如何利用 Grok Bot 建立 24/7 全天候造市交易台（完整指南）

我將詳細說明如何在 Grok Bot 上建立一個 24/7 的造市團隊，讓你在睡覺時也能從每筆交易中獲取超額報酬。

我們直接進入正題。

將此頁面加入書籤 -

我是 Roan，一名後端開發人員，專注於系統設計、高頻交易風格的執行和量化交易系統。我的工作重點是預測市場在負載下的實際行為。如有任何建議、深思熟慮的合作或合作夥伴關係，歡迎私訊我。

這是我從今天開始要做的一件事。

如果你正在 Grok Bot 上建立自己的造市設定，請私訊我你的當前設定，或在本文下方回覆。

僅限前 10 個設定。我將親自逐一檢視，並向你展示你現有的設定與一個能 24/7 雙邊報價且不會被擊垮的機器人之間的差距。快速行動。

我在過去兩週建立的 Grok Bot 敘事，現在又增加了一個新層面。

之前的每篇文章都涵蓋了吃單方。 尋找超額報酬的研究團隊。對交易進行排名的信號引擎。執行訂單的執行層。全都是方向性的。全都是越過價差進行交易。

造市則是該交易的相反面。

你不是支付價差來建立部位，而是在他人建立部位時收取價差。你不是消耗流動性，而是提供流動性。你不是支付費用，而是從交易所賺取造市者回扣。華爾街的每個主要量化公司都設有 造市團隊。

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

對他們來說，這不是副業。光是 Virtu 去年就從造市收入中賺取了超過 10 億美元。

在本文結束時，你將了解：

• 每個機構造市者都在使用的 Avellaneda-Stoikov 模型，包含確切的公式。
• 三個零售交易者延遲真正具有競爭力的交易所，以及零售交易者無法競爭的交易所。
• 四篇能讓你加速理解六個月的研究論文。
• 透過自然對話運行造市團隊的六機器人 Grok Bot 架構。
• Kimi K3 的四項能力，解鎖了任何獨立建構者以前都無法達成的基礎設施層。
• 這個週末就能啟動你的第一個可用機器人的確切 8 步驟建構指南。

讓我們開始吧。

第一部分：什麼是造市 & 零售交易者真正能競爭的地方

造市是一門生意，針對某項資產持續報出買入價和賣出價，並賺取兩者之間的價差。

你在 100.00 美元掛出買入價，在 100.02 美元掛出賣出價。

一個買家點擊了你的賣出價。一個賣家點擊了你的買入價。

你在每次來回交易中賺取 2 美分的價差。

問題在於庫存風險。

如果你的報價在成交前價格朝不利方向變動，你就會被擊垮。有人在價格跌至 99.50 美元之前點擊了你 100.02 美元的賣出價。

你現在持有了一個下跌 50 美分的資產。你那 2 美分的價差相對於 50 美分的損失來說微不足道。

什麼是造市

華爾街的每個嚴肅團隊都使用 Avellaneda-Stoikov 模型來為這種庫存風險定價。

Marco Avellaneda 和 Sasha Stoikov 於 2008 年在《Quantitative Finance》期刊上發表了論文「High Frequency Trading in a Limit Order Book」。這是現代造市的基礎文獻。

High Frequency Trading in a Limit Order Book

該模型產生兩個輸出。

保留價格：

r = s - q · γ · σ² · (T - t)

其中 s 是中間價，q 是你當前的庫存，γ 是你的風險厭惡參數，σ 是波動率，T 減 t 是你的時間範圍。

這是你對持有當前庫存和接受新交易無差異的價格。當你做多時，它低於中間價。當你做空時，它高於中間價。

最優半價差：

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

其中 κ 是根據近期交易活動估計的訂單到達率參數。

這是你報出買入價和賣出價與保留價格之間的距離。當波動率上升時，它會擴大。當訂單流減慢時，它會擴大。當交易所變得更活躍時，它會縮小。

每個機構造市者都運行這個模型的變體。

數學公式是公開的。但能夠在多個交易所持續運行它的基礎設施，才是造成護城河的原因。

零售交易者無法競爭的地方。

頂級美國股票市場是封閉的。SPY、QQQ、IWM 以及成交量前 500 名的股票，都由在紐約證交所和那斯達克設有共置服務的造市者主導。

他們的報價在微秒內到達交易所。你的報價透過消費者經紀商 API 需要 20 到 100 毫秒才能到達交易所。在每一次有意義的波動中，你都會被狙擊。

不要在 SPY 上嘗試這個。不要在頂級美國股票上嘗試這個。不要在主要外匯交叉盤上嘗試這個。不要在美國公債新券上嘗試這個。亞毫秒級的交易所是機構專屬的。

零售交易者真正能競爭的地方。

三個交易所獎勵零售交易者的延遲，並提供實際的價差經濟效益。

永續合約 DEX：

Hyperliquid 和 dYdX 提供訂單簿交易、低延遲、造市者激勵和程式化 API，使它們成為零售造市最強大的交易所。

預測市場：

Polymarket 提供寬價差和秒級延遲，讓零售機器人能夠在競爭較少的情況下捕捉到有意義的優勢。

Uniswap V3/V4：

集中流動性讓你可以被動地在價格範圍內提供流動性，並賺取費用，而無需運行持續的報價基礎設施。

第二部分：Grok Bot 介面層

Grok Bot 是 xAI 的自動化 Agent 平台。你建立的每個命名機器人都共享一個持續運行的雲端電腦。

瀏覽器。檔案系統。終端機。所有這些都存在於雲端虛擬機上，而不是你的筆記型電腦上。

你像在 Slack 上給同事發訊息一樣給機器人發訊息。機器人接手任務。使用它的電腦來完成任務。完成後回報。

造市團隊的 6 個機器人

對於造市團隊，你需要部署六個命名機器人：

報價機器人。

使用 Avellaneda-Stoikov 模型計算保留價格和最優價差。

從共享工作區讀取當前中間價、當前庫存、當前波動率估計值和當前訂單到達率。

每秒將當前的買入價和賣出價報價輸出到一個共享報價檔案。

庫存機器人。

追蹤所有活躍交易所的部位。

即時調整提供給報價機器人的庫存輸入。

當庫存偏離目標區間時，向風險機器人發送警報。

風險機器人。

執行硬性停止機制。這個機器人沒有協商權限。

回撤超過分配資本的 5% 時，立即觸發所有交易所的報價撤單。

庫存超出硬性區間時，透過交易所 API 觸發方向性避險訂單。

波動率飆升超過閾值時，觸發報價擴大或在定義的時間窗口內完全撤單。

對帳機器人。

將每筆已成交訂單與預期成交進行比對。

捕捉 API 錯誤、錯過的取消、幽靈成交、交易所端的差異。

每 30 秒根據交易所報告的部位和內部部位帳本進行一次比對。

微結構機器人。

觀察每個活躍交易所的訂單簿深度、競爭對手的造市者報價和價差動態。

當競爭對手的造市者擴大價差時，提醒報價機器人考慮擴大價差。

當訂單簿深度下降時，發出庫存風險升高的信號。

宏觀過濾機器人。

觀察可能擴大價差的宏觀事件。

利用 Grok Bot 的原生 X 整合來追蹤聯準會理事帳號、川普的 Truth Social、宏觀數據發布帳號。

當重大事件發生時，指示報價機器人在定義的時間窗口內擴大或撤銷報價。

六個機器人。每個都回應自然語言對話。每個都有特定的角色。每個都寫入 Grok Bot 雲端電腦上的共享工作區。

你可以用簡單的英文給風險機器人發訊息：

"將每日回撤限制設定為分配資本的 5%。將最大庫存設定為 50 張合約。如果 30 秒的已實現波動率超過滾動估計值的 3 倍，則將報價擴大至正常的 3 倍。"

風險機器人更新其執行規則。下一個報價週期將使用新的限制。

你可以給宏觀過濾機器人發訊息：

"監控鮑威爾的 X 帳號、川普的 Truth Social 和 BLS 發布資訊。如果有任何重大貼文發布，告訴報價機器人撤銷報價 15 分鐘。"

宏觀過濾機器人部署監控程序。

這就是自然語言駕駛艙。每個營運變更都透過對話進行。無需設定檔。無需重新部署。無需上下文遺失。

現在，六機器人團隊遇到了第一個真正的基礎設施限制。

第三部分：Kimi K3 基礎設施層

在過去一年裡，我一直試圖運行一個個人造市團隊。

每次嘗試都撞上了同樣的三堵牆。

首先崩潰的是跨多個交易所的持續訂單簿監控。

沒有任何消費級 AI 模型能夠產生足夠多的並行監控串流，來同時真正覆蓋 Hyperliquid、dYdX 和 Polymarket。

第二堵牆是 Avellaneda-Stoikov Python 實作。

數學很直接，但程式碼需要持續運行、自我迭代，並隨著市場條件的變化而演進。傳統的「模型在筆記本」設定之所以失敗，是因為程式碼無法在交易時段之間維持狀態。

第三堵牆是即時儀表板。

每個嚴肅的造市者都會觀看報價、成交、庫存和競爭對手造市者行為的即時視覺化。建立這個需要聘請前端工程師。

然後上個月，我找到了能同時打破這三堵牆的工具。

Moonshot AI 的 Kimi K3。

Kimi K3 是一個 2.8 兆參數的混合專家模型，每個 Agent 擁有 100 萬 token 的上下文視窗。它提供兩種變體。K3 Max 用於聊天和單一 Agent 任務。K3 Swarm Max 用於大規模並行處理以及長週期 Agent 編碼。

K3 Swarm Max 在你的 Grok Bot 團隊之下運行造市基礎設施。

Moonshot AI 的 Kimi K3

四項特定能力使其得以運作。

能力 1：長週期 Agent 編碼。

Kimi K3 能夠在持續數天的會話中維持編碼上下文。

Avellaneda-Stoikov Python 實作存在於一個持續的程式碼庫中。

Kimi K3 會隨著市場條件的變化迭代地改進程式碼。

你注意到你的報價在美國東部時間下午 2 點到 4 點的時間窗口內在 Hyperliquid 上被狙擊。你給 Kimi K3 發訊息：

"波動率估計器低估了 Hyperliquid 在美國東部時間下午 2-4 點窗口的已實現波動率。調整估計器，使其更重視最新的 tick 數據。"

Kimi K3 修改程式碼。下一個報價週期使用更新後的模型。無需重新部署。無需上下文遺失。

這項能力將一次性建構轉變為一個複合循環。

能力 2：三百個並行子 Agent。

K3 Swarm Max 可以在一個協調器上產生最多 300 個子 Agent。

對於多交易所造市，這意味著：

• 60 個子 Agent 同時監控 Hyperliquid 上 60 個交易對的訂單簿
• 40 個子 Agent 監控 dYdX
• 40 個子 Agent 監控 Polymarket 上的活躍市場
• 60 個子 Agent 監控 Uniswap V3 集中流動性池
• 40 個子 Agent 監控宏觀數據發布
• 60 個子 Agent 監控 CEO 和央行 X 帳號以獲取影響價差的事件

所有這些都輸入到一個持有聚合微結構狀態的協調器中。

能力 3：每個 Agent 擁有 100 萬 token 上下文。

每個 Agent 最多可容納 100 萬個 token。

對於造市來說，這意味著協調器持有整個交易日的每個訂單簿快照、每筆成交、每次庫存變更、每個宏觀警報。

Avellaneda-Stoikov 模型在完整的歷史背景下運行。波動率估計來自完整的訂單流。不是分塊樣本。不是有損摘要。

能力 4：儀表板的原生程式碼生成。

造市儀表板過去需要聘請前端工程師。

Kimi K3 能按需生成生產級別的 React 程式碼。

你用簡單的英文描述儀表板。它在幾分鐘內生成完整的可工作程式碼庫。

即時報價視覺化。庫存熱力圖。成交歷史。價差動態圖。競爭對手造市者存在指示器。停止機制狀態。

每個面板都即時渲染。每個視覺化每秒更新。每個圖表都從共享工作區拉取數據。

這四項能力共同縮小了「消費級 AI 產品」和「生產級造市團隊」之間的差距。

Kimi K3 使得報價引擎、多交易所監控、儀表板和迭代程式碼改進都能由一個人用一台筆記型電腦完成。

Kimi K3 無法取代的是用於營運對話的自然語言介面。你不想每次擴大價差時都寫 Python 查詢。這正是 Grok Bot 提供的功能。

完整技術棧：Grok Bot 是駕駛艙。Kimi K3 是引擎。

第四部分：確切的 8 步驟建構指南

以下是如何在這個週末啟動你的第一個可用造市機器人的確切方法。

步驟 1：設定 Grok Bot。

在 grok.com 註冊 SuperGrok Heavy。

下載 Grok Bot 桌面應用程式。

建立工作區資料夾結構：

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

步驟 2：安裝 Kimi Work。

從 kimi.com 下載 Kimi Work 桌面應用程式。

適用於 Apple Silicon Mac 和 Windows。

使用你的 Moonshot 帳號登入。在設定中啟用 K3 Swarm Max。

啟用長週期編碼會話模式。

設定 Kimi Work 透過雲端同步將其工作區與你的 Grok Bot 工作區同步。

步驟 3：讓 Kimi K3 建立 Avellaneda-Stoikov 報價引擎。

開啟 Kimi Work。直接給它發訊息：

1為我建立一個 Avellaneda-Stoikov 造市模型的生產級 Python 實作。
2
3保留價格公式：r = s - q * gamma * sigma^2 * (T - t)
4最優半價差公式：delta = gamma * sigma^2 * (T - t) +
5(2/gamma) * ln(1 + gamma/kappa)
6
7輸入：
8- 當前中間價 s（來自交易所 API）
9- 當前庫存 q（來自部位檔案）
10- 波動率估計值 sigma（60 秒滾動回報視窗）
11- 時間範圍 T（預設 3600 秒滾動視窗）
12- 風險厭惡參數 gamma（預設 0.1）
13- 訂單到達率參數 kappa（根據近期成交估計）
14
15每秒輸出到 /workspace/quotes/current.json：
16- reservation_price
17- half_spread
18- bid_quote = reservation_price - half_spread
19- ask_quote = reservation_price + half_spread
20
21包含：
22- 停止機制檢查：如果 /workspace/config/kill-switch.txt 包含 "STOP"，則撤銷所有報價並退出
23- 波動率飆升保護：如果過去 30 秒的已實現波動率超過滾動估計值的 3 倍，則在接下來 60 秒內將價差擴大 2 倍
24- 庫存區間執行：如果 abs(q) 超過設定中的 max_inventory，則調整報價以減少庫存
25
26為 Hyperliquid Python SDK 和 Polymarket CLOB API 建立特定於交易所的適配器。儲存到 /workspace/engines/quoting-engine/。

Kimi K3 生成完整的生產級 Python 實作。

數學是正確的。交易所適配器可以運作。停止機制能夠執行。

步驟 4：讓 Kimi K3 建立即時儀表板。

給 Kimi K3 發訊息：

1為我建立一個即時造市儀表板，作為一個本地 React 應用程式。包含：
2
3- 頂部橫幅：活躍交易所的當前中間價、保留價格、買入報價、賣出報價。每秒更新一次。
4
5- 左側面板：過去一小時的即時庫存圖表。顯示目標區（綠色）、警告區（黃色）、停止區（紅色）的彩色區域。
6
7- 中間面板：訂單簿深度視覺化。左半邊是買單，右半邊是賣單。你的報價以橙色突出顯示。
8
9- 右側面板：過去一小時的成交歷史。每筆成交顯示時間戳、方向、數量、價格、運行損益。
10
11- 底部橫幅：價差歷史圖表。你的報價價差 vs 市場價差 vs 競爭對手造市者最佳價差。
12
13- 深色主題搭配橙色強調色。
14- 在 localhost:3000 上提供服務。
15- 每秒自動重新整理。
16
17將完整專案儲存到 /workspace/dashboard/。

Kimi K3 一次性生成完整的 React 應用程式。

在儀表板資料夾中執行 npm install && npm run dev。

你的即時儀表板就在 localhost:3000 上。

步驟 5：部署 Kimi K3 多交易所監控群體。

在 Kimi Work 中，建立一個名為「venue-monitor」的例行程序。

排程：在交易所交易時間內持續運行。永續合約 DEX 24/7 運行。Polymarket 24/7 運行。

設定該例行程序以產生並行子 Agent：

• 60 個 Hyperliquid 子 Agent（每個交易對一個）
• 40 個 dYdX 子 Agent
• 40 個 Polymarket 子 Agent（覆蓋活躍市場）
• 60 個 Uniswap V3 池監控器
• 40 個宏觀數據發布監控器
• 60 個 X 帳號監控器（用於影響價差的事件）

每個子 Agent 監控其指定的訂單簿深度、最佳報價和近期交易記錄。

當任何子 Agent 檢測到重大的微結構變化時，它會寫入 /workspace/microstructure/live.json。

報價引擎每秒讀取此檔案並相應地調整模型輸入。

步驟 6：部署六個 Grok Bot 介面機器人。

在你的 Grok Bot 側邊欄中，點擊「New Bot」六次。

建立報價機器人、庫存機器人、風險機器人、對帳機器人、微結構機器人、宏觀過濾機器人。

對於每個機器人，貼上與其功能匹配的角色描述。

風險機器人範例：

1你是個人造市團隊的風險機器人。
2
3每 10 秒你檢查一次：
41. /workspace/inventory/current.json 以獲取所有交易所的部位
52. /workspace/fills/YYYYMMDD.json 以獲取今日累計損益
63. /workspace/microstructure/live.json 以獲取波動率狀態
7
8觸發條件：
9- 每日回撤超過分配資本的 5%：
10  將 "STOP" 寫入 /workspace/config/kill-switch.txt。通知操作員。
11- 庫存超出硬性區間（正常部位規模的 3 倍）：
12  透過交易所 API 發送避險訂單。通知操作員。
13- 已實現波動率超過滾動估計值的 5 倍：
14  指示報價機器人將價差擴大 3 倍。
15- 過去 60 秒內任何交易所 API 錯誤率高於 5%：
16  在該交易所撤銷報價，直到錯誤率恢復正常。
17
18你沒有協商權限。規則是硬性規則。執行它們。

對其他五個機器人重複此步驟。

步驟 7：將工作流程串聯起來。

你的報價引擎（在 Kimi K3 上運行）從 /workspace/microstructure/live.json 讀取市場狀態，並將報價寫入 /workspace/quotes/current.json。

你的 Grok Bot 報價機器人讀取當前報價檔案，並將報價路由到交易所 API。

你的風險機器人每 10 秒輪詢部位並執行停止機制。

你的儀表板讀取所有共享檔案並渲染即時狀態。

你的宏觀過濾機器人使用 Grok Bot 的原生 X 整合來監控聯準會理事帳號和川普的 Truth Social。

步驟 8：先在 Polymarket 上測試，然後再擴展。

第一次測試從 Polymarket 開始。

選擇一個價差在 200 到 500 個基點之間的流動性較低的市場。

設定較小的分配資本（200 到 500 美元）。將風險機器人的最大回撤設定為分配資本的 10%（最大損失 20 到 50 美元）。

給你的報價機器人發訊息：

"開始為 Polymarket 上的 [選舉線 X] 市場報價。使用 500 美元分配資本。最大庫存 100 張合約。如果庫存超過 50，則擴大價差。"

觀察儀表板。觀察成交。觀察庫存在零附近波動。

24 小時後，給 Kimi K3 發訊息：

"分析過去 24 小時的成交。向我展示成交分佈、平均持有時間、已實現價差捕獲，以及任何我被狙擊的模式。提出一個具體的模型調整建議。"

Kimi K3 分析程式碼、成交記錄、市場狀態歷史。提出調整建議。你批准。Kimi K3 修改 Avellaneda-Stoikov 實作。下一個週期使用更新後的模型。

這就是複合循環。每 24 小時，模型就會變得更精準。

8 步驟建構

一旦 Polymarket 順利運行一週，再加入 Hyperliquid。然後是 dYdX。然後是 Uniswap V3。

總結

造市是一門持續報出買入價和賣出價，並在管理庫存風險的同時賺取價差的生意。

每個機構團隊都運行 Avellaneda-Stoikov 模型。

數學公式是公開的。但能夠持續運行它的基礎設施，才是造成護城河的原因。

對於三個零售交易者延遲真正具有競爭力的特定交易所：Hyperliquid、Polymarket 和 Uniswap V3/V4 集中流動性，這條護城河剛剛崩塌了。

完整的技術棧：

Grok Bot 作為自然語言駕駛艙，包含六個命名機器人（報價、庫存、風險、對帳、微結構、宏觀過濾）。

Kimi K3 Swarm Max 作為基礎設施引擎，運行 Avellaneda-Stoikov Python 實作，跨交易所產生 300 個並行子 Agent，持有 100 萬 token 的微結構上下文，透過自然語言程式碼生成即時儀表板，並透過長週期 Agent 編碼會話迭代改進程式碼庫。

這兩個工具共同提供了一個造市運作，能夠跨多個交易所持續報價，根據市場條件變化調整其模型，並在無需操作員干預的情況下執行嚴格的風險限制。

關於這能取代什麼的誠實說明。

報價引擎、多交易所監控層、即時儀表板、庫存管理、風險執行，以及用於零售可訪問交易所（Hyperliquid、dYdX、Polymarket、Uniswap V3/V4 集中流動性）造市的宏觀過濾器。

關於這不能取代什麼的誠實說明。

頂級美國股票造市（SPY、QQQ、IWM 和成交量前 500 名的股票），這需要共置服務、直接交易所饋送和亞毫秒級執行。

主要外匯造市，這由銀行造市者主導。

美國公債新券造市，這僅限於初級交易商。

任何地方的亞毫秒級高頻交易造市。

用於大規模保證金融資的機構主要經紀關係。

清楚說明這一點很重要。

這不是一個 Jane Street 殺手。這是一個針對三個特定交易所的真實造市運作，在這些交易所中，零售交易者的延遲真正具有競爭力，並且價差經濟效益真實存在。

如果你想建立它，請在 grok.com 註冊 SuperGrok Heavy，並在 kimi.com 安裝 Kimi Work。

然後私訊我你的設定。我將親自檢視前 20 個配置。

在我之前的文章中，我詳細介紹了研究團隊、圖形工程超額報酬模型、AI Agent 群體、循環工程執行系統、一人 AI 對沖基金、24/7 新聞交易引擎和個人彭博終端機。

每篇文章都建立在上一篇的基礎上。

這一步透過加入造市層來完成循環，將你的基金從方向性吃單者轉變為持續的流動性提供者。

率先打造這套系統的交易者，將在未來十年內，相較於那些僅止於吃單的交易者，持續累積價差經濟效益。

所以，請靜下心來思考這個問題。

你是那個仍然在每一次進出場時，都跨越價差並支付費用給造市商的交易者，還是那位打造出機器人，讓它 24/7 同時在買賣雙邊報價，並反過來賺取回扣的架構師？

沒有錯誤的答案。但有些答案極具啟發性。