Comment créer un desk de market making 24/7 sur Grok Bot (Guide complet)

Je vais décomposer exactement comment construire un desk de market making 24h/24 et 7j/7 sur Grok Bot qui vous génère de l'alpha sur chaque trade pendant que vous dormez.

Allons droit au but.

À mettre en favori -

Je suis Roan, développeur back-end spécialisé dans la conception de systèmes, l'exécution de type HFT et les systèmes de trading quantitatif. Mon travail se concentre sur le comportement réel des marchés de prédiction sous charge. Pour toute suggestion, collaboration réfléchie ou partenariat, mes DM sont ouverts.

Une chose que je commence dès aujourd'hui.

Si vous construisez votre propre configuration de market making sur Grok Bot, envoyez-moi votre configuration actuelle en DM ou répondez sous cet article.

Seulement les 10 premières configurations. Je passerai personnellement en revue chacune d'elles et vous montrerai l'écart entre ce que vous avez et un bot qui cote les deux côtés du carnet 24h/24 sans se faire écraser. Allez vite.

Le récit Grok Bot que je construis depuis deux semaines vient de gagner une nouvelle couche.

Chaque article précédent couvrait le côté preneur. Le desk de recherche qui trouve l'alpha. Le moteur de signal qui classe les trades. La couche d'exécution qui passe les ordres. Tout est directionnel. Tout traverse le spread.

Le market making est le côté opposé de ce trade.

Au lieu de payer le spread pour entrer dans une position, vous êtes payé pour le spread lorsque d'autres entrent dans la leur. Au lieu de consommer de la liquidité, vous en fournissez. Au lieu de payer des frais, vous gagnez des remises maker de la part de la plateforme. Tous les grands cabinets quantitatifs de Wall Street ont un desk de market making.

Jane Street. Citadel Securities. Virtu. Jump Trading. DRW. Susquehanna.

Ce n'est pas une activité secondaire pour eux. Virtu a gagné à elle seule plus d'un milliard de dollars de revenus de market making l'année dernière.

À la fin de cet article, vous saurez :

• Le modèle d'Avellaneda-Stoikov que tous les market makers institutionnels utilisent, avec les formules exactes.
• Les trois plateformes où la latence des particuliers est réellement compétitive et où elle ne l'est pas.
• Les quatre articles de recherche qui accéléreront votre compréhension de six mois.
• L'architecture à six bots Grok Bot qui fait fonctionner le desk de market making via une conversation naturelle.
• Les quatre capacités de Kimi K3 qui débloquent la couche d'infrastructure qu'aucun constructeur solo ne pouvait atteindre auparavant.
• Le guide de construction exact en 8 étapes pour expédier votre premier bot fonctionnel ce week-end.

C'est parti.

Partie 1 : Ce qu'est le Market Making & Là où les Particuliers sont Réellement Compétitifs

Le market making est l'activité qui consiste à coter en continu des prix d'achat et de vente sur un actif et à capturer le spread entre eux.

Vous placez une offre à 100,00 $ et une demande à 100,02 $.

Un acheteur frappe votre demande. Un vendeur frappe votre offre.

Vous gagnez le spread de deux cents sur chaque aller-retour.

Le hic, c'est le risque d'inventaire.

Si le prix évolue contre vous avant que votre cotation ne soit exécutée, vous vous faites écraser. Quelqu'un frappe votre demande à 100,02 $ juste avant que le prix ne chute à 99,50 $.

Vous êtes maintenant long d'un actif qui a baissé de 50 cents. Votre spread de deux cents n'était qu'un bruit par rapport à une perte de 50 cents.

Ce qu'est le Market Making

Tout desk sérieux à Wall Street évalue ce risque d'inventaire en utilisant le modèle d'Avellaneda-Stoikov.

Marco Avellaneda et Sasha Stoikov ont publié l'article "High Frequency Trading in a Limit Order Book" dans Quantitative Finance en 2008. C'est le texte fondateur du market making moderne.

High Frequency Trading in a Limit Order Book

Le modèle produit deux résultats.

Prix de réserve :

r = s - q · γ · σ² · (T - t)

Où s est le prix médian, q est votre inventaire actuel, γ est votre paramètre d'aversion au risque, σ est la volatilité et T moins t est votre horizon temporel.

C'est le prix auquel vous êtes indifférent entre détenir l'inventaire actuel et prendre un nouveau trade. Lorsque vous êtes long, il se situe en dessous du médian. Lorsque vous êtes short, il se situe au-dessus.

Demi-spread optimal :

δ = γ · σ² · (T - t) + (2/γ) · ln(1 + γ/κ)

Où κ est le paramètre du taux d'arrivée des ordres estimé à partir de l'activité de trading récente.

C'est la distance par rapport au prix de réserve à laquelle vous cotez votre offre et votre demande. Il s'élargit lorsque la volatilité augmente. Il s'élargit lorsque le flux d'ordres ralentit. Il se rétrécit lorsque la plateforme devient plus active.

Chaque market maker institutionnel exécute ce modèle avec des variations.

Les mathématiques sont publiques. L'infrastructure pour les exécuter en continu sur plusieurs plateformes est ce qui a créé la barrière à l'entrée.

Là où les particuliers ne peuvent pas être compétitifs.

Les actions américaines de premier ordre sont verrouillées. SPY, QQQ, IWM et les 500 premières valeurs en volume sont dominées par des market makers avec colocalisation au NYSE et au Nasdaq.

Leurs cotations atteignent la bourse en microsecondes. Vos cotations atteignent la bourse en 20 à 100 millisecondes via les API des courtiers grand public. Vous serez pris à contre-pied sur chaque mouvement significatif.

N'essayez pas cela sur SPY. N'essayez pas cela sur les actions américaines de premier ordre. N'essayez pas cela sur les principales paires de devises FX. N'essayez pas cela sur les obligations du Trésor américain les plus récentes. Les plateformes sub-milliseconde sont réservées aux institutionnels.

Là où les particuliers sont réellement compétitifs.

Trois plateformes récompensent la latence des particuliers et offrent une véritable économie de spread.

DEX Perpétuels :

Hyperliquid et dYdX proposent un trading sur carnet d'ordres, une faible latence, des incitations maker et des API programmatiques, ce qui en fait les plateformes les plus solides pour le market making des particuliers.

Marchés de Prédiction :

Polymarket offre des spreads larges et une latence de l'ordre de la seconde, permettant aux bots particuliers de capturer des avantages significatifs avec moins de concurrence.

Uniswap V3/V4 :

La liquidité concentrée vous permet de fournir passivement de la liquidité dans des fourchettes de prix et de gagner des frais sans avoir à gérer une infrastructure de cotation continue.

Partie 2 : La Couche d'Interface Grok Bot

Grok Bot est la plateforme d'agents autonomes de xAI. Chaque bot nommé que vous créez partage un seul ordinateur cloud persistant.

Navigateur. Système de fichiers. Terminal. Tout cela vit sur la VM cloud, pas sur votre ordinateur portable.

Vous envoyez un message à un bot comme vous enverriez un message à un collègue sur Slack. Le bot prend la tâche en charge. Utilise son ordinateur pour la terminer. Vous rend compte une fois terminé.

6 bots pour le Desk de Market Making

Pour le desk de market making, vous déployez six bots nommés.

Bot de Cotation.

Calcule les prix de réserve et les spreads optimaux en utilisant Avellaneda-Stoikov.

Lit le prix médian actuel, l'inventaire actuel, l'estimation de volatilité actuelle et le taux d'arrivée des ordres actuel à partir de l'espace de travail partagé.

Affiche les cotations d'achat et de vente actuelles dans un fichier de cotation partagé chaque seconde.

Bot d'Inventaire.

Suit la position sur toutes les plateformes actives.

Ajuste l'entrée d'inventaire pour le Bot de Cotation en temps réel.

Lorsque l'inventaire dérive en dehors de la bande cible, envoie une alerte au Bot de Risque.

Bot de Risque.

Applique les coupe-circuits stricts. Ce bot n'a aucun pouvoir de négociation.

Un drawdown supérieur à 5 % du capital alloué déclenche le retrait immédiat des cotations sur toutes les plateformes.

Un inventaire en dehors de la bande dure déclenche des ordres de couverture directionnels via l'API de la plateforme.

Un pic de volatilité au-dessus du seuil déclenche un élargissement des cotations ou un retrait complet des cotations pour une fenêtre définie.

Bot de Rapprochement.

Fait correspondre chaque ordre exécuté avec les exécutions attendues.

Détecte les erreurs d'API, les annulations manquées, les exécutions fantômes, les écarts côté plateforme.

S'exécute toutes les 30 secondes par rapport à la position déclarée par la plateforme et au livre de positions interne.

Bot de Microstructure.

Surveille la profondeur du carnet d'ordres, les cotations des market makers concurrents et la dynamique des spreads sur chaque plateforme active.

Lorsqu'un MM concurrent élargit ses spreads, alerte le Bot de Cotation pour envisager un élargissement.

Lorsque la profondeur du carnet diminue, signale une augmentation du risque d'inventaire.

Bot de Filtre Macro.

Surveille les événements macroéconomiques qui élargissent les spreads.

Utilise l'intégration X native de Grok Bot pour les comptes des gouverneurs de la Fed, Trump Truth Social, les comptes de publication de données macroéconomiques.

Lorsqu'un événement important se produit, ordonne au Bot de Cotation d'élargir ou de retirer les cotations pour une fenêtre définie.

Six bots. Chacun répond à une conversation en langage naturel. Chacun a un rôle spécifique. Chacun écrit dans l'espace de travail partagé sur l'ordinateur cloud Grok Bot.

Vous envoyez un message au Bot de Risque en anglais simple :

"Définir la limite de drawdown quotidien à 5 % du capital alloué. Définir l'inventaire maximum à 50 contrats. Élargir les cotations à 3x la normale si la volatilité réalisée sur 30 secondes dépasse 3x l'estimation glissante."

Le Bot de Risque met à jour ses règles d'application. Le cycle de cotation suivant utilise les nouvelles limites.

Vous envoyez un message au Bot de Filtre Macro :

"Surveille le compte X de Powell, le Truth Social de Trump et le flux de publication du BLS. Si un message important est publié, dis au Bot de Cotation de retirer les cotations pendant 15 minutes."

Le Bot de Filtre Macro déploie la routine de surveillance.

C'est le cockpit en langage naturel. Chaque changement opérationnel se fait par conversation. Pas de fichiers de configuration. Pas de redéploiement. Pas de perte de contexte.

C'est là que le desk à six bots rencontre sa première véritable contrainte d'infrastructure.

Partie 3 : La Couche d'Infrastructure Kimi K3

J'essaie de faire fonctionner un desk de market making personnel depuis un an.

Chaque tentative s'est heurtée aux trois mêmes murs.

La surveillance continue du carnet d'ordres sur plusieurs plateformes a cédé en premier.

Aucun modèle d'IA grand public ne pouvait générer suffisamment de flux de surveillance parallèles pour couvrir réellement Hyperliquid, dYdX et Polymarket à la même seconde.

L'implémentation Python d'Avellaneda-Stoikov était le deuxième mur.

Les mathématiques sont simples, mais le code doit s'exécuter en continu, itérer sur lui-même et évoluer à mesure que les conditions du marché changent. Les configurations traditionnelles de type modèle-dans-un-notebook ont échoué car le code ne pouvait pas maintenir l'état entre les sessions de trading.

Le tableau de bord en direct était le troisième mur.

Tout market maker sérieux regarde une visualisation en direct des cotations, des exécutions, de l'inventaire et du comportement des MM concurrents. Construire cela nécessitait d'embaucher un ingénieur frontend.

Puis le mois dernier, j'ai trouvé l'outil qui a brisé les trois murs à la fois.

Kimi K3 par Moonshot AI.

Kimi K3 est un modèle mixture-of-experts de 2,8 billions de paramètres avec une fenêtre de contexte d'un million de tokens par agent. Il est livré en deux variantes. K3 Max pour le chat et les tâches mono-agent. K3 Swarm Max pour le traitement parallèle à grande échelle plus le codage agentique à long horizon.

K3 Swarm Max exécute l'infrastructure de market making sous votre desk Grok Bot.

Kimi K3 par Moonshot AI

Quatre capacités spécifiques le rendent possible.

Capacité 1 : Codage agentique à long horizon.

Kimi K3 maintient le contexte de codage à travers des sessions qui durent des jours.

L'implémentation Python d'Avellaneda-Stoikov vit dans une base de code persistante.

Kimi K3 améliore itérativement le code à mesure que les conditions du marché changent.

Vous remarquez que vos spreads sont pris à contre-pied dans la fenêtre de 14h à 16h HE sur Hyperliquid. Vous envoyez un message à Kimi K3 :

"L'estimateur de volatilité sous-estime la volatilité réalisée dans la fenêtre de 14h à 16h HE sur Hyperliquid. Ajuste l'estimateur pour pondérer davantage les données de tick récentes."

Kimi K3 modifie le code. Le cycle de cotation suivant utilise le modèle mis à jour. Pas de redéploiement. Pas de perte de contexte.

C'est la capacité qui transforme une construction unique en une boucle composée.

Capacité 2 : Trois cents sous-agents parallèles.

K3 Swarm Max génère jusqu'à 300 sous-agents sur un seul coordinateur.

Pour le market making multi-plateforme, cela signifie :

• 60 sous-agents surveillant les carnets d'ordres Hyperliquid sur 60 paires simultanément
• 40 sous-agents sur dYdX
• 40 sous-agents sur Polymarket sur les marchés actifs
• 60 sous-agents sur les pools de liquidité concentrée Uniswap V3
• 40 sous-agents surveillant les publications de données macroéconomiques
• 60 sous-agents surveillant les comptes X des PDG et des banques centrales pour les événements affectant les spreads

Tous alimentent un coordinateur unique qui détient l'état de microstructure agrégé.

Capacité 3 : Un million de tokens de contexte par agent.

Chaque agent détient jusqu'à un million de tokens.

Pour le market making, cela signifie que le coordinateur détient chaque instantané du carnet d'ordres, chaque exécution, chaque changement d'inventaire, chaque alerte macro d'une journée de trading complète.

Le modèle d'Avellaneda-Stoikov s'exécute avec un contexte historique complet. Les estimations de volatilité proviennent du flux d'ordres complet. Pas d'échantillons fragmentés. Pas de résumé avec perte.

Capacité 4 : Génération de code native pour le tableau de bord.

Le tableau de bord de market making nécessitait auparavant d'embaucher un ingénieur frontend.

Kimi K3 écrit du React de production à la demande.

Vous décrivez le tableau de bord en anglais simple. Il génère la base de code de travail complète en quelques minutes.

Visualisation des cotations en direct. Carte de chaleur de l'inventaire. Historique des exécutions. Graphique de la dynamique des spreads. Indicateur de présence des MM concurrents. Statut du coupe-circuit.

Chaque panneau s'affiche en direct. Chaque visualisation se met à jour chaque seconde. Chaque graphique se base sur l'espace de travail partagé.

Ensemble, ces quatre capacités comblent l'écart entre "produit d'IA grand public" et "desk de market making de production".

Kimi K3 est ce qui rend le moteur de cotation, la surveillance multi-plateforme, le tableau de bord et l'amélioration itérative du code tous expédiables par une seule personne sur un ordinateur portable.

La seule chose que Kimi K3 ne remplace pas est l'interface en langage naturel pour la conversation opérationnelle. Vous ne voulez pas écrire des requêtes Python chaque fois que vous élargissez les spreads. C'est exactement ce que Grok Bot apporte.

La pile complète : Grok Bot est le cockpit. Kimi K3 est le moteur.

Partie 4 : Le Guide de Construction Exact en 8 Étapes

Voici exactement comment expédier votre premier bot de market making fonctionnel ce week-end.

Étape 1 : Configurer Grok Bot.

Inscrivez-vous à SuperGrok Heavy sur grok.com.

Téléchargez l'application de bureau Grok Bot.

Créez la structure de dossiers de l'espace de travail :

1/workspace/quotes/
2/workspace/inventory/
3/workspace/fills/
4/workspace/microstructure/
5/workspace/macro/
6/workspace/dashboard/
7/workspace/config/

Étape 2 : Installer Kimi Work.

Téléchargez l'application de bureau Kimi Work depuis kimi.com.

Disponible pour Mac Apple silicon et Windows.

Connectez-vous avec votre compte Moonshot. Activez K3 Swarm Max dans les Paramètres.

Activez le mode session de codage à long horizon.

Configurez Kimi Work pour synchroniser son espace de travail avec votre espace de travail Grok Bot via la synchronisation cloud.

Étape 3 : Demander à Kimi K3 de construire le moteur de cotation Avellaneda-Stoikov.

Ouvrez Kimi Work. Envoyez-lui un message directement :

1Construis-moi une implémentation Python de production du modèle de market
2making d'Avellaneda-Stoikov.
3
4Formule du prix de réserve : r = s - q * gamma * sigma^2 * (T - t)
5Formule du demi-spread optimal : delta = gamma * sigma^2 * (T - t) +
6(2/gamma) * ln(1 + gamma/kappa)
7
8Entrées :
9- Prix médian actuel s (depuis l'API de la plateforme)
10- Inventaire actuel q (depuis le fichier de position)
11- Estimation de la volatilité sigma (fenêtre glissante de 60 secondes des rendements)
12- Horizon temporel T (fenêtre glissante par défaut de 3600 secondes)
13- Paramètre d'aversion au risque gamma (par défaut 0.1)
14- Paramètre du taux d'arrivée des ordres kappa (estimé à partir des exécutions récentes)
15
16Sorties écrites dans /workspace/quotes/current.json toutes les 1 seconde :
17- reservation_price
18- half_spread
19- bid_quote = reservation_price - half_spread
20- ask_quote = reservation_price + half_spread
21
22Inclus :
23- Vérification du coupe-circuit : si /workspace/config/kill-switch.txt contient "STOP",
24  retire toutes les cotations et quitte
25- Protection contre les pics de volatilité : si la volatilité réalisée dans les 30 dernières
26  secondes dépasse 3x l'estimation glissante, élargis les spreads de 2x pour les 60 prochaines secondes
27- Application de la bande d'inventaire : si abs(q) dépasse max_inventory dans la config,
28  fausse les cotations pour réduire l'inventaire
29
30Construis des adaptateurs spécifiques aux plateformes pour le SDK Python Hyperliquid et
31l'API CLOB Polymarket. Sauvegarde dans /workspace/engines/quoting-engine/.

Kimi K3 génère l'implémentation Python de production complète.

Les mathématiques sont correctes. Les adaptateurs de plateforme fonctionnent. Les coupe-circuits s'appliquent.

Étape 4 : Demander à Kimi K3 de construire le tableau de bord en direct.

Envoyez un message à Kimi K3 :

1Construis-moi un tableau de bord de market making en direct en tant qu'application
2React locale. Inclus :
3
4- Bandeau supérieur : prix médian actuel, prix de réserve, offre d'achat, offre de vente
5  pour la plateforme active. Mise à jour toutes les 1 seconde.
6
7- Panneau gauche : graphique d'inventaire en direct sur la dernière heure. Zones colorées
8  montrant la cible (vert), l'avertissement (jaune), le coupe-circuit (rouge).
9
10- Panneau central : visualisation de la profondeur du carnet d'ordres. Offres sur la moitié gauche,
11  demandes sur la moitié droite. Vos cotations surlignées en orange.
12
13- Panneau droit : historique des exécutions pour la dernière heure. Chaque exécution montre
14  l'horodatage, le côté, la taille, le prix, le P&L courant.
15
16- Bandeau inférieur : graphique de l'historique des spreads. Votre spread coté vs le spread du marché
17  vs le meilleur spread des MM concurrents.
18
19- Thème sombre avec accent orange.
20- Servi sur localhost:3000.
21- Actualisation automatique toutes les 1 seconde.
22
23Sauvegarde le projet complet dans /workspace/dashboard/.

Kimi K3 génère l'application React complète en une seule fois.

Exécutez npm install && npm run dev dans le dossier du tableau de bord.

Votre tableau de bord en direct est sur localhost:3000.

Étape 5 : Déployer l'essaim de surveillance multi-plateforme Kimi K3.

Dans Kimi Work, créez une routine nommée "venue-monitor".

Planification : Continue pendant les heures de trading de la plateforme. Les DEX Perpétuels fonctionnent 24h/24 et 7j/7. Polymarket fonctionne 24h/24 et 7j/7.

Configurez la routine pour générer des sous-agents parallèles :

• 60 sous-agents Hyperliquid (un par paire tradée)
• 40 sous-agents dYdX
• 40 sous-agents Polymarket sur les marchés actifs
• 60 moniteurs de pool Uniswap V3
• 40 moniteurs de publications de données macroéconomiques
• 60 moniteurs de comptes X pour les événements affectant les spreads

Chaque sous-agent surveille la profondeur de son carnet assigné, les cotations au sommet du carnet et le ruban de trading récent.

Lorsqu'un sous-agent détecte un changement de microstructure significatif, il écrit dans /workspace/microstructure/live.json.

Le Moteur de Cotation lit ce fichier chaque seconde et ajuste les entrées du modèle en conséquence.

Étape 6 : Déployer les six bots d'interface Grok Bot.

Dans votre barre latérale Grok Bot, cliquez sur "Nouveau Bot" six fois.

Créez le Bot de Cotation, le Bot d'Inventaire, le Bot de Risque, le Bot de Rapprochement, le Bot de Microstructure, le Bot de Filtre Macro.

Pour chaque bot, collez la description de rôle correspondant à sa fonction.

Exemple pour le Bot de Risque :

1Tu es le Bot de Risque pour un desk de market making personnel.
2
3Toutes les 10 secondes, tu vérifies :
41. /workspace/inventory/current.json pour la position sur toutes les plateformes
52. /workspace/fills/YYYYMMDD.json pour le P&L cumulé du jour
63. /workspace/microstructure/live.json pour l'état de la volatilité
7
8Conditions de déclenchement :
9- Drawdown quotidien supérieur à 5 % du capital alloué :
10  Écris "STOP" dans /workspace/config/kill-switch.txt. Ping opérateur.
11- Inventaire en dehors de la bande dure (3x la taille de position normale) :
12  Envoie un ordre de couverture via l'API de la plateforme. Ping opérateur.
13- Volatilité réalisée supérieure à 5x l'estimation glissante :
14  Ordonne au Bot de Cotation d'élargir les spreads de 3x.
15- Tout taux d'erreur d'API de plateforme supérieur à 5 % dans les 60 dernières secondes :
16  Retire les cotations sur cette plateforme jusqu'à ce que le taux d'erreur se normalise.
17
18Tu n'as aucun pouvoir de négociation. Les règles sont des règles strictes. Applique-les.

Répétez pour les cinq autres bots.

Étape 7 : Câbler le flux de travail ensemble.

Votre Moteur de Cotation (exécuté sur Kimi K3) lit l'état du marché depuis /workspace/microstructure/live.json et écrit les cotations dans /workspace/quotes/current.json.

Votre Bot de Cotation Grok Bot lit le fichier de cotation actuel et achemine les cotations vers les API des plateformes.

Votre Bot de Risque interroge les positions toutes les 10 secondes et applique les coupe-circuits.

Votre tableau de bord lit tous les fichiers partagés et affiche l'état en direct.

Votre Bot de Filtre Macro utilise l'intégration X native de Grok Bot pour surveiller les comptes des gouverneurs de la Fed et Trump Truth Social.

Étape 8 : Tester d'abord sur Polymarket, puis passer à l'échelle.

Commencez par Polymarket pour le premier test.

Choisissez un marché étroit avec des spreads de 200 à 500 points de base.

Définissez un petit capital alloué (200 $ à 500 $). Définissez le drawdown maximum du Bot de Risque à 10 % du capital alloué (perte maximale de 20 $ à 50 $).

Envoyez un message à votre Bot de Cotation :

"Commence à coter le marché Polymarket pour [ligne électorale X]. Utilise un capital alloué de 500 $. Inventaire maximum de 100 contrats. Élargis les spreads si l'inventaire dépasse 50."

Regardez le tableau de bord. Regardez les exécutions. Regardez l'inventaire osciller autour de zéro.

Après 24 heures, envoyez un message à Kimi K3 :

"Analyse les 24 dernières heures d'exécutions. Montre-moi la distribution des exécutions, le temps de détention moyen, la capture de spread réalisée et les schémas où j'ai été pris à contre-pied. Propose un ajustement spécifique du modèle."

Kimi K3 analyse le code, les exécutions, l'historique de l'état du marché. Propose un ajustement. Vous approuvez. Kimi K3 modifie l'implémentation d'Avellaneda-Stoikov. Le cycle suivant utilise le modèle mis à jour.

C'est la boucle composée. Toutes les 24 heures, le modèle devient plus précis.

Construction en 8 étapes

Une fois que Polymarket fonctionne proprement pendant une semaine, ajoutez Hyperliquid. Puis dYdX. Puis Uniswap V3.

Résumé

Le market making est l'activité qui consiste à coter en continu des prix d'achat et de vente et à capturer le spread tout en gérant le risque d'inventaire.

Tout desk institutionnel exécute le modèle d'Avellaneda-Stoikov.

Les mathématiques sont publiques. L'infrastructure pour les exécuter en continu a créé la barrière à l'entrée.

Cette barrière vient de s'effondrer pour trois plateformes spécifiques où la latence des particuliers est réellement compétitive : Hyperliquid, Polymarket et Uniswap V3/V4 à liquidité concentrée.

La pile complète :

Grok Bot comme cockpit en langage naturel avec six bots nommés (Cotation, Inventaire, Risque, Rapprochement, Microstructure, Filtre Macro).

Kimi K3 Swarm Max comme moteur d'infrastructure exécutant l'implémentation Python d'Avellaneda-Stoikov, générant 300 sous-agents parallèles sur les plateformes, détenant un million de tokens de contexte de microstructure, générant le tableau de bord en direct via du code en langage naturel et améliorant itérativement la base de code via des sessions de codage agentique à long horizon.

Ensemble, les deux outils offrent une opération de market making qui cote en continu sur plusieurs plateformes, adapte son modèle à mesure que les conditions du marché changent et applique des limites de risque strictes sans intervention de l'opérateur.

Périmètre honnête de ce que cela remplace.

Le moteur de cotation, la couche de surveillance multi-plateforme, le tableau de bord en direct, la gestion d'inventaire, l'application des risques et le filtre macro pour le market making sur les plateformes accessibles aux particuliers (Hyperliquid, dYdX, Polymarket, Uniswap V3/V4 à liquidité concentrée).

Périmètre honnête de ce que cela ne remplace pas.

Le market making d'actions américaines de premier ordre sur SPY, QQQ, IWM et les 500 premières valeurs en volume, qui nécessitent une colocalisation, des flux directs de bourse et une exécution sub-milliseconde.

Le market making majeur sur le Forex, qui est dominé par les market makers bancaires.

Le market making sur les obligations du Trésor américain les plus récentes, qui est réservé aux teneurs de marché primaires.

Le market making HFT sub-milliseconde partout.

Les relations de prime brokerage institutionnelles pour le financement sur marge à grande échelle.

Être clair à ce sujet est important.

Ce n'est pas un tueur de Jane Street. C'est une véritable opération de market making pour les trois plateformes spécifiques où la latence des particuliers est réellement compétitive et où l'économie du spread existe réellement.

Si vous voulez la construire, inscrivez-vous à SuperGrok Heavy sur grok.com et installez Kimi Work sur kimi.com.

Ensuite, envoyez-moi votre configuration en DM. Je passerai personnellement en revue les 20 premières configurations.

Dans mes articles précédents, j'ai décomposé le desk de recherche, le modèle alpha d'ingénierie des graphes, l'essaim d'agents IA, le système d'exécution d'ingénierie en boucle, le fonds spéculatif IA d'une seule personne, le moteur de trading d'actualités 24h/24 et 7j/7 et le terminal Bloomberg personnel.

Chaque article s'appuie sur le précédent.

Celui-ci boucle la boucle en ajoutant la couche de tenue de marché qui transforme votre fonds, d'un preneur directionnel, en un fournisseur de liquidité continu.

Les traders qui construiront cela en premier cumuleront les bénéfices du spread pendant la prochaine décennie, face aux traders qui ne font que prendre la liquidité.

Voici donc la question à méditer.

Êtes-vous le trader qui paie encore chaque spread et rémunère les teneurs de marché à chaque entrée et sortie, ou l'architecte qui a construit un bot qui cote les deux côtés du carnet 24h/24 et 7j/7, et perçoit des remises à la place ?

Il n'y a pas de mauvaise réponse. Mais certaines sont très révélatrices.