測結果好到不真實的時候 第一反應不是開心 是恐懼 後來證明 這個恐懼是對的 這條曲線 從頭到尾是假的 而它假的地方 是 90% 的人都會犯 卻幾乎沒人發現的 —————————————————— 【一 這條策略在做什麼】 先說它的邏輯 很簡單 是教學影片最愛教的那種: 價格站在 200 日均線之上 代表趨勢往上 這時候 RSI 從低檔往上穿 代表短期回調結束 動能轉強 就進場做多 等 RSI 衝到 70 動能兌現 或者跌破均線 趨勢壞了 就出場 一句話:在上升趨勢裡 等回調結���的那一刻 買進 我把它機械化 寫成程式 拿六年的數據回測 然後就跑出了那條夏普 2.26 的漂亮曲線 —————————————————— 【二 數字好到不真實 我反而開始冒冷汗】 我把它的成績攤開: 每一筆交易 平均賺 +0.867% 勝率 45% 六年裡五年正報酬 最大回撤 只有 -5% 這就是問題所在 真實的交易優勢 通常長什麼樣 是「勉強能賺 而且一路顛簸」 不是「又穩 又賺 又幾乎不回撤」 那種完美的曲線 在我的經驗裡 八成不是因為策略神 是因為某個環節 偷看了它不該看到的東西 我盯著程式碼看了很久 一行一行讀 邏輯看起來都對 進場出場條件都合理 我一時找不出問題在哪 但那股不對勁的感覺一直在 —————————————————— 【三 我換了一個方法 然後 bug 現形了】 我決定不靠盯著看 我換一個更狠的驗證方式: 把同一套策略邏輯 用另一個平台 TradingView 的 Pine 語言��略 完整重寫一遍 如果兩邊跑出來的結果一致 那才可信 這一步是關鍵 而且是我後來最慶幸做了的一步 因為不同平台 對「什麼時候算成交」的預設是不一樣的 你要把邏輯逐行翻譯過去 就會被迫面對每一個你原本沒注意的隱藏假設 翻到出場那一段的時候 我抓到了 —————————————————— 【四 兇手:我用了一個還沒發生的價格】 我原本的出場邏輯 是這樣寫的: for k in range(進場後每一根K線): if RSI[k] >= 70 or 收盤[k] < 均線[k]: end = k # 就在這根 K 線出場 break 看起來沒問題對吧 條件成立 就出場 但這裡藏了一個致命的時間錯位: 「RSI[k] >= 70」和「收盤[k] < 均線」這兩個條件 我必須等這根 K 線「收盤」 才知道它成不成立 可是我的程式 卻在「這根 K 線之內」就用它的價格成交了 換句話說: 我用了一個還沒發生的收盤價 去決定我在這根 K 線要不要跑 我在用未來的資訊 做現在的決定 —————————————————— 【五 為什���這一根的偏差 能造出完美曲線】 你可能會想 不就差一根 K 線嗎 有這麼嚴重 有 而且嚴重到能無中生有造出一條���的印鈔曲線 因為這個 bug 是「系統性」地幫我躲過每一次最糟的下跌 真實情況是:當趨勢要壞的時候 我應該被套在裡面 吃一段下跌 但 bug 版的我 用了「收盤後才知道」的資訊 剛好在每一次大跌真正砸下來之前的那一刻 就先溜了 它不是偶爾走運 它是每一次都精準地幫我躲掉該虧的那一棒 難怪我的最大回撤只有 5% 因為我每次都在最痛的事情發生前 用上帝視角先跑了 再說一個更技術的點 為什麼是「出場」特別容易中這個 bug: 進場通常是用「上一根已經收好的 K 線」當訊號 時間是乾淨的 但出場我寫成「這一根只要 RSI 衝到 70 就跑」 而 RSI 是用收盤算的 我等於把「出場判斷」和「成交動作」綁在同一根還沒結束的 K 線上 進場守規矩 出場偷跑 整條曲線的優勢就全是這偷跑來的 而它在不同市場的「含金量」還不一樣: 波動越大的標的 這個 bug 偷到���好處越多 因為偷看一根的價值 等於那根 K 線的振�� crypto 一根 K 線可以振幅好幾 % 所以這個 bug 在 BTC 上特別肥 它會把一個根本不存在的 edge 用波動率餵成統計上極度顯著 騙過你所有檢驗 —————————————————— 【六 把這一根修掉 那條曲線當場死亡】 我把出場改成正確的版本: 條件在這根 K 線成立 我就等「下一根 K 線的開盤」才成交 不再偷看當根收盤 if RSI[k] >= 70 or 收盤[k] < 均線[k]: end = k + 1 # 下一根開盤才出場 不偷看未來 同一套策略 同一段六年數據 只改了這一個地方 結果: 每筆 +0.867% → +0.026% 勝率 45% → 29% 夏普 2.26 → -0.07 最大回撤 -5% → -22% 那 0.84% 的「優勢」 一分不剩 它從來不是我的 edge 它是 bug 借我的 那條六年五正 回撤只有 5% 的漂亮曲線 從頭到尾 是出場偷吃了一根未來資訊 畫出來的幻覺 —————————————————— 【七 這個 bug 最可怕的地方:它不會報錯】 我要強調一件事 因為這是整篇最重要的: 這種前視 bug 不會讓你的程式崩潰 不會跳紅字 不會有任何錯誤訊息 它只會安靜地 給你一條漂亮到讓你想下重注的假曲線 而且它在波動越大的市場 越「值錢」 因為波動越劇烈 偷看未來能躲掉的虧損就越大 假的優勢就被放得越大 它會把一個本來不存在的 edge 包裝得統計上極度顯著 騙過你所有的檢驗 如果我那天選擇相信那條曲線 直接拿真錢上場 我會在它「應該幫我躲掉下跌」但現實裡躲不掉的時候 賠掉一切 然後我還會一臉困惑 因為我的回測明明那麼完美 —————————————————— 【八 我從這條死掉的策略 學到三件事】 第一 回測結果好到不真實 第一反應應該是恐懼 不是開心 真正的 edge 通常勉強能賺 還很顛簸 又穩又高又不回撤的曲線 先假設是你自己的 bug 第二 抓前視 bug 最有效的方法 是換一個平台 換一種語言 重寫一遍 逐行翻譯會逼出每一個你藏起來沒看見的假設 我這個問題就是被跨平台複現逼出來的 盯著原本的程式碼一百遍都看不到 第三 也是最反直覺的: 出場的成交時點 是回測裡最容易藏 bug 的地方 條件在這根成立 你就只能在下一根開盤成交 永遠不要用當根的收盤 這一根的差別 就是天堂和地獄 —————————————————— 【九 最後 這只是其中一個】 這條 RSI 策略 最後是死了 但它教我的東西 比一條真能賺的策略還值錢 它是我驗證過的 19 支交易策略影片裡的其中一支 那 19 支 沒有一支在嚴格的測試下活下來 這條甚至一度是我以為的倖存者 直到我把那根未來資訊拆掉 我把這套「先動手證偽自己」的方法 用到了我做過的每一個策略上 橫跨預測市場 永續 期權 套利 影片裡的每一招 測了三十幾個 幾乎全部陣亡 但它們死的方式 驚人地一致: 不是被成本卷平 就是那個 edge 根本是某個 bug 借給我的幻覺 這不是因為我不夠努力 是因為市場的效率邊界 就長在那裡 我現在做的 就是把這條邊界 一塊一塊 親手拆給你看 說一個你的故事吧: 你有沒有遇過那種回測漂亮到不真實的策略 後來發現是 bug 或是過擬合的 留言告訴我是哪一種 我很好奇大家都踩過哪些坑 不喊單 不帶單 不開課 我只把我撞過的牆 變成你可以繞過的路 NFA
0
0
0
0
2K
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
蜂兄跟倪大這個切入點挺有趣 用 交易量/持幣比 去區分不同 ETF 的用戶行為 我突然有個想法或許可以再往下挖一層: IBIT 這個比例最高 可能同時藏了兩個故事 一個是你說的 用戶交易更主動 另一個是有沒有可能 它流動性最深 自然把做市 套利 期權對沖這些機構高頻盤都吸過去了 這些高頻進出 也會增加它的交易量 有沒有可能IBIT 淨流出 跟 ARK 富達淨流入是ETF 背後的資金結構不同
0
0
0
0
71
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
我把交易教學最愛賣的「多指標共振」拆開測了 結論顛覆我自己:加到第四個指標 表現反而變差 原因不難理解:每個指標都在看同一份價格的不同變形 均線 動能 強弱 它們高度相關 不是獨立的證據 就像問四個看同一場比賽的人「誰會贏」 他們講一樣的答案 不代表四份獨立判斷 只是同一個訊號 講了四次 第三個指標通常就到頂 第四個是累贅 下次看到「多重指標共振」先問:這幾個指標 真的獨立嗎?
0xEdward8's tweet photo. 我把交易教學最愛賣的「多指標共振」拆開測了 結論顛覆我自己:加到第四個指標 表現反而變差 原因不難理解:每個指標都在看同一份價格的不同變形 均線 動能 強弱 它們高度相關 不是獨立的證據 就像問四個看同一場比賽的人「誰會贏」 他們講一樣的答案 不代表四份獨立判斷 只是同一個訊號 講了四次 第三個指標通常就到頂 第四個是累贅 下次看到「多重指標共振」先問:這幾個指標 真的獨立嗎?
0
0
0
0
62
0xEdward8's profile image
0xEdward | 鏈上量化及交易研究 Verified account @0xEdward8
@CryptoEason1319 有道理 價格觸及當作另一個條件確實更完整 單看時間會漏掉時間沒到但價位先到的情況 我的點只是歷史區間本身在收縮 所以時間維度的參考性要打折 但你用價位做雙重確認這個也不錯 追蹤了 你這套STH-RP/TMMP的拆法挺扎實
0
1
0
0
32

Last Seen Users on Sotwe

Muhamma58212013's profile image
Muhammad Affan
Seen from Canada
Mutlu_Sonl5's profile image
MUTLU SON
Seen from Turkey
FotosYVideos11's profile image
Fotos Y Videos 💯💯💯
Seen from Mexico
kamel2238959515's profile image
kamel
Okanaka17562771's profile image
okan ÇAKAR Verified account
Seen from Turkey
Aamirr666's profile image
ok
Seen from Malaysia
Inleggings's profile image
Real Mzansi
Seen from South Africa
Rema_cap1's profile image
RemaCupcake
Seen from Germany
TirupurTop's profile image
திருப்பூர் 🔞🔝🇹‌🇴‌🇵‌காம அரக்கன் 😈😈
Seen from India
alexcru18379430's profile image
Soy la pata 🦆🦆🦆(así me apoda mi esposo)
Seen from Brazil

Trends for you

1
Greenland
Under 10K tweets
2
Wake Forest
Under 10K tweets
3
Texas Tech
Under 10K tweets
4
White House
Under 10K tweets
5
#SmackDown
Under 10K tweets
6
Dawson
Under 10K tweets
7
Portland State
Under 10K tweets
8
#OPLive
Under 10K tweets
9
#BTSonIHeartRadioMusicFestival
Under 10K tweets
10
Weezer
Under 10K tweets

Most Popular Users

elonmusk's profile image
1
Elon Musk Verified account
@elonmusk
241.6M followers
barackobama's profile image
2
Barack Obama Verified account
@barackobama
119M followers
cristiano's profile image
3
Cristiano Ronaldo Verified account
@cristiano
114.3M followers
realdonaldtrump's profile image
4
Donald J. Trump Verified account
@realdonaldtrump
111.8M followers
narendramodi's profile image
5
Narendra Modi Verified account
@narendramodi
107.2M followers
rihanna's profile image
6
Rihanna Verified account
@rihanna
98.7M followers
nasa's profile image
7
NASA Verified account
@nasa
92.4M followers
justinbieber's profile image
8
Justin Bieber Verified account
@justinbieber
91.8M followers
katyperry's profile image
9
KATY PERRY Verified account
@katyperry
89.9M followers
taylorswift13's profile image
10
Taylor Swift Verified account
@taylorswift13
83.9M followers
ladygaga's profile image
11
Lady Gaga Verified account
@ladygaga
75.4M followers
imvkohli's profile image
12
Virat Kohli Verified account
@imvkohli
73.2M followers
kimkardashian's profile image
13
Kim Kardashian Verified account
@kimkardashian
70.9M followers
youtube's profile image
14
YouTube Verified account
@youtube
68.8M followers
neymarjr's profile image
15
Neymar Jr Verified account
@neymarjr
66.3M followers
billgates's profile image
16
Bill Gates Verified account
@billgates
65.1M followers
selenagomez's profile image
17
Selena Gomez Verified account
@selenagomez
63M followers
theellenshow's profile image
18
The Ellen Show
@theellenshow
62.3M followers
cnn's profile image
19
CNN Verified account
@cnn
61.8M followers
x's profile image
20
X Verified account
@x
60.7M followers