EPISODE· generated 2025-07-17 16:02:10· 1h 12m
Jeff Yan - High Frequency Crypto Market Making & the Hyperliquid Exchange (S6E2)
本期访谈邀请到Chameleon Trading创始人Jeff Yan，他分享了其在高频交易领域，特别是加密货币市场做市方面的经验。 采访涵盖了高频做市的基础知识，以及中心化加密交易所的独特基础设施和对抗性算法等更深层次的内容。 Jeff Yan深入探讨了构建大型加密货币做市商的挑战和策略。
interviewaitechnology
ready · neural tts
0:00/0:00
⚠ The Chinese audio is an AI-generated dub (speech synthesis / voice conversion), not a real recording and may contain errors. Based on the original English interview; all rights remain with the original creator.
original lang
EN
dubbed into
中文 (ZH)
pipeline
neural TTS
voice model
neural tts
001
好的，三二一，让我们开始吧。大家好，欢迎各位，我是Corey Hoffstein，这是《Flirting with Models》播客，我们将揭开帷幕后，发现量化策略背后的人性因素
002
Corey Hoffstein是Newfound Research的联合创始人兼首席投资官，由于行业监管，他不会在本播客中讨论Newfound Research的任何基金
003
播客参与者表达的任何观点仅代表其个人观点，不代表Newfound Research的观点
004
本播客仅用于信息目的，不应作为投资决策的依据。Newfound Research的客户可能在本播客中讨论的证券中持有头寸。更多信息请访问thinknewfound.com
005
本期节目是 Jeff Yan，Chameleon Trading的创始人 Jeff，他最初在Hudson River从事高频交易，但很快转向了加密货币领域，他在该领域建立了一家最大的做市商公司之一
006
在 Jeff 向我介绍高频做市的基础知识后，我们将深入探讨一些更晦涩的组成部分，特别是与集中式加密交易所相关的部分
007
这些包括基础设施的细微之处、对抗性算法，以及为什么高频交易可能实际上能预测中长期价格走势。在对话的后半部分，Jeff 解释了他目前对去中心化交易所所看到的问题，并介绍了 Hyperliquid，一个基于自身区块链构建的新去中心化交易平台，以提供高性能的订单簿执行
008
对于永续期货，请享受我与Jeff Yan的对话 Jeff，欢迎来到节目。在这个赛季的早期，我们就加密货币进行了初步交流，我们将看看观众会如何反应。我认为这会很有趣，因为我们正在谈论高频交易，甚至可能深入挖掘高频交易的一些秘密。在对话的后半部分，我们将讨论协议设计，这是量化思维的一个全新领域。非常高兴你能来，感谢你加入我，很高兴见到你
009
关于永续期货，请享受我与Jeff Yan的对话 Jeff 欢迎来到节目，赛季初期我们就从加密货币开始聊起，我们将看到观众的反应如何
010
回应但我想这会是个有趣的主题，因为我们正在讨论高频交易，甚至可能稍微深入高频交易的一些秘密，然后在后半段
011
对话的一半将讨论协议设计，这是量化思维的一个全新领域，所以非常高兴你能来，感谢你参加，很高兴见到你
012
在Koi，感谢你邀请我。让我们从一些常规问题开始，对于可能还不了解你是谁或者还没关注你快速增长的Twitter动态的听众，让我们进入你的
013
背景方面，我经历可能和很多高频交易领域的人听起来都差不多。我从哈佛大学计算机科学和数学专业毕业，之后直接加入了Hudson River Trading，
014
是其中较大的做市商之一，我曾在Tradify从事美国股市交易，那里的经历非常棒，当我加入时公司大约有150人，现在规模已经大得多
015
对它的好评简直说不尽，我学到了很多，有机会解决最有趣的问题，工程和数学的完美结合，这对量化交易员来说简直是天堂，但2018年来了
016
并随之而来的是加密货币狂热，即在 Ethereum 上构建智能合约，阅读黄色论文后，我一下子就明白了，我知道这将是未来，所以我离开了，去打造某种
017
L2 交易所协议，它采用的是预测市场格式，因为当时 Augur 已经找到了良好的产品市场契合点，但我们对交易所技术更感兴趣，于是开始融资
018
搬到旧金山去构建这个项目，组建了一支团队，但几个月后我们意识到这不是合适的时机，因为存在很多监管不确定性，而且
019
很难找到用户，人们几乎不知道智能合约是如何运作的，当时真正感兴趣的其实是对代币进行投机，而不是 DeFi，所以关闭了这个项目，进行了一番反思，四处旅行了
020
最终我决定回到交易领域，因为日常操作比努力寻找产品市场契合点要有趣得多，所以考虑重新进入行业，加入某家公司，但
021
考虑到我之前在构建项目时对加密货币有所了解，我想先尝试交易加密货币，于是开始作为副业，但很快看到了其中的机会，并将其扩大
022
进展比我想象的要快得多，我惊讶于市场的低效率，于是全身心投入到构建中，到目前为止已经差不多三年了，我真正认真开始是在 2020 年初
023
这正是一个很好的时机，得以与市场一同成长，当市场增长了 10 倍甚至 100 倍，交易量也随之增长，我们也随之成长，最终我们的市场份额成为其中最大的
024
中心化交易所做市商之一，大约一年前我们开始关注 DeFi 交易，这与我们最初进入中心化交易所交易时的情况非常相似，当时也存在大量低效问题
025
但在这个案例中，协议本身的设计非常糟糕，我们还看到在FTX事件之后，人们对真正去中心化产品的强烈需求，人们终于意识到'不是你的钥匙，就不是你的币'这种对手方风险之类的问题
026
对我们来说，这显然不是建设去中心化交易所的合适时机，因此我们已经在这方面投入了大约一个季度，甚至略多一些
027
而高频交易相关的工作仍在后台以自动驾驶模式运行，但我们现在真正专注于并兴奋于构建这个去中心化交易所
028
那里有很多内容需要拆解，我们稍后会深入讨论，我很期待谈论你在高频交易领域的经验，以及这些经验最终如何影响了你对这个去中心化交易所的设计
029
但我想从高频交易的基础开始，当我与从事高频交易的人交谈时，似乎你必须做出的最大决定之一就是这个概念：做市与吃单
030
这似乎是一条非常清晰的界限，两种策略非常不同，要在这两种策略中取得成功，所需的东西也不同，我希望你能解释它们之间的差异
031
以及这些差异如何影响策略设计、基础设施需求以及甚至研究过程，我一直在思考，这似乎是开始高频交易时你必须做出的第一个重大决定
032
当你开始高频交易时，你必须做出的第一个重大决定，我认为总体来说，两者有很多相似之处，但也有差异，最终你都在进行这种
033
非常依赖基础设施且对延迟敏感的交易，但在许多方面它们也是对立的，因此第一个重大区别是，我认为做市更加依赖基础设施，
034
而吃单则更加依赖统计数学模型。我认为决定两者之间选择的最佳方式是，你倾向于哪种类型的工作，哪种类型的研究，也许举一个具体的例子
035
比如当你进行做市时，你基本上受制于他人进来并利用你，你无法承受失误，你经常因为杠杆和挂单而面临较大的隐性风险
036
涉及多个交易品种、多个价格层级，如果你犯了错误，这种尾部风险会非常严重，而你可以有一个每天只执行一次的策略，它也可以是一个
037
很好的策略，它可能是高频的，可能是基于新闻的，可能是某种利基信号，但你有这个奢侈条件，因此你可以更加聪明
038
如果你的系统大部分时间都很慢，大部分时间都不会触发，这也没关系，只要你在交易时表现良好，但做市如果在99%的时间里表现良好，而1%的时间里
039
你稍微慢一点，无法跟上数据，那么在那1%的时间里你将损失足够的资金，足以抵消其他99%时间的盈利，这就是根本
040
两者之间的基础设施与模型差异，是否过于简单地说，吃单时你预期市场会朝着你交易的方向移动，因为你愿意跨过买一价
041
询问买卖价差，因此你期望市场继续向你交易的方向移动，而另一方则是希望市场不移动，有人会跨过价差来与你交易，然后你希望市场不移动
042
这样你就可以再次跨过价差卖出，这算是一个合理的区别吗？一种是希望市场在交易的时间范围内几乎保持平稳，另一种是希望市场有方向性移动，是的
043
完全正确，对于高频交易，我们倾向于设定非常短的时间范围，但一般来说，无论你以什么频率交易，在你下单的瞬间
044
你实际上都会遭受损失，因此你在瞬间就承受了损失，只有在你的预测时间范围内，价格平均能弥补这个即时损失加上手续费，你才能平均盈利
045
你最初的盈亏是最大的，你只是赚取了价差，但你押注的是这个价差在平均上不会消失
046
因此，当你进行交易时，如果你对交易的盈亏进行平均，这个盈亏会随着时间推移而衰减，但你希望它不会衰减到零以下
047
你提到扩大业务过程中最难的部分实际上不是在研究方面，而是在基础设施方面，我在推特上看到你说过
048
类似这样的话：知道如何标准化数据不会直接让你赚钱，但没有它你肯定赚不了钱，希望你能谈谈在基础设施方面学到的一些最重要的教训
049
方程的基础设施方面，以及为什么你认为它如此重要，你的问题可以分为两部分，它们联系紧密，一个是交易基础设施，另一个是
050
研究基础设施，所以数据清洗属于研究部分，更像是统计实践，而交易基础设施则更像是独特的高频交易
051
两者都非常重要，统计方面可能更广为人知，但值得强调的是，在高频交易中，噪声与信号的比率比学术界研究的大多数事物
052
高几个数量级，因此过滤异常值的重要性呈指数级增长，如果你不正确地考虑这些因素，如果真的完全忽略所有
053
异常值，那么当黑天鹅尾部事件发生时，你的模型将会被严重破坏，但如果你不正确地过滤和标准化它们，美元将会
054
基本上决定你整个模型，具体来说，我认为根据你所做的事情，使用百分位数可能比使用实际值更稳健，但我们现在
055
使用的是实际值，那么你是剔除异常值，还是对异常值进行截断，这些事情对基础设施方面有非常大的影响，我认为我们学到的最大教训听起来可能有点
056
傻，但你真的需要亲身体验这一点，你需要查看数据，你可能觉得自己很聪明，你有这个伟大的管道可以清理数据并给你模型需要的输入
057
但实际上你花再多时间看数据都不为过，因为你总会学到新东西。刚开始的时候，你只需要把所有原始数据都写下来
058
从交易所获取，然后仔细梳理，寻找异常值，进行合理性检查。我想举一个非常疯狂的例子，有一次某个交易所的推送机器上出现了一个bug
059
把价格和数量字段搞反了，我不记得是行情流还是交易流出的问题，但不管怎样，这完全搞乱了我们内部的计数代码。想象一下比特币的价格和数量
060
被搞反了，比如20K 0.1被记录成0.120K。我特别提到所有这些情况，我认为很多公司可能立刻就关闭了，或者迅速找到替代的数据源
061
但像这样的事情，你真的需要贴近原始数据，因为无论你写什么逻辑，都不可能是完全稳健的。我想再给一个建议，就是真的要专注于时间戳
062
交易所通常会给你一堆时间戳，和他们的数据一起提供，而你要自己弄清楚每个时间戳到底代表什么。这在理解你的延迟方面非常重要
063
比如你到底在测量什么，看看你是否能跟上，或者他们是否给你发送了垃圾时间戳，这其实是区分这些不同情况的一个好方法
064
区分这些不同情况，我看到高频交易者经常讨论的一个概念是“公平价格”，我知道你写过几次关于确保有人在公平价格附近交易的内容，公平价格是什么，如何衡量，为什么这是一个重要的概念
065
几次谈到确保有人在公平价格附近交易，什么是公平价格，如何衡量它，为什么这是一个重要的概念，我认为公平价格对每个人来说可能意味着略有不同的东西
066
交易方式某种程度上反映了他们进行交易的风格，但总体而言，公平价格的一个共同点是它将你的模型纳入一个预测价格中，这非常有用
067
因为它将编写盈利策略的问题拆分为两个部分，我认为这两个部分的难度取决于你的策略
068
一个是预测价格的部分，另一个是执行订单的部分，我想这有点回到你之前问的做市与吃单的问题，但做市更侧重于执行方面，而吃单则
069
更侧重于建模方面，所以基本上吃单时你几乎要花所有时间思考这个公平价格，我认为其中包含的内容取决于你作为交易员的判断
070
比如你认为自己在哪些数据处理上对市场有优势，市场在哪里效率低下，另一个方面是，不一定只有一个公平价格，你可能有多个公平价格作为输入
071
在这样的机器学习风格交易中，你可能会有一个秒级预测和一个天级预测，你的执行策略可能会以不同方式使用这些预测，优化问题
072
可能在P&L空间中有所不同，但我觉得刚开始时，只要做一个清晰的划分，比如先专注于制定一个
073
一个数字，这就是我认为我会围绕它进行交易，我会围绕这个数字进行报价，我会用这个数字来跨越价差，这将只是我的Oracle，然后围绕它进行操作，好吧，我
074
有一个这样的Oracle价格，它被提供给我，我执行它的最佳方式是什么，所以这可能像你只看一个交易所，你可能会说只是抛出
075
这个例子，几乎所有的流动性都在Binance，我将假设在Binance的价格是公平的，如果其他交易所滞后于它几毫秒或几秒，你可能会
076
将Binance作为公平价格，好吧，我可以在okx上跨越价差，因为你在预期这个价格在不同交易所的追赶，还有其他可能的统计方法
077
来估计公平价格，你不是从一个交易所获取真相，而是试图使用其他市场簿相关的信号来得出一个公平价格，这算是一个合理的解释或想法吗，是的，这
078
是正确的想法，我认为使用最流动的场所作为公平价格是一个非常好的初步近似，我认为在我开始加密货币之前，很久以前，这可能
079
是最佳的执行方式，因为当时交易所之间有10次套利机会，问题是如何在它们之间转移资金，而不是如何预测价格，所以这将
080
在当时非常有效，如今，这是一条有趣的轨迹，流动性被分裂，然后向Binance方向有所整合，特别是
081
最近你提到的这个方法可能是一个非常好的起点，就是直接使用Finance作为公平价格，但话说回来，我认为在仅仅使用外部
082
来源作为公平价格时需要谨慎，比如OKX可能比其他平台慢几个毫秒，现在事情不会这么简单了。假设存在一个机会，每次Binance移动时
083
都可以捕捉到，因为没有人会在OKX上挂单，你这么做大多数时候是可行的。但问题是这是加密货币，OKX可能突然进入钱包维护，
084
此时在Binance和KX之间至少暂时无法进行该币种的存取款，突然之间你会发现无法关闭套利机会，市场已经分化，如果你的公平价格
085
只是Finance的价格，那你就可能被坑了。即使在这样一个简单的例子中，也总是存在一些微妙因素，永远不可能像‘我从某个数据源获取一个数字，这就是我的公平价格’这么简单。
086
但这是一个非常好的初步近似，它自然地引出了我想继续讨论的内容，即加密货币交易所的特殊性。历史上，从声誉上看，它们在技术方面
087
以不可靠著称。你之前举过一个脏数据的例子，价格和成交量被交换了，API接口损坏，文档不完整，并非所有API端点都
088
都有文档说明，有些甚至被隐藏了。有时候你可能会遇到一些没人知道的参数。我认为你最近在推特上举的一个例子非常棒，
089
能够绕过风控引擎，或者让风控引擎并行运行，这些完全未被记录的功能，是非常有趣的例子，这些阿尔法并不一定与
090
价格预测有关。在公平交易中，有多少阿尔法来自于仅仅比竞争对手更深入地理解API，或者更准确地测量端点延迟，而不是
091
比如说更传统的统计阿尔法，你试图通过订单簿来猜测压力和方向。你提到的那条推文，我认为是我更受欢迎的推文之一，我仍然不知道它
092
是否是愚人节的玩笑。不过愚人节已经过去，所以我可以说这是个玩笑，但事实比人们想象的更接近现实。我认为真正的笑话是，这实际上
093
某种程度上是真的。我本来打算就这个话题做后续跟进，这是一个很好的提醒，我应该在播客结束后发一条推文。我认为你的直觉是对的，当你在量化公司工作时，
094
你会开始形成一些偏好，或者你一开始就有想要专注的领域，比如：哦，我学的是数学，所以我只是要做一些酷炫的机器学习模型，找到信号并
095
生成阿尔法，这才是关键，因为这才是最难做到的。我认为这种态度可能在大公司里有效，因为人们高度专业化，但如果你试图
096
自己运行高频交易，那么这种态度会让你一事无成。你提到的这种脏活，比如理解API，发现文档中缺失的部分，以及测量延迟之类的事情，
097
文档、测量延迟之类的事情非常重要。我对于高频交易的思维模型，或者说对生活中很多事情的思维模型，都是认为它是一个很多因素的乘积
098
所以作为量化研究员，我知道我仍然希望保持量化分析。它不是加法，你在不同领域投入的努力是加法，你在某个领域投入更多时间，可能让模型变得更好
099
比如你花10倍的时间，让那个部分的Delta提升10倍，但最终它还是一个乘积。比如基础设施乘以模型，举个具体的例子，如果你的基础设施是1，模型是10
100
那么你投入工作单位的时候，显然你可以数学上看到，你应该总是专注于那个最小的部分。高频交易的难点在于，很难知道这些因素在公式中是什么
101
就像动物们一起玩耍时，我们一开始以为是建模工作，但很快你就会意识到，这并不明显，有很多边缘情况，就像你知道要专注什么
102
第三，知道该做什么工作非常重要。它始终是关于获取最容易摘到的果实，也就是80/20原则。我认为，尤其是在事情进展顺利的时候
103
很容易陷入一个陷阱，就是“我已经掌握了基础，让我去做一些酷炫的机器学习研究，做一些创新的事情”，我们也曾陷入过这个陷阱
104
并不是说那里没有Alpha，但那需要很多工作，而且回报递减。当你在一个小团队中，还有很多机会，而你的策略表现良好时
105
并不是说那里没有Alpha，但投入的工作量与回报递减成正比，当你处于一个小团队，还有很多机会，而你的策略正在
106
在这种情况下，总是要诚实地问自己，不要被数据所迷惑，对于那些刚开始从事高频交易和加密货币的人来说，这是很重要的
107
你建议他们要么直接在 Binance 上做市，专注于Alpha生成，我将其理解为不要去选择或创建某个长尾交易所，
108
而是去研究围绕这个长尾交易所的基础设施特点，这可以成为获取优势的一个好来源，你能详细说明为什么你认为这是两个最好的途径，以及这两种方法
109
有所不同，这有点像 Bell Curve 的梗，你不想成为中间的那个家伙，如果把Velcrove看作交易所，那么最大的问题是中间的交易所，比如
110
排名第二到第七的交易所，它们在 Binance 中的交易量要少很多，但竞争程度和有毒流量的水平却差不多，流量甚至可能比 Binance 更差，
111
至少在我们所知的金融领域，交易量之所以这么高，是因为它们对零售交易量有完全的控制权，我不知道他们是怎么做到的，但事实如此，
112
这些数字就是最好的证明，因此你无法获得那种有毒流量和零售流量的完美混合，大型高频交易公司已经吸纳了前几名，比如前15名，他们肯定
113
已上线，因此他们会以满负荷的做市策略进行交易，而你在那里获得的收益将非常有限。所以如果你愿意挑战自己去执行这种策略，
114
那么可扩展的大型中心化交易所交易策略，他们可以从Finance开始，这种策略的通用性也确实如此。没有必要去研究中间部分，但你提到的另一个问题是，
115
你也可以像在 Bell Curve 那样，找到一个非常小的机会，这是大玩家忽视的，或者没有足够的容量值得他们投入时间。
116
我认为利基基础设施就是这种机会的一个很好例子。交易所是由人编写的，就像在DEX中一样，协议设计可能非常愚蠢。
117
你可以在很多小型中心化交易所的技术实现中看到这种现象。如果你是唯一一个了解其运作方式的人，
118
这本身就可以成为一种策略。基础设施实际上经常是Alpha的重要来源，这两者之间并没有那么清晰的界限。
119
在这种情况下，你可能会担心：哦，这似乎无法通用。比如，我理解如何攻击某个小型交易所，但这对Finance没有帮助，确实如此。
120
但我认为，只要有一个能实际运行的策略，这应该是每个人的第一优先事项，而且真的不应该在意它有多小。
121
它有多小，除非你是在看一些非常奇怪的东西，比如你在训练某人进行交易量时，你会赚到一些钱，如果这个策略是高尖端、遥远且稳健的
122
应对尾部事件，那么你就拥有了99个人没有的东西，是的，也许这个策略本身并不能泛化，但根据我的经验，你仍然可以进入完整的研究循环
123
比如将东西投入生产，你在这个过程中会学到很多，即使之后你放弃它，转而采用Binance，也会容易得多
124
而且通常你会发现一些小事情，比如虽然其他交易所的技术可能不完全相同，但你开始注意到这些原则，并开始获得源源不断的灵感
125
这些灵感往往比你凭空想象出来的更好，我认为两者都有很大的价值，如果你不确定，我建议你先从小事开始
126
然后尝试大事，老实说，你可以两者都试试，你使用这种非常有毒的流量，并且你定义什么是有毒流量，对于那些从未听过这个词的人
127
它基本上就是知情流量，我看到加密货币成长的思维方式是一种心理模型，当我进入这个领域时，它已经有点晚了，我只能想象回溯时间它是什么样子
128
但即使在我进入的时候，零售交易者已经很多了，有一些大玩家在参与，但整体的流动性仍然不足以满足零售交易者的需求
129
要求很高，因此零售交易流就像你想要的目标，最明显的事情就是你只是编写通用的做市策略，像我们之前讨论过的那样，发布流动性
130
在做市与吃单之间，如果零售交易者进来并交易你的做市订单，你将保留大部分他们成交的价差，你只需这样做就能盈利
131
所以这是一个强烈的信号，表明流量大多来自零售，但随着时间推移，人们开始注意到这一点，他们开始设置自己的微策略，当做市商提供更多流动性时
132
突然之间，人们开始运行吃单策略，价差变小，人们开始竞争以捕获这种优质的零售流量，然后吃单者突然进场开始
133
捡走做市商的糟糕订单，这就是市场演变的方式，吃单者也提供了很多价值，做市订单并不全是做市商，他们也可能来自零售
134
这有点混合，因此在我看来，最好的市场就是人们可以自由交易的市场，但从做市商的角度来看，这些吃单者非常烦人，比如
135
他们过去有一种非常简单的策略，就是发布订单，每次被成交时都能赚一点钱，但突然之间，这种1%的交易你开始亏损10个基点
136
而你从所有零售交易者那里只赚取一个基点，这只是一个大致的思维模型，所以是的，有毒流量就是这个意思
137
基本上就是这些数据，这在某种程度上取决于你问的是谁，流动性的毒性取决于你运行的策略，但一般来说可以分为零售和
138
成熟交易者，当谈到成熟交易者时，我确信任何高频交易者都会认为有毒的是一种逆向算法，它会欺骗你的算法，加密货币
139
在很多方面仍然是一个野蛮西部，存在一定程度的显性市场操纵行为，这在大多数传统市场中很可能会被视为非法，并且会被用来针对你
140
以欺骗和利用你的任何自动化高频交易策略，我很想了解你在这类对抗性行为上遇到了多少，也许你可以分享一个例子
141
你曾有过在野蛮西部运行高频交易策略的经历，你如何思考如何保护自己免受其影响，确实，加密货币是一个野蛮西部，我认为从积极的角度
142
来看加密货币，它也是一个实验，你的观点非常重要，监管机构显然会抓住这一点，哦，他们不遵循我们经过深思熟虑的证券法，但
143
反对者会说这些证券法很可能是大量游说和人为判断的结果，也许加密货币是一个机会，可以尝试一个更加自由主义的实验，我们
144
实际上应该监管什么，我不知道，真相可能在这两者之间，我想我不是监管者或政策制定者，但这是我对此的哲学思考，但确实，
145
从实际角度来看，如果你不注意这些操纵性、榨取性的策略，那么你在做加密货币交易时会非常困难。
146
交易所并不一定不想监管，但不清楚哪些机构监管哪些交易所，这一点对我来说也不清楚，我认为很多这些法律是按国家来制定的，这可能就是为什么会出现这种情况。
147
运营交易所本身就很难，所以他们还有其他事情要担心。具体的例子，我认为 spoofing（虚假挂单）是一个非常大的问题。
148
我不太清楚 spoofing 的技术定义，我认为美国证券和期货法律中有很多术语，但我的意思是，从广义上说，当你在订单簿和价格图表上看到它时，它非常明显。
149
人们会挂出这些巨大的订单，显然他们并不希望这些订单被执行，如果被执行了，他们也会很不高兴。虽然很难证明他们的意图，但这些订单显然没有被执行。
150
这些订单的目的是为了制造需求的假象，如果有一些算法将订单簿上的流动性视为价格走势的信号，那么这些算法可能会被误导，从而在他们想要的一侧下单。
151
根据 spoofing 算法实现的欺骗程度，他们可能会放置一些会被主动攻击的订单，甚至主动攻击那些被错误放置的被动订单。
152
我想这应该是一个非常常见的例子，另一个例子是，我不确定这是否属于真正的市场操纵，但确实存在一些‘拉高出货’的圈子，纯粹是为了好玩。
153
真的不是市场操纵，但确实存在一些为了娱乐而进行的‘拉高出货’圈子，我曾经加入过几个，但从没参与过，只是个旁观者，天啊，这些事情真的很疯狂
154
我认为最近这些现象已经被清理了很多，这挺好的，但以前这些操作会制造出非常夸张的成交量，基本上就是像某个内部人士宣布某个代币，然后
155
所有操作都是零售交易，我完全不知道他们是怎么找到这些人的，但他们居然成功说服了很多人，就像一次性买入，然后内部人士趁机卖出，想象一下高频交易者
156
可能会觉得这没什么，但其实要避开这些情况其实相当棘手，因为存在很强的扭曲效应，你可能会被误导，这两个就是具体的例子
157
我想在应对这些问题时，又回到了你之前问的关于基础设施、模型和策略的问题，我认为这属于另一个
158
类别，就是一些随机出现的杂项，你可能需要进行风险管理，对，风险管理，特殊场景，我不知道，真的，如果你不做这些，即使你
159
在其他方面都做得完美，根据你所处的市场环境和交易品种，这可能会让你的平均收益毁于一旦，我认为我们第一次看到这种情况时，确实挺吓人的，因为我想我们
160
运气不错，刚开始的时候，我们交易的标的可能确实很难被操纵，或者人们还没来得及去操纵它们，不管怎样，我们完全没
161
没有认真对待这个问题，而是出于无知地构建系统，结果到了一切顺利的时候，我们突然发现事情变得非常戏剧性，你
162
可能在一分钟内就损失一整天的盈亏，如果你没有调整策略，它们会做出愚蠢的交易，而自动化交易有时是最愚蠢的，因为它只是
163
一个没有人类判断的状态机，它只会执行被编程好的操作，我们的方法就是采取务实的态度，你可以坐下来分析，尝试
164
想出一些方法来预测是否存在操纵行为，但至少在我们的一些重大优势中，我们只是行动得非常迅速，你并不太在意
165
是否按照正确的方式做事，这非常依赖于数据，对我们来说，我们觉得这种情况发生得不多，所以当我们在某种特定模式中亏损时，我们就直接关闭它
166
这可以在一小时内编写代码并部署到生产环境，我当时就是那个80/20原则的践行者，是的，你可能会错过一些机会，但这能为你节省时间
167
去开始扩展并专注于那些真正能带来10倍收益的事情，而不是担心这些，哦，也许有5%的时间你会被关闭，你可能会错过一些
168
本来可以赚到的东西，所以这里需要一些判断，让我们专注于最重要的事情，从那以后，我们有更多的时间来处理这些问题
169
更多时间去处理其他事情，因此我们现在有更复杂的模型来预测这些市场状况，并弄清楚发生了什么，而不是在这些非常明确的行动中
170
进行操作，而是对策略进行持续的调整，因此目前我认为我们对这些操纵者的行为已经有了相当好的理解，并能够检测到它们
171
但再次强调，我认为对于刚开始的人来说，80/20原则非常重要，你发现这种市场操纵和虚假交易行为是否更多出现在那些流动性较高的交易所
172
在流动性较高的代币上，还是在像Binance、Bitcoin和Ethereum这样的交易所中仍然能看到这种现象，但实际上在任何交易所中，Bitcoin和Ethereum都很少见，因为
173
流动性太多了，我认为这更多与资产本身有关，而不是交易所，我几乎在所有交易所都看到过这种现象，人们在不同交易所采取不同的操作方式，但
174
他们都会遵循相同的模式，我认为流动性存在一个最佳区间，如果某个代币流动性极低，可能就不值得去做，但如果是某种有一定交易量的资产
175
你就可以通过一些手段欺骗算法，这些算法预期会有一定量的交易量和交易行为，但你可以通过一些手段让它们做出错误的
176
交易，我认为我们看待市场的方式往往受到我们交易时间范围的影响，作为高频交易员，你可能对市场的看法与我这种在更长周期上操作的人有所不同
177
市场运作的方式，鉴于你对微观结构的直觉，与像我这样在更长的时间范围内操作的人可能关注更多的基本面驱动因素
178
长期来看的回报，你曾发过一条推文，其中提到一个关于市场的思维模型，即市场像一种粘性流体，系统中的价格发现过程会以受阻的振荡形式表现出来，我认为这个观点非常
179
有趣的想法，我希望你能多谈谈这个，详细解释一下你这句话的意思。我也非常相信对事物的基本理解。
180
有点像我接受的数学和物理教育，如果我不理解它，就很难在这个黑箱上进行创新，所以我喜欢用这些心理类比来帮助理解
181
某种程度上这些是事物运作方式的隐喻，如果用粘性流体模型来比喻，也许正确的问题是，为什么高频交易甚至能盈利，而你问零售交易者时，他们往往认为这是掠夺性的，比如他们进行抢先交易
182
与我们在一起，或者我不知道，比如猎杀我们的止损订单之类的，但我不认为高频交易是在做上帝的工作，但我认为它为这些市场提供了一项必要的服务，因此从这个角度来看
183
这些像是对系统的冲击，我们的模型认为，除了市场结构之外，价格的变动是这些外部因素造成的，这些因素对我们来说基本上是随机的，也许有人
184
只需要大量买入，现在可能有新闻事件推动了这个代币的实际公允价值，所以有些人会交易这个，但这种需求往往来自于
185
无处可寻，通常他们会直接在订单簿上买入，这就像一个相当直接的PVP场景，因此人们执行交易时往往非常紧迫，而且这种情况常常会形成一个循环，有些人可能会根据
186
动量进行交易，或者交易行为会触发其他交易，存在很多不稳定的平衡点，但随后会出现一个大的冲击，然后人们会进来并几乎像在讨论
187
实际的公允价格，因此第一次的移动会是最大的，之后他们可能会说，哦，我们可能超调了，有些人会进来并进行均值回归交易，这可能是中频交易者
188
或者可能是高频交易者，他们知道五秒后公允价格会是什么，而另一个人可能会说，哦不，这其实是一个更大的事件，然后他们会开始进行类似Tee-wopping的操作，直到价格上升20%
189
或类似的事情，比如Elon在Twitter上添加Doge是一个真实事件，你们是错的，于是他们会去捕捉那些均值回归交易者，因此不同参与者之间几乎就像在进行一场大规模的讨论
190
或战斗，但关键特征是这些移动会越来越小对，人们用金钱投票，基本上人们会进入他们想进入的头寸，然后就会出现一种类似美元加权平均的情况
191
价格最终会稳定在公允价格，这基本上就是市场在这种混乱中运作的方式，高频交易的使命就是低价买入、高价卖出，如果你这样想的话，就像那条上下波动的
192
像这样上下波动的线，你可能在平均意义上在低点买入，在高点卖出，那么高频交易对市场的影响就是
193
让这条波动的线变得平滑，这对所有人都有好处，它能让价格更快地回到公允价格，并且在它的轨迹上尽可能接近公允价格
194
因此，高频交易做得越好，市场上的流动性就越强，这种流体也就越粘稠。我不知道这个模型是否完全正确，但这就是那条推文的意思
195
你问我是否认为高频交易的盈亏是正相关的，我大概可以想出一些理由说明为什么会这样，我能看到它取决于市场环境
196
特别是在左侧尾部，一旦开始亏损，我能看到这可能只是因为某种原因，那个盈利的机制不再运作了，一旦开始亏损
197
你就会继续亏损。你做了一项有趣的研究，你没有研究高频交易的盈亏与自身是否自相关，而是将其作为预测模型的输入，用于中频交易
198
的标的物价格。如果问我是否认为你的高频交易盈亏会对你交易的标的物价格有预测作用，我会说可能没有，除非它们
199
都是同一方向的做市策略，我不会特别期待做市策略具有预测性。你发现实际上有一些信号表明，你自己的
200
高频交易方面的盈亏情况是中频价格走势的一个有意义的预测指标，请向我解释一下，这是我们当时的一个疯狂想法，我想我之前提到过，几乎总是最好
201
基于已经有效的东西进行操作，这样你的胜率会高得多，我有这个基础可以进行扩展，但我们也为那些独特的尝试留出空间
202
疯狂的探索，有时候它们会带来回报，这算是我们比较成功的业余项目之一，或者说是我们在研究时没有很强先验假设的项目，主要动机是
203
嘿，我们拥有的资本比能部署的要多，我们已经上线的高频策略主要集中在交易所，这些是持续存在的因素，扩展它就像边际效益递减，因为交易所规模越来越小
204
越来越小，所以也许我们可以进入这个中频领域，就像一只金鹅，你知道，像Sharp Three、Sharp Four这样的策略，它们的容量是高频交易的100倍，听起来
205
很棒，所以这就是最初的动机，但总的来说，我们对有效市场理论持很强的信念，基本上是的，我们在高频交易方面有很多优势，但如果你给我们一些市场数据
206
比如每日回报率之类的，然后让我们预测每日回报率，我们甚至不知道从哪里开始，带着这种谦逊，这个疯狂的想法成为我们进入中频交易的一种方式
207
经常，如果你能获得一些有用的数据源，而别人没有，这本身就可以成为一种交易策略，不需要像发送卫星去查看停车场之类的经典例子
208
在停车场或其他地方，像经典的例子那样，但我们有什么数据？比如说，我们有高频交易的盈亏数据，显然这些数据对我们来说是私有的，显然也不是随机的，你只需要
209
看一下图表，这非常有趣，如果你仔细想想，它和什么相关呢？回到之前关于有毒交易流和零售交易流的讨论，它和零售交易流的相关性很高
210
我想，你之前提到的，如果可以将市场中的一些参与者区分开来，并弄清楚他们在做什么，那么这通常是一个非常好的信号。我认为这种先验信息
211
可以预测某些事情，但方向并不明显，所以我们只是简单地说，好吧，我们有这个东西，它和零售交易流有关，是的
212
这可能和价格相关，那我们为什么不直接分析它呢？这就是我们的动机，我们做了这个分析，基本上我们回归了各种
213
盈亏特征，比如盈亏的变化率，相对于一系列中频价格单位，我们也不太清楚中频交易是如何运作的
214
所以我们现在采取了比较宽泛的范围，比如，如果我们能分析五分钟的回报率，那我们也许可以扩展到小时级别，这就是整个研究，我们恰好有这些数据，因为我们有
215
一个仪表盘，它会报告我们所有策略的盈亏数据，我们还可以按交易所、策略和标的物进行切片，我们做了所有这些事情，但数据非常嘈杂，我认为
216
处理这个问题的技术显然我们不会对onecoin的盈亏进行回归，试图预测该币种的中频价格走势，我认为这噪音太大了，我们基本上只是做了
217
一个80/20的处理，是的，我们做了一些分组、分桶，遵循我们的先验知识，避免过度拟合，总体上发现了一个非常有趣的效果，我认为
218
这对所有人来说都是反直觉的，这个效果是我们的高频交易盈亏，无论是做市商还是吃单方，实际上与加密货币的回报呈负相关
219
而且这个效应非常强，但如果你仔细看，我们当时看到这个结果时非常兴奋，我们当时就像，天哪，我们直接去试一下
220
Nation，如果你亏损了，我们就进行中频交易，事情会变得很好，这个效应非常强，我记得具体数字，但大概是几十个基点，可能是一个小时
221
两小时的时间范围，容量非常高，问题是如果你实际观察，这个信号只会告诉你去做多，没有像反向效应那样的情况，大概
222
可能是这样，但我们不会在策略之间运行交易，以免亏钱，所以你赚钱，对吧？你做空的是什么？你做空的是期货
223
但如果你实际去执行，还有一个效应，就是资金费率，当这种情况发生时，很多专业人士在做空，我认为并不是每个人都在使用同样的
224
信号，但总的来说，Alpha 与其他 Alpha 高度相关，人们可能关注的是完全不同的东西，但最终 Alpha 是高度相关的
225
因此，我认为人们是聪明的，他们做出正确的交易，有资金费率，还有另一种情况，就是那些表现最好的标的
226
听起来像是异常值，极端的成功，显然在任何研究中我们都会关注这些，这些是非常难以做空的，净效应仍然很有趣，因为当我们交易时
227
我们会积累库存，你可以买入刺激物，你可以在策略之间进行一定程度的内部化，不同公司对此的思考方式不同，但显然
228
你可以做些什么，即使你没有这样做，你也可以在策略中偏向于在最强的时候避免持有库存，这会产生积极的影响
229
但这并不是一种显而易见的、可以单独做出的交易，我认为期货方面有一些东西，但我认为它并不足以令人信服地深入研究
230
并围绕它制定一个独立的策略，这就是为什么我认为这可能是最接近 Alpha 的东西，这种东西可能适合在 Twitter 上分享，但我觉得这取决于
231
你使用的策略集以及你正在运行的内容，这实际上可能是非常可操作的 Alpha，我想说的是，如果真的去做空期货，它可能已经被期货的资金费率定价了
232
期货合约的价格可能已经反映在期货的资金费率中，但通过调整库存偏向，是另一种实际实施这种阿尔法收益的方式，并能产生有意义的影响
233
对你的损益表产生影响。这让我想起我交易DFA的频率，他们并不专门交易动量，但当他们买入价值股时，他们会排除掉那些动量非常低的股票
234
他们并没有明确地将动量作为因子纳入考量，而是等待动量为负的时机，而这种时机发生在完全不同的时间范围内。在他们买入价值股之前
235
他们会使用完全不同的因子集，但理念类似，即利用理论上正交的阿尔法信号，不直接交易它，而是将其融入到你的交易方式中
236
以增加一些边际优势和边际改进。我喜欢这个概念，我想补充一点，我认为这是一个非常有趣的例子
237
我之前没听说过，但我听说过一些疯狂的故事，比如一些手动交易者，他们进行大额交易，看起来他们知道自己在做什么。他们会说，比如在加密货币中，当50日均线穿过某个水平时
238
这就是我的信号，它不是技术分析，但当这种情况发生时，我就会触发交易。我没有特别研究过这个，但
239
这让我想起了类似的情况，就是等待某个你认为很好的条件信号发生变化。确实很有趣的事情之一，你提到过我们之前
240
一直在讨论中心化交易所，我们还没有太多谈到链上策略或去中心化交易所，你提到过最喜欢的已停用的
241
链上策略之一是交易RFQs，我希望你能解释一下这是什么，为什么是你喜欢并且效果很好的策略，以及后来为什么停用了，这发生在大约
242
半年前，我认为当时我们正处于DeFi扩张的中间阶段，我们听到很多最好的机会开始转向链上，而中心化交易所交易已经开始
243
出现边际效益递减，交易量也相当低，所以我们决定花更多时间研究DeFi，当时RFQs还是一种热潮，来自Croc Swap的Doug
244
最近写了一些有趣的推文，我倾向于同意Doug的观点，认为这不是一个好的设计，我认为它试图将TradFi中有效的东西套用到DeFi中，但并没有真正适用
245
所以，为了给听众提供背景，RFQs代表请求报价，我认为这个想法本身是好的，就像我们试图过滤掉做市商非常讨厌的有毒流动性，让零售用户直接与做市商互动
246
所以零售用户进来并说：‘我是零售用户，请给我一个报价’，然后做市商可能会给出一个报价，通常在买卖价差内，或者至少对于零售用户想要的规模来说
247
比零售用户直接击穿订单簿要好，然后零售用户得到报价，对于DeFi来说，这是一个签名的有效载荷，你将其广播到某个智能合约中，然后
248
然后验证它，然后在他们之间进行一次转账，我们告诉做市商，这就像场外交易，但这个协议是围绕它构建的，我想是的，这听起来可能不错，而且
249
在交易流量中经常发生，我认为Jane Street之类的公司会做很多这种类型的事情，我认为这真的很好，如果你想参与这个其他视频流，你为零售用户提供很好的服务
250
比如提供更大的规模，而不是被HFT学生理论抢先交易，但在DeFi中，这显然是个愚蠢的想法，因为你怎么证明你的零售用户一切都是匿名的，而且你
251
没有进行KYC，所以为了这个概念验证，我们基本上只是启动了一个简单的Python脚本，它只是像向这些做市商请求报价，他们记录我们，比如五个基点
252
的报价在大约60秒或90秒内有效，所以大多数时候，对做市商来说，这已经足够好，他们指出的规模是100k左右
253
或类似的东西，我们只是说，好吧，我们只是等到价格变动，价格显然会变动，因为加密货币真的很波动，当价格变动时，我们会说，好吧，我们
254
只是像广播这个交易，你又能怎么办呢，这看起来超级高尖，你甚至可以做得更好，你甚至不需要等到价格变动，触发
255
它基本上是一个免费的期权，期权还有时间价值，所以你只需等到期权到期，然后你决定是否要交易它，所以那
256
让它变得甚至更加一致地好，所以我的意思是，我们就这样做了，然后我想这可能是我们不是第一个这么做的人，或者也许我们是，但做市商做出反应，他们会说
257
好吧，我们会停止给你报价，因为你们让我们亏钱了，所以很明显你们不是散户，他们就开始给你们非常宽的报价，就像没有Pokey那样
258
然后你只需要换账户，找一个新的钱包，再重新做一遍，从根本上说，我认为这种策略本身没有问题，我猜有一点点担忧
259
是我认为，当我们运行这个策略时，我们主要增加的价值是向世界展示，我们证明了这种RFQs的微观结构是愚蠢的，应该有像样的
260
资本重新分配，去研究一些更有意义的事情，也许我们已经部分实现了这一点，我认为现在我们的观点是做市商拥有最后的查看权，而不是
261
散户，我说的，我们基本上已经停止运行这个策略了，但我觉得这是一个演变，我认为一旦你这么做之后，像线索这样的全部好处
262
就会消失，你可以在推特线程上看到讨论，但改进中心限价订单簿是一个很难的问题，我就是不想去做，呃，我认为
263
这很好地展示了我们尝试一些事情，挑战一下，然后意识到这个领域有多么不成熟，我称之为协议的东西，就像还没有把事情处理好，这就像一个不错的
264
过渡到我们基本上决定，嘿，也许我们实际上是为零售服务构建某种东西的最佳人选，比如创建一个去中心化的价格发现平台之类的
265
接受这个过渡，因为这就是我想接下来讨论的地方，谈谈你的新项目。你继续运行高频交易簿，但你已经将大量智力资源转向了这个项目
266
Hyperliquid，这是什么？你为什么要构建它？没错，我们基本上是在构建它，因为在Defy上交易时，我们感到困惑，因为有大量零售交易量
267
即使在2022年中期的Defy寒冬期间也是如此。有大量零售交易量，他们使用这些极其糟糕的协议，因为Layer 1协议很糟糕，他们支付了大量的Gas费，并且使用
268
这些设计也糟糕的协议。例如，请求报价（RFQs），令人惊讶的是，人们实际上想使用这些东西，你也可以从数据中看出这一点，但问题依然存在，因此我们
269
实际上开始探索这个项目。我不记得具体时间，但FTX事件发生在这一时间线中，肯定是在FGX崩溃之前，但也没有早太多。当FTX爆仓时
270
我认为叙事显然发生了巨大转变，转向了“对方的钥匙，不是你的币”这类关于对手方风险的问题。过去只是个梗，突然间成为了人们的首要关注点，这进一步巩固了我们的信念，即我们需要构建这样的东西
271
所以我们要构建什么？我认为我们在这一点上确实挣扎了一段时间，我们想弄清楚人们真正想要什么，以及市场上哪些需求未被满足
272
想弄清楚人们真正想要什么，以及市场上哪些需求尚未被满足，因此有很多 Uniswap 的克隆、创新或集成，类似于聚合器、不同的曲线
273
不同的公式、不同的调整方式，你可以进行各种修改以使任何东西都能运作，因此我们并不是 AMM 的坚定支持者，我认为由于这种错误的
274
误导性叙事，比如永久性损失，或者收益耕作，以及这些概念的残余，因此我们并不真正相信这些东西，即使市场确实需要这些
275
东西，也有那么多人在尝试满足这些需求，我们通过构建一个产品能带来什么价值呢？我们看向中心化交易所，问自己，人们想要什么？价格发现发生在哪儿？流动性是什么？
276
所有这些都在永续合约中，永续合约实际上是一个非常巧妙的创新，我认为它最初是在聊天中发明的，后来被加密货币领域推广
277
开来，那么谁在以去中心化的方式做这件事呢？基本上没有人，比如 dYdX 的订单簿已经去中心化了，哦，他们是目前最接近的，他们有一些碎片化
278
我们想，为什么不直接构建这个呢？我认为对交易者的推销是这样的：你喜欢金融，你喜欢买入比特币，你喜欢一些你不想完全信任的中心化东西，那么
279
这里有一个东西 Hyperliquid，最近在 Clips Alpha 上推出了，它给你同样的体验，也许流动性还不够，但从根本上来说，没有什么是无聊的
280
无聊，只是同样的流动性、紧缩的买卖差价、即时确认、Epsilon gas，基本上就像gas到防止DDoS的程度，但链本身可以处理数十
281
甚至数千笔订单每秒而不会有问题，一切都很透明，一切都在链上，就像一切都是交易，这基本上就是我们的愿景，我们首先瞄准的是DeFi，因为
282
要让这个教育性演讲变得困难，我认为很多人正在尝试去做这个，教育人们嘿，其实你可以，有一种新的方式，你不需要托管方，一个
283
区块链、一个智能合约，你可以自己保管资产，这就像一个很难推销的东西，不是我们特别的优势，但确实有这些人今天想这么做，而
284
这就是Hyperliquid，你基本上是在向他们展示嘿，像在所有DeFi协议中，大部分都不够严肃，大部分只是像某种东西，像某种
285
临时解决方案，可能基于本地价格，对djang赌徒来说不错，但对想要真实流动性的严肃交易者来说并不好 Hyperliquid 它之所以突出，是因为它是
286
以这个为目标构建的，我们必须在技术上进行大量创新才能实现这一点，所以我们埋头苦干，花了整个季度的大部分时间，我们真的想让它运作起来，通过
287
一些智能合约，我认为我们当时对 dYdX 模型有一定的信心，比如无信任的链下撮合，但无信任的结算，但经过进一步思考，这其实只是
288
有缺陷，这个系统的去中心化程度只取决于其最弱的组件，也就是最中心化的组件，所以我们基本上决定这并不可接受，这并没有达到我们想要的规模和分片水平。
289
所以，我们回到原点，说我们必须完全去中心化，这让我们几乎没有选择，我们必须自己构建一条区块链，我基本上就这样做了，我们非常务实，不轻易接受任何事情。
290
人们常说构建L1很难，但我们只是说，好吧，那我们就找一个共识协议吧，约翰·亨利曼并不是特别好，说实话。
291
但它有效，而且已经经过实战检验，所以我们采用了它，它构建在其中一半的基础上，使我们达到了今天的成就。
292
决定构建自己的 L1 是你与 Hyperliquid 以及其他DEX之间的一个关键区别，也是你方法中的一个关键组成部分。首先，我们假设一些听众可能不知道 L1 是什么，你将解释 L1 是什么，其次，再次说明为什么这个决定对你如此重要。
293
我认为 L1 的概念是很多大投资 Solana Avalanche 等等所关注的，这基本上就是 L1 原则，但其实它很简单， L1 只是一条区块链，它通常与基于智能合约的方案形成对比。
294
你使用另一条 L1，比如 Ethereum Solana，然后将交易所构建为智能合约，由 L1 执行，这就是它的本质。我认为它之所以如此重要，是因为
295
人们想要在L1上构建，是因为你可以获得BC/资金，几乎拥有大量代币，并获得这种支持和公关，所以这在某种程度上是一个更安全的选择。
296
这只是一个奇怪的激励机制，人们想要在 L1 上构建，因为你能得到 BC 划分的资金，而且几乎拥有大量代币，还能得到这种支持和公关，所以
297
这在某种程度上是一种更安全的选择，显然，L1 都在努力让人们在它们上面构建，因为没有一个通用的基于智能合约的 L1 在没有人构建的情况下是没有价值的
298
所以存在一种偏向智能合约的倾向，而如果你看看基于 Tendermint 构建的 Cosmos 链，实际上没有人真的在推动这些，没有
299
价值，实际上，至少现在，没有价值会累积到 Adam 身上，我认为他们正在开始想出一些方法来解决这个问题，但从根本上来说，这是一个自我主权的系统，所以请记住
300
这一点，在评估两者之间的区别时，我自己的看法是，我很难想象从一个合约平台构建一个良好的交易所
301
特别是对于衍生品，特别是如果你想运行一个订单簿，我认为这之前是一个很好的模型，所以也许这个想法的一些验证是 dYdX，这可能是
302
领先者，他们可能在五年后转向构建他们自己的区块链，我只能猜测这可能与某种法律压力有关，但目前
303
他们运行的东西显然不是去中心化的，每个人都知道这一点，我想他们会在准备好时关闭这个系统，但从我们的角度来看，L1 是构建的正确方式
304
好的交易所，可能是一个具体的例子，如果你在运营一个智能合约交易所，你某种程度上受到智能合约协议工作方式的限制，因此在 Ethereum 上，交易必须由用户触发
305
动作，所以如果你想在永续交易所上执行这些非常基本的操作，比如每八小时分配资金，这是一种使价格向现货价格靠拢的机制
306
这就像在 L1 上构建订单簿时，设计起来非常困难，假设目前有 100,000 个未平仓头寸，你需要在 Ethereum 上进行的存储槽更新数量
307
这么多，以至于无法放入一个区块中，所以你看，你必须设计一个协议，比如谁来做这件事，可能需要某种拍卖机制来确定
308
哪些特权用户被允许触发资金分配，谁会获得这部分收益，他们必须为此支付一定费用，因为他们在支付 gas 费，这并不是原子操作
309
这会导致一些奇怪的情况，比如你大约每八小时获得一次资金分配，但根据参与人数，可能在三分钟后就发生了，你如何围绕这种不确定性制定交易策略
310
这其实是一个非常基础的操作，所有交易所都需要这个功能，这很简单，你只需要把它直接写入共识协议中，比如当你生成新区块时
311
你就可以执行任意代码，如果这个区块的时间是自零点以来的八小时整数倍，就自动触发这个操作，这样就简单多了
312
因此我认为，运营交易所更像是在构建一个 L1，而不是编写一些简单的智能合约。现在你提到的是永续合约，我想稍微回到前面一点
313
传统方式，也就是这些中心化交易所目前的运作方式，是通过不同费用层级的流动性池来实现的，所以想要提供流动性的人可能会放入我不知道是 Ethereum 和 Bitcoin 的
314
以太坊比特币交易对，他们可能会在1个基点、5个基点、30个基点或100个基点的费用层级提供流动性，我认为这就是他们能到的最高费用层级，但这些是非常具体的费用区间。
315
例如无法在这里以15个基点提供流动性，这与订单簿模型非常不同，而你对通过高频交易非常熟悉的一种模型
316
高频交易天数 为什么你认为你们为 Hyperliquid 采用的订单簿模型本质上比当前去中心化交易所所使用的 B 级结构更好 特性方面
317
很有趣，如果你看一下AMMs，它们正在慢慢尝试向订单簿发展，很多DeFi项目有点令人沮丧，就像是在重复发明轮子，也许会有一些创新
318
在过程中，但从根本上来说，流动性池模型既聪明又具有欺骗性，它诞生于必要性。如果你在2018年或Uniswap刚被创建时，这样做是不可行的
319
除了少数简单的算术运算，每笔交易只有一两次存储更新，用户对愿意支付的 gas 费用有一定的容忍度，因此它就这样诞生了
320
必要性，就像是计算上的限制，所以他们通过基本上欺骗人们向池子提供流动性，才让这个模型勉强运行起来，我认为永久性损失就是
321
一种超级棒的营销策略，我觉得有点不道德，我不知道，我认为这些人是聪明人，我很难相信他们不知道自己在做什么，但我觉得他们是在欺骗
322
人们，说‘嘿，你把东西放在这里，你不是在交易，你不是在提供流动性，你只是把资金存入这个收益产品中，你可能会有一些损失，但别
323
担心，这是暂时的’，这显然是有问题的，而且我认为现在人们已经意识到这一点了，你只需要对价格进行随机游走建模，过去对此有很多争议，我不太
324
清楚为什么，作为交易员，你只是在这些池子里赚大钱，现在这是一场非常有竞争力的交易，但这也是一笔非常好的交易，而提供流动性的
325
人不是专业做市商，像订单簿那样，而是一群散户，可能只是把资金放进去，然后完全忘了这件事，这就像是一种
326
长期负期望值的策略，他们只是在承受损失，他们用这种收益耕作的噱头来激励流动性，然后可能收益耕作的热潮在散户中消退，他们就
327
忘记了流动性仍然存在，我不知道具体原因，但这种模式并不可持续，有人可能会说，‘交易量挺高的，可能有效’，但这是因为这种
328
随着时间的推移，我认为流动性将趋于下降，当它最终达到平衡时，你会发现流动性变得非常差
329
以至于手续费无法弥补相对于The Recoil流量的逆向选择成本，如果进行计算，这种流动性水平是非常糟糕的，这就是为什么这些
330
基于资金池的机制无法运作。这种机制的演变就是GMX或所有GMX的克隆项目，它们不再使用恒定曲线，而是使用预言机价格
331
并采用各种技巧和限制，以确保在交易发生时预言机价格相对准确。但即使如此，你仍然可以看到一些著名的案例，人们在
332
中心化交易所操纵价格，然后在GMX上以被操纵的预言机价格进行交易。我认为所有这些都只是临时解决方案，我认为这项技术最终已经不再适合，我认为应该使用⟶0⟧共识或
333
这个领域的研究，你可以不必做出这些妥协，你可以既拥有蛋糕又吃掉它，你可以实现去中心化并运行一个订单簿，从我所知道的实证来看
334
目前人们找到的唯一方法是鼓励真正的价格发现和真正的市场，但拥有自己的⟶0⟧存在一个潜在问题，它需要人们在⟶0⟧上进行资金的进出
335
通过某种法币入场通道或其他链，我可以看到这可能对价格发现构成潜在风险，平台上的价格发现可能不够高效，因为资金进出平台
336
从平台进出资金本质上受到这个桥接组件的速度限制，我很好奇你对此有什么看法？你认为这在作为自己的 L1 运营时会是一个潜在风险吗？还是
337
你认为这不是一个问题？这在加密货币领域确实是一个问题，不仅仅是 DeFi，因为即使你在中心化交易所进行套利交易，你的提现和存款都是在
338
区块链上进行的，所以如果网络拥堵，你仍然会遇到这个问题。但我们现在专注于目的，正如我之前说的，因为这是 80/20 的机会，几乎所有的
339
交易量和目的相关。目的的好处是你可以先从另一个 80/20 开始，比如用 USDC 作为保证金，然后就此结束，添加几个更多的稳定币
340
来分散稳定币风险并不难。总的来说，人们普遍愿意接受这个模式，比如：我将我的 USDC 存入这个桥接、链或合约，然后就可以表达对大量加密资产的看法，这非常酷。
341
在高波动性和价格发现的时期，只要你有抵押品，就可以表达自己的观点，进行套利。在现货市场中，这是一个统计现象，你只是试图在现货和目的之间
342
盈利的利差中收割资金费率。但你可以进行这种交易，而不会影响现货或 USCC 的价格。至少在 Hyperliquid 上你可以这么做。话说回来，我认为像 Virginia 这样的
343
问题确实是一个有趣的担忧，我认为目前有很多有趣的 Omni chain 技术正在出现，我们已经与一些技术进行了整合，我们一直在寻找更多的合作机会，
344
像一个有趣的问题，总体而言，我认为目前有很多有趣的跨链技术正在涌现，我们已经与一些技术进行了整合，我们一直在寻找更多的机会和
345
我们很乐意支持那些推动这一前沿领域的人，我们有很多事情要处理，所以目前我们并没有真正进行多链创新之类的工作，但最终目标其实只是
346
目前来说，这更像是一个技术上的限制，而这个问题正在以多种方式被解决，最终目标是，无论你的资产在哪个链上，都可以非常灵活地发送到这个无需信任的
347
去中心化桥接协议，然后它将作为 Hyperliquid 的抵押品现在，即使你编写自己的自定义 L1，我的预期是你仍然会以
348
比大多数主要的加密货币中心化交易所以及传统金融交易所慢几个数量级的速度进行操作，你认为更快总是更好吗，还是存在一个最终的极限？
349
你能通过一个比现在 Binance 上看到的慢几个数量级的订单簿速度，达到99.9%的性能吗？你甚至今天尝试从
350
UI 或者从 Python SDK 或者任何原始 API 进行操作时，你可能会看到他们显示的延迟可能是 100 毫秒，也可能是 300 毫秒。由于区块的生成方式，这并不完全确定，你可能会
351
说，哦，这太糟糕了，这几乎是传统金融延迟的 10 倍，但 Lane 并不以这种方式运作，它不像费用那样是线性的，对于用户来说，尤其是零售用户，这是最重要的
352
最需要照顾的重要用户群体首先是人类，人类的反应根本无法区分100毫秒和10秒之间的差异，如果他们能区分的话，他们也不在乎，他们只是想要某种东西
353
这价格在100毫秒内不会像10毫秒那样有太大变动。
354
从所有实际目的来看，这几乎为零，因此这就是通过运行自定义的 L1 来解决区块时间带来的延迟问题的地方。如果你看一下 Ethereum 和其他区块链，是的，像
355
像这样超过10秒的情况显然会对用户体验造成巨大影响，10秒内价格可能会发生很大变化，我们在这一点上说过，存在边际效益递减的情况，他们在这方面可以看到
356
订单簿速度，我想你真正关心的是TPS，也就是每秒交易次数，我想对于一个交易池来说，你关心的是每秒的订单取消等操作次数和
357
是的，在运行一个去中心化交易所和在像Finance这样的地方运行之间，这里会有数量级的差异。不过，我也认为这并不重要，因为
358
计算机无论如何都会变得越来越好，即使现在它们已经好到足以满足需求了，所以我并不清楚金融匹配引擎的确切数据，但假设它确实可以
359
每秒百万美元，假设我们编写我们的 L1，它的性能非常出色，每秒可以处理100,000笔订单，这并不是说它比其他方案好10倍，这很难评估，但你
360
可以非常轻松地设计一个协议，每秒处理100 000笔交易，这是一个很好的协议，足以满足所列出资产的价格发现需求，当然，
361
在极端的波动高峰期间，这个东西可能会有几块或10块的延迟才能上链，但这些东西在中心化系统中也经常发生，
362
变化方面，它确实是一个数量级的差异，但方向是不产生数量级成本的，如果你看一下非L1链，是的，它们可能
363
只有每秒10笔交易，那么是的，我认为10和100 000之间的差异是一个巨大的问题，我认为有些人对这个问题有不同的看法，这不仅仅是TPS的问题，
364
它也涉及到工程问题，uidx非常热衷于链下订单簿的想法，我认为即使在V4中，计划是让验证者运行他们的订单簿，但只在链上进行结算，我想
365
理论上你可能在TPS上获得一个数量级的提升，但我认为你所付出的代价是相当昂贵的，这种增加的MAV机会，以及这种对什么是
366
真相的模糊性，因为在我的理解中，订单簿是状态的一部分，将其放在链下，有点难以推理，我认为你只是接受
367
一些数量级的损失，但你所构建的东西要稳健和有弹性得多，而且你获得的透明度，我认为远远超过了成本，我想我将
368
还有一点是，我们已经深入研究了最新的共识机制相关研究，因为我们预计在这一方面将会成为限制因素，而且有很多非常酷的成果
369
henryman 的想法其实已经挺久了，我猜大概有十年了，我不确定这个想法最初是怎么诞生的，但至少有十年了，从那以后人们一直在深入思考这个问题，唯一
370
问题是现代共识协议尚未完全达到生产就绪的状态，所以我们目前选择了Tendermint，但其余部分都是从零开始构建的，没有依赖Cosmos SDK
371
但是以非常高效的方式用 Rust 编写，我们已经做了研究，我们会继续关注这个问题，对我们来说，替换掉 tournament 以使用任何共识协议都非常容易
372
生产就绪的版本，我们认为这是更好的版本，我们预计到时候至少会有10倍的改进，我们对技术栈以及我们正在构建的东西非常乐观，
373
概念验证已经完成，基准测试结果良好，如果我们不认为该平台能够很好地支持这个交易所，就不会进行市场推广和使用访问推送 Jeff
374
我们到这里就结束了，长期关注我播客的听众知道，我每季都会完全更换封面艺术，而这个季度的封面艺术灵感来自塔罗牌，我正在让
375
每位嘉宾挑选一张塔罗牌，这张牌与他们本人相关。你选的是战车，这将成为你封面艺术的设计，你尚未见过，但很快就会发布。最后一个问题
376
这一集是为什么你选了这张牌，有积极版本和消极版本，控制、意志力、成功、行动、决心，都是非常积极的事情，我认为它强烈地体现了我们做事的方式
377
我认为这让我们与很多项目或团队区别开来，我们追求一些非常不现实的目标，是的，大多数人可以你以一种完全去中心化的方式构建金融系统
378
不牺牲任何东西，也许在五年后或类似的时间，但我们不做出假设，我们推动自己，从第一性原理进行研究，并推出产品，所以这有点像意志力
379
行动和决心，这就是我们做事的方式，这也是交易游戏的一部分，就像你必须像想要赢一样想要赚钱，如果你只拥有其中一种，你不会
380
在交易中取得成功，现在我们正在构建更大的东西，这一点甚至更重要，我们有这种愿景，就像人们需要这个东西，而没有人在构建它
381
部分原因是因为构建它真的很困难，我们的团队就像战车一样，我们会去做它，我喜欢它， Jeff 这非常棒，我真的很感谢你的时间
382
祝 Hyperliquid 最好运，谢谢Corey，很高兴和你交谈，感谢你 foreign
end of transcript · 382 segments