อัตราทด 7.3 เท่า บอกอะไรได้มากกว่าบทความข่าวของ Jane Street ทุกชิ้นรวมกัน วิธีที่ค้นพบอัตรานี้ และที่เก็บโอเพนซอร์สเพื่อทำซ้ำผลงาน
ในปี 2024 Bill Hwang สูญเสีย 20,000 ล้านดอลลาร์ และวงการได้รู้เรื่องนี้จากข่าว ไม่ใช่จาก 13F ไม่ใช่จาก 13D ไม่ใช่จาก Form SHO Archegos ไม่เคยยื่น 13F - เพราะสถานะใน ViacomCBS, Discovery, Tencent Music ถูกจัดโครงสร้างผ่าน total return swaps ซึ่งกรอบกฎหมายไม่ถือว่าเป็น "การถือครอง" นั่นคือเพดานของสิ่งที่สามารถซ่อนไว้ภายใต้กฎหมาย
ก่อนที่จะถอดรหัส Jane Street - ซึ่ง SEBI เผยแพร่เอกสาร 105 หน้าที่ Jane Street อยากให้เป็นความลับมากกว่า - เราต้องตกลงกันก่อนว่าอะไรที่มองเห็นและมองไม่เห็นในข้อมูลสาธารณะ มิฉะนั้น ไม่ว่า LLM pipeline ไหน ก็จะสร้างภาพหลอนที่เขียนได้สวยงามให้คุณ
บทความนี้เกี่ยวกับคดี Jane Street vs SEBI และวิธีที่ถอดรหัสมันได้ในเย็นวันเดียว แทนที่จะใช้เวลานักวิเคราะห์อาวุโสหนึ่งสัปดาห์ วิธีที่นำไปใช้เป็นที่เก็บโอเพนซอร์สพร้อม 6 เทคนิค ชั้นการตรวจสอบ และการกระจายรูปแบบ ลิงก์อยู่ท้ายบทความ
ส่วนที่ 1 สิ่งที่ 13F และเอกสารสาธารณะไม่แสดง
ถ้านักวิเคราะห์ของคุณยังคิดว่า 13F เป็นภาพรวมพอร์ตโฟลิโอ ให้ไล่นักวิเคราะห์คนนั้นออก 13F คือการฉายภาพพอร์ตโฟลิโอที่ถูกกรองและล่าช้า:
- เฉพาะสถานะ Long ในหลักทรัพย์มาตรา 13(f) ไม่มี Short ไม่มี Swap ไม่มีตราสารหนี้ ออปชันรายงานเป็นเพียงมูลค่าเชิงสัญลักษณ์ ไม่มีราคาใช้สิทธิ ไม่มีทิศทาง
- ล่าช้า 45 วัน เมื่อคุณเห็นการถือครองไตรมาส 3 กองทุนอาจอยู่ในไตรมาส 4 แล้ว
- คำขอปกปิดข้อมูลเป็นความลับ Berkshire ซ่อนสถานะที่กำลังสะสมเป็นประจำ 3-12 เดือน; Agarwal และคณะใน \Journal of Finance\ แสดงให้เห็นเชิงประจักษ์ว่าการถือครองที่เป็นความลับสร้าง alpha ที่สูงกว่าอย่างเป็นระบบ
- Window dressing การเปลี่ยนไปถือครองสถานะที่ "น่านับถือ" ช่วงใกล้สิ้นไตรมาส - มีหลักฐานทางวิชาการชัดเจน แต่ไม่สามารถเห็นได้ใน 13F โดยโครงสร้าง
- Form SHO (ซึ่งจะปิดช่องโหว่ของ Short บางส่วน) ถูกเลื่อนไปเป็นกุมภาพันธ์ 2028
วิธีการใดๆ ก็ตามต้องเริ่มต้นด้วยรายการที่ชัดเจนของสิ่งที่เป็นไปไม่ได้ในเชิงโครงสร้างที่จะดึงออกมา มิฉะนั้น คุณกำลังสร้างแบบจำลองของหน้ากากสาธารณะของกองทุน ไม่ใช่ตัวกองทุนเอง
ข่าวดี: หน้ากากต้องสอดคล้องกัน การซ่อนกลยุทธ์ต้องใช้การดำเนินการที่มีต้นทุนทุกไตรมาส - คำขอปกปิดข้อมูล การปรับโครงสร้าง swap การจัดสรรข้ามเขตอำนาจศาล สิ่งเหล่านี้ทิ้งร่องรอยอันดับสอง: การเปลี่ยนแปลงภาษาใน Form ADV ระหว่างปี รูปแบบการจ้างงานบน LinkedIn การยื่นจดสิทธิบัตรใน USPTO ผลงานวิชาการของพนักงาน เอกสารกำกับดูแลจากเขตอำนาจศาลอื่น
LLMs ไม่ได้ค้นพบแหล่งข้อมูลใหม่ แหล่งข้อมูลก็เหมือนเดิม สิ่งที่เปลี่ยนแปลงคือต้นทุนของการอ้างอิงข้าม การเชื่อมต่อสิทธิบัตร USPTO กับบทความวิชาการโดยผู้เขียนคนเดียวกัน ซึ่งเมื่อปีก่อนพูดในงานประชุมที่มีอดีตพนักงานของกองทุนเข้าร่วม - เมื่อก่อนใช้เวลาทั้งวันของนักวิเคราะห์อาวุโส ตอนนี้ด้วย Claude และ prompt caching: 2 ดอลลาร์ในค่า API และ 15 นาที
บน Opus 4.7 การอ่านแคชมีค่าใช้จ่าย 0.50 ดอลลาร์ต่อล้านโทเค็นแทนที่จะเป็น 5 ดอลลาร์ โหลด PDF 105 หน้าเข้าแคชครั้งเดียว จากนั้นเรียกใช้ prompt นับร้อยครั้งในราคา pennies ต่อครั้ง ขั้นตอนการทำงานเปลี่ยนจาก "การวิเคราะห์แพงหนึ่งครั้ง" เป็น "คำถามราคาถูกนับพัน"
ส่วนที่ 2 Jane Street vs SEBI
ไทม์ไลน์:
- เมษายน 2024: Citadel ฟ้อง Jane Street ในนิวยอร์ก กรณียักยอกความลับทางการค้าโดยอดีตพนักงานสองคน คำฟ้องอ้างถึงกลยุทธ์ออปชันอินเดีย - ซึ่งทำให้ SEBI รู้เบาะแส
- กุมภาพันธ์ 2025: NSE ออกคำแนะนำอย่างชัดแจ้งถึง Jane Street
- 3 กรกฎาคม 2025: SEBI เผยแพร่คำสั่งชั่วคราวฝ่ายเดียว 105 หน้า อายัด 4,843 โครรรูปี (565 ล้านดอลลาร์)
- 21 กรกฎาคม 2025: ยกเลิกการอายัดหลังจากวางเงินประกัน
- กันยายน 2025: Securities Appellate Tribunal หยุดการไต่สวนส่วนตัวชั่วคราว เรียกร้องให้ SEBI เปิดเผยเอกสารเพิ่มเติม
- มกราคม 2026: การสอบสวนขยายไปยัง Sensex และกลยุทธ์อื่นๆ ยังไม่มีคำสั่งสุดท้าย
กำไรที่ SEBI ระบุว่า Jane Street ได้รับในช่วง มกราคม 2023 - มีนาคม 2025 จากออปชันอินเดีย: 43,289 โครรรูปี (~5 พันล้านดอลลาร์) เงิน 565 ล้านดอลลาร์ที่ถูกอายัดเป็นเพียง "กำไรโดยมิชอบ" จากวันซื้อขายเฉพาะ
การป้องกันของ Jane Street: "การทำ arbitrage ดัชนีพื้นฐาน, การอำนวยความสะดวกความต้องการขายปลีก" เส้นแบ่งระหว่าง market making และการปั่นหุ้นในตราสารอนุพันธ์นั้นบางมากจริงๆ แต่มีวันหมดอายุ 18 วันที่มีรูปแบบเกือบเหมือนกัน ยังคงอยู่หลังจากคำแนะนำอย่างชัดแจ้งของ NSE - การป้องกันที่ยากขึ้น
ต่อไปนี้: วิธีที่จะได้ข้อสรุปเดียวกันด้วยตัวคุณเองจากเอกสารสาธารณะ
ส่วนที่ 3 หกเทคนิค
บทช่วยสอน LLM เพื่อการเงินส่วนใหญ่บอกว่า "โหลด PDF ถามให้สรุป" เสียบริบทเปล่าๆ
3.1. การทดสอบสมมติฐานในเชิงเป็นปฏิปักษ์ (Hostile hypothesis testing)
ข้อผิดพลาดพื้นฐาน - การขอให้ LLM "อธิบายกลยุทธ์" คุณจะได้เรื่องเล่าที่ขัดเกลา ซึ่ง Claude ใช้คำถามนำของคุณเป็นราง
รูปแบบที่ถูกต้องคือกลับด้าน คุณตั้งสมมติฐาน; Claude ได้บทบาทเป็นผู้วิจารณ์ในเชิงเป็นปฏิปักษ์:
LLMs เก่งในฐานะผู้ตรวจทานหลักฐาน แต่แย่ในฐานะผู้สร้างหลักฐาน ใช้พวกมันในโหมด "หาช่องโหว่ในความคิดของฉัน" ไม่ใช่โหมด "คิดแทนฉัน"
3.2. กลุ่มสมมติฐานที่แข่งขันกัน (Ensemble of competing hypotheses)
จะเกิดอะไรขึ้นถ้าสมมติฐานที่ถูกต้องไม่ใช่สมมติฐานที่คุณตั้งไว้? เรียกใช้ Claude หลายอินสแตนซ์พร้อมกันด้วยกรอบการตีความที่แตกต่างกัน: "นี่คือการปั่นหุ้น" "นี่คือ market making ที่ถูกต้อง" "นี่คืออย่างอื่น" meta-prompt เปรียบเทียบผลลัพธ์สามชุดและระบุจุดที่แตกต่างกัน ในจุดที่ทั้งสามกรอบเห็นพ้องต้องกันในข้อเท็จจริงเดียวกันแต่ได้ข้อสรุปต่างกัน - นั่นคือจุดที่ข้อมูลไม่เพียงพอ การวินิจฉัยความไม่รู้ของตัวเอง ซึ่งในการวิจัยมีค่ามากกว่าคำตอบเดียวใดๆ
3.3. การหาความแตกต่างเชิงเวลา (Temporal differencing)
เอกสารประเภทเดียวกัน (Form ADV เป็นเป้าหมายที่ให้ผลดีที่สุด) จากบริษัทเดียวกันในปีที่ต่างกัน ให้ Claude ค้นหาการเปลี่ยนแปลงภาษา โดยเฉพาะในส่วนที่เป็นเทมเพลต กองทุนส่วนใหญ่คัดลอก ADV ต่อเนื่องปีต่อปี; เมื่อมีบางอย่างเปลี่ยนไปในภาษาการบริหารความเสี่ยง มันเป็นสัญญาณว่าฝ่ายปฏิบัติตามกฎระเบียบตัดสินใจว่าถ้อยคำเก่าไม่สามารถปกป้องพวกเขาได้อีกต่อไป
สิ่งที่น่าสนใจที่สุด: จุดที่ภาษาเก่าหายไป ข้อความที่ถูกลบมักจะหมายความว่ามันไม่เป็นความจริงอีกต่อไป
3.4. การสามเหลี่ยมข้ามเอกสาร (Cross-document triangulation)
เอกสารหนึ่งชิ้นคือเรื่องเล่า สามเอกสารคือการสามเหลี่ยม ข้อกล่าวอ้างจากแหล่ง A (คำสั่ง SEBI), การยืนยันใน B (วรรณกรรมวิชาการเกี่ยวกับโครงสร้างจุลภาคของวันหมดอายุ), ความขัดแย้งใน C (การสื่อสารภายในของ Jane Street) Claude เรียกใช้จุดตัดกับข้อกล่าวอ้างร้อยข้อในเซสชันเดียวพร้อมคะแนนความเชื่อมั่น ข้อกล่าวอ้างที่ผ่านการตรวจสอบทั้งสาม - ความจริงในการดำเนินงาน ข้อกล่าวอ้างที่ผ่าน A และถูกขัดแย้งโดย B และ C - จุดที่หน่วยงานกำกับดูแลเกินเลยไป
3.5. Prompt caching
คำสั่ง SEBI 105 หน้า มีประมาณ 120,000 โทเค็น โหลดครั้งแรกด้วยแคช 1 ชั่วโมง: ~1.20 ดอลลาร์ แต่ละคำถามถัดไป: ~0.06 ดอลลาร์ หลังจาก 50 คำถาม - 4 ดอลลาร์และภาพตัดขวางเชิงวิเคราะห์ 50 แบบ
สิ่งที่เปลี่ยนแปลงไม่ใช่ต้นทุน แต่เป็นโครงสร้างของงาน: จาก "สามคำถามต่อเอกสาร" เป็น "สามร้อยคำถาม"
3.6. การสอบสวนเอกสารในเชิงเป็นปฏิปักษ์ (Adversarial document interrogation)
เอกสารจากฝ่าย A (คำสั่ง SEBI) ป้อนให้ Claude และขอให้มันเล่นเป็นคู่ต่อสู้ของ A - ทีมป้องกันของ Jane Street - และสร้างคำถามที่ตรงเป้าซึ่งจะบ่อนทำลายข้อกล่าวอ้างเชิงข้อเท็จจริงเฉพาะ รายการที่ได้คือการคาดการณ์ว่าโครงสร้างการป้องกันจะเป็นอย่างไร คำสั่งสุดท้ายอาจอีกหนึ่งปี อุทธรณ์อีกสองปี - แต่แผนที่ของช่องโหว่ที่อาจเกิดขึ้นอยู่ในมือคุณแล้ววันนี้
ส่วนที่ 4 วิธีกำจัดภาพหลอน
ถ้าไม่มีสิ่งนี้ หกเทคนิคจะกลายเป็นเรื่องไร้สาระที่เขียนอย่างสวยงาม สามกฎ ซึ่งบังคับใช้ในโค้ดผ่าน Pydantic:
บังคับใช้ห่วงโซ่แหล่งที่มา ทุกข้อกล่าวอ้างมีหลักฐานการสืบค้นอย่างสมบูรณ์: \source_url\, \source_document_hash\, \source_page\, \extraction_timestamp\, \extraction_model\, \verification_status\ หากไม่มีห่วงโซ่ที่สมบูรณ์ - Pydantic ปฏิเสธ
การตรวจสอบคำพูดแบบคำต่อคำ ทุกคำพูดจาก LLM ถูกจับคู่สตริงกับเอกสารต้นทางโดยอัตโนมัติ หากไม่พบ - \verification_status="failed"\ ข้อกล่าวอ้างถูกยกเลิก
การลงคะแนนกลุ่ม การ enrich ทุกครั้งจะทำงาน N ครั้งด้วย seed ต่างกัน (ค่าเริ่มต้น 3) ข้อกล่าวอ้างที่เห็นด้วย 2/3 ขึ้นไป ได้รับความเชื่อมั่นสูง ความไม่เห็นด้วยจะมองเห็นได้ในผลลัพธ์สุดท้าย
สูตรความเชื่อมั่นในโค้ด:
ทุกน้ำหนักมีฟิลด์ \weight_justification\ ที่จำเป็น โครงการเริ่มต้น: 0.4 สำหรับตัวบ่งชี้โครงสร้าง, 0.3 สำหรับเกณฑ์ตัวเลข, 0.2 สำหรับรูปแบบ regex, 0.1 สำหรับการดึงความหมายด้วย LLM (ต่ำที่สุด เพราะเป็นอัตวิสัยมากที่สุด)
ในการคาดการณ์ - \adversarial_analysis\ และ \falsification_criteria\ เป็นสิ่งจำเป็น Pydantic ปฏิเสธค่าว่าง
การออกแบบ prompt LLM คือสิบเปอร์เซ็นต์ของงาน เก้าสิบเปอร์เซ็นต์คือโค้ดรอบๆ LLM ที่จับและยกเลิกสิ่งที่ LLM สร้างขึ้นมา
ส่วนที่ 5 คุณสามารถเชื่อถือหน่วยงานกำกับดูแลได้หรือไม่
ข้อโต้แย้งโดยธรรมชาติ: ถ้าวิธีการสร้างขึ้นจากเอกสารกำกับดูแล และหน่วยงานกำกับดูแลมีความลำเอียงอย่างเห็นได้ชัด - อะไรคือสิ่งที่ยึดความไว้วางใจ?
ความถูกต้องของการวิจารณ์ ประตูหมุนระหว่าง SEC และอุตสาหกรรมได้รับการบันทึกไว้ (Mary Jo White, Jay Clayton) การบังคับใช้แบบเลือกปฏิบัติมีจริง - Madoff ไม่ถูกจับเป็นเวลา 16 ปีแม้จะมีรายงานของ Markopolos ในปี 2000, 2005, 2007 หลังจากปี 2008 ผู้บริหารระดับสูงของธนาคารใหญ่ๆ ศูนย์รายได้รับการดำเนินคดีอาญา เทียบกับการตัดสินลงโทษกว่า 1,000 รายหลังจากวิกฤต S&L ในทศวรรษ 1980 ฝ่ายบังคับใช้ของ SEC มีบุคลากร 1,300 คน เทียบกับอุตสาหกรรมที่มีคนนับล้าน
เหตุใดสิ่งนี้จึงไม่เกี่ยวข้องกับวิธีการ
ความลำเอียงทำงานในทิศทางเดียว หน่วยงานกำกับดูแลอาจปฏิเสธที่จะยื่นคดี แต่การเผยแพร่คำสั่ง 105 หน้าเป็นการตัดสินใจคนละประเภทกัน ณ จุดนั้น ความเสี่ยงของหน่วยงานกำกับดูแลคือการกล่าวเกินจริง ไม่ใช่การกล่าวน้อยเกินไป: ฝ่ายตรงข้ามมีทรัพยากรที่จะรื้อถอนข้อโต้แย้งที่อ่อนแอในศาล
SEBI ≠ SEC SEBI กับบริษัทสหรัฐฯ - การเมืองกลับด้าน: แสดงอำนาจอธิปไตย ปกป้องนักลงทุนรายย่อยในประเทศ การบังคับใช้ข้ามเขตอำนาจศาลนั้นรุนแรงกว่าระดับประเทศอย่างเป็นระบบ
ตัวเลข vs เรื่องเล่า คำสั่ง SEBI มีเรื่องเล่า ("การปั่นหุ้น," "แผนการอันชั่วร้าย") และส่วนที่เป็นข้อเท็จจริงพร้อมตัวเลขเฉพาะ (ตาราง 7, 8, 16, 17) เรื่องเล่าสามารถบิดเบือนได้ ตัวเลขมาจากบันทึกการแลกเปลี่ยนและรายงานนายหน้าซึ่ง Jane Street เองได้ส่งเข้าสู่ระบบกำกับดูแลของอินเดีย การปลอมแปลงตัวเลขคือความรับผิดทางอาญาสำหรับพนักงานหน่วยงานกำกับดูแล
การตรวจสอบในเชิงเป็นปฏิปักษ์ Jane Street กำลังต่อสู้อย่างแข็งขัน ทนายความระดับบน ยื่นอุทธรณ์ พวกเขาโต้แย้งการตีความ ("นี่ไม่ใช่การปั่นหุ้น มันคือ arbitrage") ไม่ใช่ข้อเท็จจริง ("เราไม่ได้ซื้อ underlying มากขนาดนั้น") ถ้าตัวเลขถูกกุขึ้น นั่นจะเป็นข้อโต้แย้งแรกของพวกเขาที่ SAT ระบบ adversarial กำลังทำงานของมัน
สิ่งที่วิธีการทำกับสิ่งนี้ การแยกตามประเภทข้อกล่าวอ้าง: ข้อกล่าวอ้างเชิงข้อเท็จจริง → เชื่อถือได้ (ตรวจสอบได้ ผ่านการตรวจสอบในเชิงเป็นปฏิปักษ์); ข้อกล่าวอ้างเชิงสาเหตุ/เจตนา → สามเหลี่ยมกับแหล่งอื่น; การกำหนดลักษณะทางกฎหมาย → ไม่ใช่โดเมนของเรา รอคำสั่งสุดท้าย การสอบสวนเอกสารในเชิงเป็นปฏิปักษ์ (ส่วนที่ 3.6) โดยเฉพาะซื้อมุมมองของฝ่ายป้องกันจากตัวเอกสารเอง
หน่วยงานกำกับดูแลไม่ได้เป็นกลาง แต่คำสั่งบังคับใช้ที่เผยแพร่ผ่านตัวกรอง adversarial ทำให้ข้อกล่าวอ้างเชิงข้อเท็จจริงของพวกเขาแข็งแกร่งกว่าแหล่งข้อมูลทางเลือกส่วนใหญ่ เชื่อถือตัวเลข ไม่ใช่เรื่องเล่า
ส่วนที่ 6 กลไกเชิงปริมาณ: สมุดคำสั่งซื้อขายในวันที่ 17 มกราคม 2024
"Jane Street ถือครอง 20%+ ของมูลค่าการซื้อขายรายวัน" ฟังดูเป็นหลักฐานมัดตัว - แต่เพียงอย่างเดียว มันไม่ได้พิสูจน์อะไร
BANKNIFTY คือดัชนีของธนาคารอินเดียที่ใหญ่ที่สุด 12 แห่ง Index options เป็นการชำระด้วยเงินสดตามค่าเฉลี่ยถ่วงน้ำหนักของ 30 นาทีสุดท้ายของการซื้อขายหลักทรัพย์ส่วนประกอบ Market maker ที่ถือตำแหน่ง gamma ขนาดใหญ่ในขณะนั้นจำเป็นต้องป้องกันความเสี่ยงผ่านเงินสดและฟิวเจอร์ส
การป้องกันความเสี่ยงของ market maker ในทางเทคนิคสามารถเคลื่อนย้ายตลาดได้ ถ้าตำแหน่งออปชันของคุณต้องการขาย underlying มูลค่า 200 ล้านดอลลาร์ใน 30 นาที flow ของคุณเองสร้างแรงกดดันด้านลบ นั่นคือฟิสิกส์ ไม่ใช่เจตนา
ตัวเลขจากคำสั่ง
SEBI ระบุว่าวันที่ 17 มกราคม 2024 เป็นวันที่ชัดเจนที่สุด ตัวเลขจากหน้า 25-40 (ตาราง 7, 8, 16, 17):
ส่วนที่ 7 สิ่งที่เทคนิคเหล่านี้มอบให้คุณวันนี้
เราถอดรหัสคำสั่งปี 2025 เกี่ยวกับเหตุการณ์ในปี 2023-2024 - สิ่งนั้นให้อะไรกับคุณตอนนี้? ถ้าผลลัพธ์เดียวคือการสร้างกลยุทธ์ที่ล้าสมัยขึ้นมาใหม่ นี่จะเป็นวิธีการสำหรับนักข่าว ไม่ใช่สำหรับเทรดเดอร์
แต่ละเทคนิคคือตัวตรวจจับรูปแบบที่ทำงานกับข้อมูลในปัจจุบัน Jane Street เป็นกรณีศึกษา ห้าการประยุกต์ใช้กับข้อมูลสด:
- เลเวอเรจ 7.3 เท่าในฐานะลายเซ็นตรวจจับ Market maker ใดๆ ที่สังเกตได้ผ่านข้อมูลสาธารณะ (รวม 13F + ข้อมูล Options Clearing Corp + รายงานปริมาณเวนิว) ที่มีอัตราส่วนมูลค่าเชิงสัญลักษณ์ออปชันต่อตำแหน่ง underlying สูงกว่า 5 เท่า คือโครงสร้างแบบ Jane Street ก่อนปี 2025 การตรวจสอบอย่างต่อเนื่องใน 20-30 บริษัท HFT ที่ใหญ่ที่สุดให้การเตือนล่วงหน้าสำหรับ: (a) short volatility บน ETF ที่มีความเสี่ยงหากหน่วยงานกำกับดูแลเริ่มเคลื่อนไหว, (b) โอกาสด้านความสามารถในการรองรับหากบริษัทออกไปหลังการบังคับใช้
- การวิเคราะห์ผลกระทบ LTP ในฐานะการตรวจสอบสถานะ วิธีการของ SEBI ตอนนี้เป็นส่วนหนึ่งของชุดเครื่องมือกำกับดูแล ผู้จัดสรรเงินทุนใดๆ หลังจากกรกฎาคม 2025 ควรขอมาตรวัดผลกระทบ LTP ใน DDQ ถ้ากองทุนของคุณดำเนินการ market making - สร้างการตรวจสอบนี้ภายในตอนนี้
- รูปแบบ P&L ไม่สมมาตรสำหรับการคัดกรองแบบเรียลไทม์ สำหรับทุก multi-leg strategy ในการจัดสรรพอร์ตของคุณ ตรวจสอบรูปแบบ loss-leader ที่เป็นระบบระหว่างขา ถ้ามีอยู่ - ความเสี่ยงด้านการปฏิบัติตามข้อกำหนดโดยไม่คำนึงถึงเจตนา
- ออปชันอินเดียในฐานะข้อมูลเชิงลึกเชิงโครงสร้างที่นำไปปฏิบัติได้ 61% ของปริมาณ equity options ทั่วโลกซื้อขายในอินเดีย (ข้อมูลเมษายน 2025) Jane Street ถอนตัว - สภาพคล่องที่ว่างถูกกระจายไปยัง Tower, Citadel Securities, Optiver, IMC หน้าต่างที่เปิดอยู่ 6-18 เดือน หลังจากนั้น SEBI มีแนวโน้มที่จะแนะนำเพดานการมีส่วนร่วม การซื้อขายที่ใช้งาน: การสร้างความสามารถในการรองรับในอินเดีย, การเปิดสถานะ Short ในบริษัทที่มีรายได้จากอินเดียมากเกินไปโดยไม่มีความหลากหลาย
- JSI/JSI2/สิงคโปร์/ฮ่องกงในฐานะแม่แบบการทำ arbitrage ด้านกฎระเบียบ โครงสร้างนี้ถูกใช้โดยบริษัท HFT ต่างชาติอย่างน้อยหนึ่งโหล SEBI กำลังสร้างบรรทัดฐาน สำหรับบริษัท HFT ต่างชาติใดๆ ที่คุณมี exposure (โดยตรงหรือผ่าน ETF) ตรวจสอบการยื่นต่อสาธารณะสำหรับการกำหนดเส้นทาง DTAA ถ้ามีอยู่ - ปรับส่วนเพิ่มความเสี่ยงด้านกฎระเบียบขึ้น
แต่ละอย่างคือรูปแบบในอดีตที่แปลงเป็นเกณฑ์การคัดกรองที่มองไปข้างหน้า วิธีการสำหรับการระบุ (a) โครงสร้างออปชันที่มีเลเวอเรจ, (b) พฤติกรรมที่มีผลกระทบ LTP รุนแรง, (c) ลายเซ็น PnL ไม่สมมาตร, (d) โอกาสในตลาดที่บิดเบือนเชิงโครงสร้าง, (e) สถาปัตยกรรมการทำ arbitrage ด้านกฎระเบียบ - เครื่องมือที่ใช้งานได้ นำไปใช้กับ 8-Ks, 13Ds, ADVs ในปัจจุบัน
ส่วนที่ 8 สิ่งที่อยู่ในที่เก็บ
ถ้าแต่ละเทคนิคทำงานในโหมดครั้งเดียว ไม่มีอะไรขัดขวางการแปลงเป็นระบบตรวจสอบต่อเนื่องผ่านฟีด RSS ของหน่วยงานกำกับดูแล การกำหนดสิทธิบัตร USPTO, API การยื่นฟ้องของศาล และต่อไป - การดึงรูปแบบโครงสร้างที่เกิดขึ้นซ้ำจากกรณีที่วิเคราะห์แล้วและจับคู่กับกองทุนอื่นๆ ในเชิงสถาปัตยกรรม ฐานโค้ดเดียวกัน สาม commits:
Commit 1: แพลตฟอร์ม หกเทคนิคใน \src/reverse_quant/techniques/\ CachedCorpus ตัวห่อ Claude พร้อมการลองใหม่และติดตามต้นทุน ตัวดึง EDGAR สำหรับ 13F และ ADV Notebook 01: end-to-end กับเอกสาร SEBI - การวิเคราะห์จากบทความนี้ สามารถรันได้ในราคา 4-8 ดอลลาร์
Commit 2: ชั้นการตรวจสอบ \monitors/\ - ตัวดึงข้อมูล EDGAR RSS (ใช้งานได้), USPTO/PACER/สื่อหน่วยงานกำกับดูแล (stub) \pipelines/\ - triage/enrichment/dedup/orchestrator \alerts/\ - stdout/file (ใช้งานได้), Slack/email (stub) ที่เก็บ SQLite พร้อมโครงร่างแหล่งที่มาสมบูรณ์ Notebook 04 แสดงว่าการตรวจสอบจับข้อกล่าวอ้างที่สร้าง幻觉ได้อย่างไร
Commit 3: การกระจายรูปแบบ \patterns/\ - extraction/library/matching/prediction สามรูปแบบเริ่มต้นจากกรณี Jane Street, คัดสรรด้วยมือ, ทำเครื่องหมาย \reviewed_by_human=True\ สูตรความเชื่อมั่นที่โปร่งใสในโค้ด การวิเคราะห์ในเชิงเป็นปฏิปักษ์และเกณฑ์การพิสูจน์เท็จที่จำเป็นในทุกการคาดการณ์ Notebooks 05-06
Stack: Python 3.11+, type hints, ruff/mypy clean, การทดสอบด้วย mocked LLM clients, SQLAlchemy, Pydantic v2 สัญญาอนุญาต MIT
ดาวน์โหลดคำสั่ง SEBI ผ่านลิงก์ใน \data/README.md\; ค่าใช้จ่ายในการรันประมาณ 4-8 ดอลลาร์
สิ่งที่คุณไม่สามารถได้รับแม้แต่จาก LLM ที่ดีที่สุด
- ข้อมูล Tick สำหรับการตรวจสอบโดยตรงของข้อกล่าวอ้าง SEBI ไม่เปิดเผยต่อสาธารณะ
- บันทึกการปฏิบัติตามข้อกำหนดภายในของ Jane Street ไม่มีอยู่ - คุณไม่รู้ว่าบริษัทเห็นอะไรในเวลาจริง
- เจตนา - LLM ไม่สามารถแยกแยะการปั่นหุ้นจาก market making ได้ ต้องใช้กระบวนการค้นพบ
- การตรวจสอบตัวเลข - Claude สับสนระหว่าง crore กับล้านดอลลาร์อย่างน้อยหนึ่งครั้งในทุกสิบครั้ง ทุกตัวเลขต้องตรวจสอบด้วยมือ
- สิ่งที่เกิดขึ้นต่อไป - คำสั่งสุดท้ายอาจยกโทษ ลงโทษ หรือยืนยันบางส่วน
สรุป
เอกสารของหน่วยงานกำกับดูแลเป็นสิ่งประดิษฐ์ที่มีข้อมูลหนาแน่นที่สุดที่กองทุนทิ้งไว้ในที่สาธารณะ ไม่ใช่เพราะมันเปิดเผยกลยุทธ์ (มันเปิดเผยน้อยกว่า 13F) แต่เพราะมันเป็นเอกสารเดียวที่ไม่ได้เขียนโดยกองทุนและไม่ได้เขียนโดยฝ่ายการตลาดของกองทุน SEC, SEBI, FCA - คนเหล่านี้มีอำนาจออกหมายเรียก และพวกเขาเขียนเพื่อศาล ไม่ใช่เพื่อสาธารณะ
ในปี 2020 การถอดรหัสโครงสร้างของ hedge fund ทั่วไปมีค่าใช้จ่าย 50,000-100,000 ดอลลาร์และเวลา 2-3 เดือนของนักวิเคราะห์อาวุโส ในปี 2026 - 50-100 ดอลลาร์และเย็นวันเดียว สมดุลใหม่ ซึ่งกองทุนที่รู้ว่าร่องรอยสาธารณะของพวกเขากำลังถูกวิเคราะห์ด้วยวิธีนี้ จะเริ่มควบคุมมันอย่างระมัดระวังมากขึ้น - สร้างรอบต่อไปของเกม
ถ้าคุณทำงานที่กองทุนหรือผู้จัดสรรเงินทุนที่สนใจการใช้ภายใน - ให้คำปรึกษาแบบปิดมีให้บริการ
ทรัพยากรของฉัน
ซื้อขายที่นี่: https://polymarket.com/?r=zostaff
ช่อง Telegram: https://t.me/zostaffsmartarc
GitHub: https://github.com/zostaff
