Это первый такой пост из цикла постов "Как я алгоритмически мемкоинами торговал", навалите актива если хотите продолжения - в следующем посте расскажу почему мемы и в целом подобные финансовые инструменты это совершенно новый пласт, в котором работают такие стратегии, которые не работают на других вещах

кто плохо работал будет перерабатывать

HFT на биржах и MFT на мемкоинах это одно и то же? Или причем здесь предельные теоремы.
Давайте проанализируем некоторые структурные особенности рынка мемкоинов на то время, когда я ими занимался.
В те времена, когда я занимался алгоритмической торговлей мемами, одной из основных проблем были rug pull-ы - когда создатель монеты резко выводит все деньги из пула, соответственно он остается с деньгами, а держатели мема - с фигой.
При этом мемов а) выходило очень много и б) если ты относительно рано зашел в мемкоин и вышел до rug pull, то ты на нем заработал.
Другой крупной проблемой был market-impact - из-за небольших размеров пулов сделки как сами по себе сильно могли толкнуть цену (что видно на примерах, рассмотренных в посте про AMM), так и могли триггерить скальперов - людей/ботов, которые зарабатывают на движении цены от твоей сделки, тем самым делая цену после своих действий скорее всего менее выгодной для тебя/риски плохо прогнозируемыми.
Торговать на небольшом количестве самых ликвидных монет - можно, но там большая конкуренция. Изучив все эти особенности, я решил сконцентрироваться на небольших сделках по огромному количеству монет.
Это и делает торговлю мемкоинами в такой парадигме похожей на HFT - ты совершаешь много сделок не за короткий период времени на нескольких активах, но из-за большого количества активов суммарное кол-во сделок выходит огромным, соответственно средняя доходность на сделку начинает крайне быстро концентрироваться вокруг своего математического ожидания.
Это позволяет делать безрисковые (с точки зрения вероятности просадки капитала) вероятностные стратегии, при этом делать их сильно проще по своей природе в сравнении с HFT-стратегиями, так как моделирование строится не на одном активе и его конкретных свойствах, а на всем рынке сразу, используя его макроструктурные особенности.
Соответственно, если вы замоделировали время жизни монеты, то вам не обязательно делать предикт на каждой монете - достаточно просэмплировать время жизни из модельного распределения, и выйти раньше него. Тогда, если вы заходите в каждую монету на очень маленькую сумму, доходность на монету быстро сойдется к мат.ожиданию. Более того, за счет маленьких сумм вы ограничиваете снизу свою максимальную потерю на монету, однако так как распределение доходности имеет достаточно тяжелый хвост, при знании времени жизни монеты потери перекрываются 'выбросами' доходности, и вы начнете зарабатывать на такой простой стратегии.
Безусловно, это очень простой бейзлайн. Вы можете по-умному (используя уже микроструктурные свойства) торговать в рамках этого горизонта, чтобы повысить мат.ожидание доходности на монету. Вы можете фильтровать монеты на основе сторонней информации, но тут уже будет компромисс, так как вам придется накопить по монете некоторую информацию и обработать ее, а время захода в монету может быть критично.
Прошу знающих криптанов в комментарии, если есть что добавить/поправить. Не является индивидуальной инвестиционной рекомендацией. Все описанные выше неэффективности скорее всего уже частично/полностью устранены, но общий подход к анализу концентраций и торговле по макроструктурным рыночным свойствам остался.
Навалите актива, если было интересно!

Сегодня объявляю день под лозунгом «Не зли жабу»
Не зли жабу.

https://elementy.ru/nauchno-populyarnaya_biblioteka/437473/Avstraliya_protiv_zhab
Не зли жабу.

Если кто увидит меня, то подходите :)

Когда уже на маркетплейсах можно будет поставить фильтр «без генеративного ИИ»

для простоты рассмотрим баланс в кассе нашей организации. вот приход, вот расход. не трудно заметить, что никакой вашей зарплаты здесь нет — присутствует исключительно синтаксический сахар.