Crypto Crow illustra le sfide dei bot di trading sui mercati di previsione
Jason Appleton ha condiviso i numeri di uno dei suoi bot di arbitraggio e ha spiegato come commissioni, abbinamento dei mercati, liquidità e ricompense influenzano il trading automatizzato.
By SongMarketCap
Updated:
Jason Appleton, noto come Crypto Crow, ha delineato le sfide incontrate mentre costruiva bot per fare trading sui mercati di previsione. In una recente diretta streaming, ha discusso i costi e i rischi di esecuzione alla base delle strategie che cercano di trarre profitto dalle differenze di prezzo tra i mercati.
Appleton ha mostrato i numeri di uno dei suoi bot e ha descritto una strategia separata che prevede ricompense per la fornitura di liquidità. Ha anche presentato CrowTrader, il suo strumento a pagamento di trading algoritmico.
Come funziona l'arbitraggio nei mercati di previsione
I mercati di previsione consentono ai partecipanti di scambiare contratti collegati all'esito di un evento. In un mercato semplice con due possibili esiti, un contratto vincente paga $1 quando il mercato si risolve, mentre quello perdente non paga nulla.
Appleton ha descritto l'arbitraggio come il tentativo di acquistare entrambe le parti quando il loro costo complessivo scende sotto il pagamento finale. Per esempio, comprare un lato per 90 centesimi e l'altro per quattro centesimi costerebbe 94 centesimi. Se entrambi i contratti vengono acquistati e le loro condizioni di regolamento coincidono, la differenza sarebbe di sei centesimi per coppia prima delle commissioni e di altri costi.
L'opportunità dipende dai prezzi e dalle quantità disponibili al momento dell'inserimento degli ordini. Appleton ha spiegato che un bot deve individuare il divario di prezzo ed eseguire rapidamente entrambi gli acquisti. Anche la quantità disponibile a un dato prezzo può limitare la dimensione di un'operazione.
Durante la diretta, ha mostrato una dashboard di uno dei suoi sistemi di arbitraggio che riportava $9.39 in risultati realizzati, altri $6.56 in risultati attesi e $13.44 in commissioni pagate. Ha riferito di utilizzare circa $90 di capitale su ciascuna piattaforma e ha presentato i dati come esempio di come le commissioni incidano sul suo trading.
Abbinare gli eventi ed eseguire entrambe le operazioni
Appleton ha indicato il processo di abbinamento degli eventi tra piattaforme come una sfida per i sistemi automatizzati. Diversi mercati di previsione possono usare nomi, tag e formati di dati differenti per lo stesso evento, richiedendo a un bot di stabilire se i contratti corrispondono al medesimo esito.
La sua dashboard mostrava circa 5,929 eventi abbinati con successo, mentre altri 726 richiedevano una revisione perché il sistema non riusciva ad abbinarli con sufficiente sicurezza.
Un mancato abbinamento può lasciare un trader con contratti legati a eventi o condizioni di regolamento diversi. Tali posizioni potrebbero non fornire i pagamenti compensativi previsti dalla strategia.
L'esecuzione rappresenta una sfida distinta. Se un ordine viene eseguito ma l'altro no, il trader può restare con una posizione aperta esposta all'esito dell'evento o a una variazione del suo prezzo di mercato. Appleton ha sostenuto che ordini più grandi possono rendere più difficile completare entrambe le parti ai prezzi attesi quando la liquidità disponibile è limitata.
[NEWSBREAK]
Ricompense per la liquidità e CrowTrader
Appleton ha inoltre descritto un bot separato progettato per cercare opportunità di arbitraggio nei mercati che offrono ricompense ai fornitori di liquidità. Questi partecipanti inseriscono ordini che altri trader possono eseguire, e alcune piattaforme offrono incentivi per l'attività sui mercati idonei.
Ha spiegato che i pool di ricompense possono essere limitati per i singoli eventi e condivisi tra i partecipanti idonei. L'importo disponibile per ciascun trader dipende quindi dalle regole della piattaforma, dal mercato e dalla concorrenza di altri fornitori di liquidità.
Durante la diretta, Appleton ha anche presentato CrowTrader, il suo prodotto separato di trading algoritmico, che ha prezzato a $20 al mese. Ha descritto strumenti per testare le strategie sui dati storici e per simulare le operazioni prima di utilizzare capitale reale.
Appleton ha riconosciuto che i movimenti di mercato, i problemi tecnici e le modifiche apportate dagli exchange possono influenzare il trading automatizzato. Ha anche messo in guardia dal lasciare un bot incustodito a tempo indefinito, spiegando che gli utenti potrebbero dover regolare le proprie impostazioni man mano che le condizioni cambiano.