Ecco la traduzione in italiano del testo fornito, seguendo scrupolosamente tutte le linee guida specificate.
Ti spiegherò esattamente come costruire un desk di market making 24/7 su Grok Bot che ti generi alpha da ogni operazione mentre dormi.
Andiamo dritti al punto.
Segna questo articolo -
Sono Roan, uno sviluppatore backend che lavora su system design, esecuzione in stile HFT e sistemi di trading quantitativo. Il mio lavoro si concentra su come i mercati di previsione si comportano effettivamente sotto carico. Per qualsiasi suggerimento, collaborazioni ponderate o partnership, i DM sono aperti.
Una cosa che inizio da oggi.
Se stai costruendo la tua configurazione di market making su Grok Bot, mandami un DM con la tua configurazione attuale o rispondi sotto questo articolo.
Solo le prime 10 configurazioni. Analizzerò personalmente ciascuna e ti mostrerò il divario tra ciò che hai e un bot che quota entrambi i lati del book 24/7 senza farsi travolgere. Muoviti velocemente.
La narrazione di Grok Bot che ho costruito nelle ultime due settimane ha appena ricevuto un nuovo livello.
Ogni articolo precedente copriva il lato taker. Il desk di ricerca che trova l'alpha. Il motore di segnali che classifica le operazioni. Il livello di esecuzione che invia gli ordini. Tutto direzionale. Tutto attraversa lo spread.
Il market making è il lato opposto di quell'operazione.
Invece di pagare lo spread per entrare in una posizione, vieni pagato con lo spread quando altri entrano nella loro. Invece di consumare liquidità, la fornisci. Invece di pagare commissioni, guadagni sconti maker dalla piattaforma. Ogni importante società quantitativa di Wall Street gestisce un desk di market making.
Jane Street. Citadel Securities. Virtu. Jump Trading. DRW. Susquehanna.
Questa non è un'attività secondaria per loro. Solo Virtu ha guadagnato oltre 1 miliardo di dollari in entrate da market making l'anno scorso.
Alla fine di questo articolo saprai:
- Il modello Avellaneda-Stoikov che ogni market maker istituzionale utilizza, con le formule esatte.
- Le tre piattaforme dove la latenza retail compete realmente e dove il retail non può competere.
- I quattro documenti di ricerca che accelereranno la tua comprensione di sei mesi.
- L'architettura a sei bot di Grok Bot che gestisce il desk di market making attraverso conversazioni naturali.
- Le quattro capacità di Kimi K3 che sbloccano il livello infrastrutturale che nessun singolo costruttore poteva avere prima.
- La guida esatta in 8 passaggi per lanciare il tuo primo bot funzionante questo fine settimana.
Entriamo nel vivo.
Parte 1: Cos'è il Market Making e Dove il Retail Compete Realmente
Il market making è l'attività di quotare prezzi bid e ask continui su un asset e catturare lo spread tra di essi.
Pubblichi un bid a 100,00€ e un ask a 100,02€.
Un acquirente colpisce il tuo ask. Un venditore colpisce il tuo bid.
Guadagni lo spread di due centesimi su ogni ciclo completo.
Il problema è il rischio di inventario.
Se il prezzo si muove contro di te prima che la tua quotazione venga evasa, vieni travolto. Qualcuno colpisce il tuo ask a 100,02€ poco prima che il prezzo scenda a 99,50€.
Ora sei long su un asset che è sceso di 50 centesimi. Il tuo spread di due centesimi era rumore rispetto a una perdita di 50 centesimi.
Cos'è il Market Making
Ogni desk serio a Wall Street prezza questo rischio di inventario usando il modello Avellaneda-Stoikov.
Marco Avellaneda e Sasha Stoikov hanno pubblicato l'articolo "High Frequency Trading in a Limit Order Book" su Quantitative Finance nel 2008. È il testo fondamentale per il market making moderno.
High Frequency Trading in a Limit Order Book
Il modello produce due output.
Prezzo di riserva:
r = s - q · γ · σ² · (T - t)
Dove s è il prezzo medio, q è il tuo inventario corrente, γ è il tuo parametro di avversione al rischio, σ è la volatilità e T meno t è il tuo orizzonte temporale.
Questo è il prezzo al quale sei indifferente tra mantenere l'inventario corrente e fare una nuova operazione. Quando sei long, si trova al di sotto del prezzo medio. Quando sei short, si trova al di sopra.
Semispread ottimale:
δ = γ · σ² · (T - t) + (2/γ) · ln(1 + γ/κ)
Dove κ è il parametro del tasso di arrivo degli ordini stimato dall'attività di trading recente.
Questa è la distanza dal prezzo di riserva alla quale quoti il tuo bid e ask. Si allarga quando la volatilità aumenta. Si allarga quando il flusso di ordini rallenta. Si restringe quando la piattaforma diventa più attiva.
Ogni market maker istituzionale esegue questo modello con variazioni.
La matematica è pubblica. L'infrastruttura per eseguirla continuamente su più piattaforme è ciò che ha creato il fossato.
Dove il retail non può competere.
Le azioni statunitensi di alto livello sono bloccate. SPY, QQQ, IWM e i primi 500 nomi per volume sono dominati da market maker con colocation presso NYSE e Nasdaq.
Le loro quotazioni raggiungono la borsa in microsecondi. Le tue quotazioni raggiungono la borsa in 20-100 millisecondi attraverso le API dei broker consumer. Verrai beccato su ogni movimento significativo.
Non tentare questo su SPY. Non tentare questo sulle principali azioni statunitensi. Non tentare questo sulle principali coppie FX. Non tentare questo sui titoli di Stato USA on-the-run. Le piattaforme sub-millisecondo sono solo per istituzionali.
Dove il retail compete realmente.
Tre piattaforme premiano la latenza retail e pagano reali economie di spread.
Perpetual DEX:
Hyperliquid e dYdX offrono trading su order book, bassa latenza, incentivi maker e API programmabili, rendendole le piattaforme più forti per il market making retail.
Mercati di Previsione:
Polymarket offre spread ampi e latenza a livello di secondi, permettendo ai bot retail di catturare margini significativi con meno concorrenza.
Uniswap V3/V4:
La liquidità concentrata ti permette di fornire passivamente liquidità all'interno di intervalli di prezzo e guadagnare commissioni senza dover eseguire un'infrastruttura di quotazione continua.
Parte 2: Il Livello Interfaccia di Grok Bot
Grok Bot è la piattaforma di agenti autonomi di xAI. Ogni bot nominato che crei condivide un computer cloud persistente.
Browser. Filesystem. Terminale. Tutto risiede sulla VM cloud, non sul tuo laptop.
Messaggi a un bot come messaggeresti a un collega su Slack. Il bot prende in carico l'attività. Usa il suo computer per completarla. Riferisce quando è finita.
6 bot per il Desk di Market Making
Per il desk di market making, distribuisci sei bot nominati.
Bot di Quotazione.
Calcola i prezzi di riserva e gli spread ottimali usando Avellaneda-Stoikov.
Legge il prezzo medio corrente, l'inventario corrente, la stima di volatilità corrente e il tasso di arrivo degli ordini corrente dallo spazio di lavoro condiviso.
Output: le attuali quotazioni bid e ask in un file di quotazione condiviso ogni secondo.
Bot di Inventario.
Tiene traccia della posizione su tutte le piattaforme attive.
Regola l'input di inventario per il Bot di Quotazione in tempo reale.
Quando l'inventario si sposta al di fuori della fascia target, invia un avviso al Bot di Rischio.
Bot di Rischio.
Applica gli interruttori di sicurezza. Questo bot non ha autorità di negoziazione.
Un drawdown superiore al 5% del capitale allocato attiva il ritiro immediato delle quotazioni su tutte le piattaforme.
Un inventario al di fuori della fascia rigida attiva ordini di copertura direzionale attraverso l'API della piattaforma.
Un picco di volatilità al di sopra della soglia attiva l'allargamento delle quotazioni o il ritiro completo per una finestra definita.
Bot di Riconciliazione.
Abbina ogni ordine eseguito con le esecuzioni previste.
Cattura errori API, cancellazioni mancate, esecuzioni fantasma, discrepanze lato piattaforma.
Viene eseguito ogni 30 secondi confrontando la posizione riportata dalla piattaforma con il libro posizioni interno.
Bot di Microstruttura.
Osserva la profondità del book degli ordini, le quotazioni dei market maker concorrenti e le dinamiche dello spread su ogni piattaforma attiva.
Quando un MM concorrente allarga gli spread, avvisa il Bot di Quotazione di considerare un allargamento.
Quando la profondità del book diminuisce, segnala un aumento del rischio di inventario.
Bot di Filtro Macro.
Osserva gli eventi macro che allargano gli spread.
Utilizza l'integrazione nativa di Grok Bot con X per account di governatori della Fed, Trump Truth Social, account di rilascio dati macro.
Quando si verifica un evento materiale, istruisce il Bot di Quotazione ad allargare o ritirare le quotazioni per una finestra definita.
Sei bot. Ognuno risponde a conversazioni in linguaggio naturale. Ognuno ha un ruolo specifico. Ognuno scrive nello spazio di lavoro condiviso sul computer cloud di Grok Bot.
Messaggi al Bot di Rischio in inglese semplice:
"Imposta il limite di drawdown giornaliero al 5% del capitale allocato. Imposta l'inventario massimo a 50 contratti. Allarga le quotazioni a 3x la norma se la volatilità realizzata a 30 secondi supera 3x la stima mobile."
Il Bot di Rischio aggiorna le sue regole di applicazione. Il ciclo di quotazione successivo utilizza i nuovi limiti.
Messaggi al Bot di Filtro Macro:
"Tieni d'occhio l'account X di Powell, Truth Social di Trump e il feed di rilascio del BLS. Se viene pubblicato un post materiale, dì al Bot di Quotazione di ritirare le quotazioni per 15 minuti."
Il Bot di Filtro Macro distribuisce la routine di monitoraggio.
Questa è la cabina di pilotaggio in linguaggio naturale. Ogni cambiamento operativo avviene attraverso la conversazione. Nessun file di configurazione. Nessuna nuova distribuzione. Nessuna perdita di contesto.
Ora, ecco dove il desk a sei bot incontra il suo primo vero vincolo infrastrutturale.
Parte 3: Il Livello Infrastrutturale Kimi K3
Ho cercato di gestire un desk di market making personale per l'ultimo anno.
Ogni tentativo ha incontrato gli stessi tre muri.
Il monitoraggio continuo del book degli ordini su più piattaforme è crollato per primo.
Nessun modello AI consumer poteva generare abbastanza flussi di monitoraggio paralleli per coprire effettivamente Hyperliquid, dYdX e Polymarket nello stesso secondo.
L'implementazione Python di Avellaneda-Stoikov è stato il secondo muro.
La matematica è semplice, ma il codice deve essere eseguito continuamente, iterare su se stesso ed evolversi al variare delle condizioni di mercato. Le configurazioni tradizionali di modello-in-un-notebook sono fallite perché il codice non poteva mantenere lo stato tra le sessioni di trading.
Il dashboard live è stato il terzo muro.
Ogni market maker serio osserva una visualizzazione live di quotazioni, esecuzioni, inventario e comportamento dei MM concorrenti. Costruirlo richiedeva l'assunzione di un ingegnere frontend.
Poi, il mese scorso, ho trovato lo strumento che ha abbattuto tutti e tre i muri contemporaneamente.
Kimi K3 di Moonshot AI.
Kimi K3 è un modello mixture-of-experts da 2,8 trilioni di parametri con una finestra di contesto di un milione di token per agente. È disponibile in due varianti. K3 Max per chat e attività a agente singolo. K3 Swarm Max per elaborazione parallela su larga scala e codifica agentica a lungo orizzonte.
K3 Swarm Max esegue l'infrastruttura di market making sotto il tuo desk Grok Bot.
Kimi K3 di Moonshot AI
Quattro capacità specifiche lo fanno funzionare.
Capacità 1: Codifica agentica a lungo orizzonte.
Kimi K3 mantiene il contesto di codifica attraverso sessioni che durano giorni.
L'implementazione Python di Avellaneda-Stoikov vive in un'unica base di codice persistente.
Kimi K3 migliora iterativamente il codice al variare delle condizioni di mercato.
Noti che i tuoi spread vengono beccati nella finestra dalle 14:00 alle 16:00 ET su Hyperliquid. Messaggi a Kimi K3:
"Lo stimatore di volatilità sta sottostimando la vol realizzata nella finestra 14-16 ET su Hyperliquid. Regola lo stimatore per pesare di più i dati tick recenti."
Kimi K3 modifica il codice. Il ciclo di quotazione successivo utilizza il modello aggiornato. Nessuna nuova distribuzione. Nessuna perdita di contesto.
Questa è la capacità che trasforma una costruzione una tantum in un ciclo composto.
Capacità 2: Trecento sotto-agenti paralleli.
K3 Swarm Max può generare fino a 300 sotto-agenti su un coordinatore.
Per il market making multi-piattaforma, questo significa:
- 60 sotto-agenti che monitorano i book degli ordini di Hyperliquid su 60 coppie simultaneamente
- 40 sotto-agenti su dYdX
- 40 sotto-agenti su Polymarket attraverso i mercati attivi
- 60 sotto-agenti sui pool di liquidità concentrata di Uniswap V3
- 40 sotto-agenti che osservano i rilasci di dati macro
- 60 sotto-agenti che osservano gli account X di CEO e banche centrali per eventi che influenzano lo spread
Tutti alimentano un coordinatore che mantiene lo stato aggregato della microstruttura.
Capacità 3: Contesto di un milione di token per agente.
Ogni agente contiene fino a un milione di token.
Per il market making, questo significa che il coordinatore contiene ogni snapshot del book degli ordini, ogni esecuzione, ogni cambiamento di inventario, ogni avviso macro di un'intera giornata di trading.
Il modello Avellaneda-Stoikov viene eseguito con il contesto storico completo. Le stime di volatilità provengono dal flusso di ordini completo. Non campioni frammentati. Non riassunti con perdita di dati.
Capacità 4: Generazione di codice nativo per il dashboard.
Il dashboard di market making richiedeva l'assunzione di un ingegnere frontend.
Kimi K3 scrive React di produzione su richiesta.
Descrivi il dashboard in inglese semplice. Genera la base di codice completa e funzionante in pochi minuti.
Visualizzazione live delle quotazioni. Mappa di calore dell'inventario. Cronologia delle esecuzioni. Grafico delle dinamiche dello spread. Indicatore di presenza dei MM concorrenti. Stato dell'interruttore di sicurezza.
Ogni pannello viene renderizzato live. Ogni visualizzazione si aggiorna ogni secondo. Ogni grafico attinge dallo spazio di lavoro condiviso.
Insieme, queste quattro capacità colmano il divario tra "prodotto AI consumer" e "desk di market making di produzione".
Kimi K3 è ciò che rende il motore di quotazione, il monitoraggio multi-piattaforma, il dashboard e il miglioramento iterativo del codice tutti distribuibili da una singola persona su un laptop.
L'unica cosa che Kimi K3 non sostituisce è l'interfaccia in linguaggio naturale per la conversazione operativa. Non vuoi scrivere query Python ogni volta che allarghi gli spread. Questo è esattamente ciò che Grok Bot offre.
L'intero stack: Grok Bot è la cabina di pilotaggio. Kimi K3 è il motore.
Parte 4: La Guida Esatta alla Costruzione in 8 Passaggi
Ecco esattamente come lanciare il tuo primo bot di market making funzionante questo fine settimana.
Passaggio 1: Configura Grok Bot.
Iscriviti a SuperGrok Heavy su grok.com.
Scarica l'app desktop di Grok Bot.
Crea la struttura di cartelle dello spazio di lavoro:
1/workspace/quotes/2/workspace/inventory/3/workspace/fills/4/workspace/microstructure/5/workspace/macro/6/workspace/dashboard/7/workspace/config/
Passaggio 2: Installa Kimi Work.
Scarica l'app desktop Kimi Work da kimi.com.
Disponibile per Mac con chip Apple Silicon e Windows.
Accedi con il tuo account Moonshot. Abilita K3 Swarm Max in Impostazioni.
Abilita la modalità di sessione di codifica a lungo orizzonte.
Configura Kimi Work per sincronizzare il suo spazio di lavoro con il tuo spazio di lavoro Grok Bot tramite sincronizzazione cloud.
Passaggio 3: Fai costruire a Kimi K3 il motore di quotazione Avellaneda-Stoikov.
Apri Kimi Work. Inviagli un messaggio diretto:
1Costruiscimi un'implementazione Python di produzione del modello di market making Avellaneda-Stoikov.23Formula del prezzo di riserva: r = s - q * gamma * sigma^2 * (T - t)4Formula del semispread ottimale: delta = gamma * sigma^2 * (T - t) + (2/gamma) * ln(1 + gamma/kappa)56Input:7- Prezzo medio corrente s (dall'API della piattaforma)8- Inventario corrente q (dal file di posizione)9- Stima di volatilità sigma (finestra mobile di 60 secondi dei rendimenti)10- Orizzonte temporale T (finestra mobile predefinita di 3600 secondi)11- Parametro di avversione al rischio gamma (predefinito 0.1)12- Parametro del tasso di arrivo degli ordini kappa (stimato dalle esecuzioni recenti)1314Output scritti in /workspace/quotes/current.json ogni 1 secondo:15- reservation_price16- half_spread17- bid_quote = reservation_price - half_spread18- ask_quote = reservation_price + half_spread1920Includi:21- Controllo dell'interruttore di sicurezza: se /workspace/config/kill-switch.txt contiene "STOP", ritira tutte le quotazioni ed esci22- Protezione dai picchi di volatilità: se la vol realizzata negli ultimi 30 secondi supera 3x la stima mobile, allarga gli spread di 2x per i prossimi 60 secondi23- Applicazione della fascia di inventario: se abs(q) supera max_inventory nella configurazione, inclina le quotazioni per ridurre l'inventario2425Costruisci adattatori specifici per piattaforma per Hyperliquid Python SDK e Polymarket CLOB API. Salva in /workspace/engines/quoting-engine/.
Kimi K3 genera l'implementazione Python di produzione completa.
La matematica è corretta. Gli adattatori per le piattaforme funzionano. Gli interruttori di sicurezza si applicano.
Passaggio 4: Fai costruire a Kimi K3 il dashboard live.
Messaggio a Kimi K3:
1Costruiscimi un dashboard di market making live come applicazione React locale. Includi:23- Striscia superiore: prezzo medio corrente, prezzo di riserva, quotazione bid, quotazione ask per la piattaforma attiva. Aggiorna ogni 1 secondo.45- Pannello sinistro: grafico dell'inventario live nell'ultima ora. Zone colorate che mostrano target (verde), avviso (giallo), kill (rosso).67- Pannello centrale: visualizzazione della profondità del book degli ordini. Bid sulla metà sinistra, ask sulla metà destra. Le tue quotazioni evidenziate in arancione.89- Pannello destro: cronologia delle esecuzioni nell'ultima ora. Ogni esecuzione mostra timestamp, lato, dimensione, prezzo, P&L corrente.1011- Striscia inferiore: grafico della cronologia dello spread. Il tuo spread quotato vs spread di mercato vs miglior spread del MM concorrente.1213- Tema scuro con accento arancione.14- Servito su localhost:3000.15- Auto-aggiornamento ogni 1 secondo.1617Salva il progetto completo in /workspace/dashboard/.
Kimi K3 genera l'applicazione React completa in un colpo solo.
Esegui npm install && npm run dev nella cartella del dashboard.
Il tuo dashboard live è su localhost:3000.
Passaggio 5: Distribuisci lo sciame di monitoraggio multi-piattaforma di Kimi K3.
In Kimi Work, crea una routine chiamata "venue-monitor".
Pianificazione: Continua durante gli orari di trading della piattaforma. I Perp DEX funzionano 24/7. Polymarket funziona 24/7.
Configura la routine per generare sotto-agenti paralleli:
- 60 sotto-agenti Hyperliquid (uno per coppia scambiata)
- 40 sotto-agenti dYdX
- 40 sotto-agenti Polymarket attraverso i mercati attivi
- 60 monitor di pool Uniswap V3
- 40 monitor di rilascio dati macro
- 60 monitor di account X per eventi che influenzano lo spread
Ogni sotto-agente osserva la profondità del book assegnato, le quotazioni top-of-book e il nastro delle transazioni recenti.
Quando un sotto-agente rileva un cambiamento materiale della microstruttura, scrive in /workspace/microstructure/live.json.
Il Motore di Quotazione legge questo file ogni secondo e regola di conseguenza gli input del modello.
Passaggio 6: Distribuisci i sei bot dell'interfaccia Grok Bot.
Nella barra laterale di Grok Bot, clicca "Nuovo Bot" sei volte.
Crea Bot di Quotazione, Bot di Inventario, Bot di Rischio, Bot di Riconciliazione, Bot di Microstruttura, Bot di Filtro Macro.
Per ogni bot, incolla la descrizione del ruolo corrispondente alla sua funzione.
Esempio per il Bot di Rischio:
1Sei il Bot di Rischio per un desk di market making personale.23Ogni 10 secondi controlli:41. /workspace/inventory/current.json per la posizione su tutte le piattaforme52. /workspace/fills/YYYYMMDD.json per il P&L cumulativo di oggi63. /workspace/microstructure/live.json per lo stato di volatilità78Condizioni di attivazione:9- Drawdown giornaliero superiore al 5% del capitale allocato:10 Scrivi "STOP" in /workspace/config/kill-switch.txt. Avvisa l'operatore.11- Inventario al di fuori della fascia rigida (3x la dimensione normale della posizione):12 Inoltra ordine di copertura attraverso l'API della piattaforma. Avvisa l'operatore.13- Volatilità realizzata superiore a 5x la stima mobile:14 Istruisci il Bot di Quotazione ad allargare gli spread di 3x.15- Qualsiasi tasso di errore API della piattaforma superiore al 5% negli ultimi 60 secondi:16 Ritira le quotazioni su quella piattaforma fino a quando il tasso di errore non si normalizza.1718Non hai autorità di negoziazione. Le regole sono regole ferree. Applicale.
Ripeti per gli altri cinque bot.
Passaggio 7: Collega il flusso di lavoro.
Il tuo Motore di Quotazione (in esecuzione su Kimi K3) legge lo stato del mercato da /workspace/microstructure/live.json e scrive le quotazioni in /workspace/quotes/current.json.
Il tuo Bot di Quotazione Grok Bot legge il file di quotazione corrente e inoltra le quotazioni alle API della piattaforma.
Il tuo Bot di Rischio interroga le posizioni ogni 10 secondi e applica gli interruttori di sicurezza.
Il tuo dashboard legge tutti i file condivisi e renderizza lo stato live.
Il tuo Bot di Filtro Macro utilizza l'integrazione nativa di Grok Bot con X per osservare gli account dei governatori della Fed e Trump Truth Social.
Passaggio 8: Testa prima su Polymarket, poi scala.
Inizia con Polymarket per il primo test.
Scegli un mercato sottile con spread da 200 a 500 punti base.
Imposta un capitale allocato ridotto (da 200€ a 500€). Imposta il drawdown massimo del Bot di Rischio al 10% del capitale allocato (perdita massima da 20€ a 50€).
Messaggio al tuo Bot di Quotazione:
"Inizia a quotare il mercato Polymarket per [linea elettorale X]. Utilizza 500€ di capitale allocato. Inventario massimo 100 contratti. Allarga gli spread se l'inventario supera 50."
Osserva il dashboard. Osserva le esecuzioni. Osserva l'inventario oscillare intorno allo zero.
Dopo 24 ore, messaggio a Kimi K3:
"Analizza le ultime 24 ore di esecuzioni. Mostrami la distribuzione delle esecuzioni, il tempo medio di detenzione, la cattura dello spread realizzato e qualsiasi schema in cui sono stato beccato. Proponi una regolazione specifica del modello."
Kimi K3 analizza il codice, le esecuzioni, la cronologia dello stato del mercato. Propone una regolazione. Approvi. Kimi K3 modifica l'implementazione Avellaneda-Stoikov. Il ciclo successivo utilizza il modello aggiornato.
Questo è il ciclo composto. Ogni 24 ore il modello diventa più affilato.
Costruzione in 8 passaggi
Una volta che Polymarket funziona correttamente per una settimana, aggiungi Hyperliquid. Poi dYdX. Poi Uniswap V3.
Riepilogo
Il market making è l'attività di quotare prezzi bid e ask continui e catturare lo spread mentre si gestisce il rischio di inventario.
Ogni desk istituzionale esegue il modello Avellaneda-Stoikov.
La matematica è pubblica. L'infrastruttura per eseguirla continuamente ha creato il fossato.
Questo fossato è appena crollato per tre piattaforme specifiche dove la latenza retail compete realmente: Hyperliquid, Polymarket e la liquidità concentrata di Uniswap V3/V4.
Lo stack completo:
Grok Bot come cabina di pilotaggio in linguaggio naturale con sei bot nominati (Quotazione, Inventario, Rischio, Riconciliazione, Microstruttura, Filtro Macro).
Kimi K3 Swarm Max come motore infrastrutturale che esegue l'implementazione Python di Avellaneda-Stoikov, genera 300 sotto-agenti paralleli attraverso le piattaforme, contiene un milione di token di contesto di microstruttura, genera il dashboard live attraverso codice in linguaggio naturale e migliora iterativamente la base di codice attraverso sessioni di codifica agentica a lungo orizzonte.
Insieme, i due strumenti forniscono un'operazione di market making che quota continuamente su più piattaforme, adatta il suo modello al variare delle condizioni di mercato e applica limiti di rischio rigidi senza intervento dell'operatore.
Ambito onesto su ciò che questo sostituisce.
Il motore di quotazione, il livello di monitoraggio multi-piattaforma, il dashboard live, la gestione dell'inventario, l'applicazione del rischio e il filtro macro per il market making su piattaforme accessibili al retail (liquidità concentrata di Hyperliquid, dYdX, Polymarket, Uniswap V3/V4).
Ambito onesto su ciò che questo non sostituisce.
Il market making su azioni statunitensi di alto livello su SPY, QQQ, IWM e i primi 500 nomi per volume, che richiedono colocation, feed di borsa diretti ed esecuzione sub-millisecondo.
Il market making su principali coppie FX, che è dominato dai market maker bancari.
Il market making su titoli di Stato USA on-the-run, che è solo per dealer primari.
Il market making HFT sub-millisecondo ovunque.
Le relazioni di prime brokerage istituzionali per il finanziamento a margine su larga scala.
Essere chiari su questo è importante.
Questo non è un killer di Jane Street. È una reale operazione di market making per le tre piattaforme specifiche dove la latenza retail compete realmente e dove le economie di spread esistono realmente.
Se vuoi costruirlo, iscriviti a SuperGrok Heavy su grok.com e installa Kimi Work su kimi.com.
Poi mandami un DM con la tua configurazione. Analizzerò personalmente le prime 20 configurazioni.
Nei miei articoli precedenti ho analizzato il desk di ricerca, il modello alpha di graph engineering, lo sciame di agenti AI, il sistema di esecuzione di loop engineering, il fondo hedge AI per una persona, il motore di trading di notizie 24/7 e il terminale Bloomberg personale.
Ogni articolo si basa sul precedente.
Questo chiude il cerchio aggiungendo il livello di market making che trasforma il tuo fondo da un price taker direzionale in un fornitore di liquidità continuo.
I trader che costruiranno questo per primi capitalizzeranno l'economia degli spread per il prossimo decennio, a scapito di quei trader che si limitano a prendere liquidità.
Quindi, ecco la domanda su cui riflettere.
Sei il trader che continua a pagare ogni spread e a remunerare i market maker a ogni entrata e uscita, o sei l'architetto che ha costruito un bot che quota entrambi i lati del book 24 ore su 24, 7 giorni su 7, guadagnando invece rebate?
Non esiste una risposta sbagliata. Ma ce ne sono di molto rivelatrici.
