流动速度：分布式交易所按需快速交易

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Liquid Speed: On-Demand Fast Trading at Distributed Exchanges》
---
作者：
Michael Brolley, Marius Zoican
---
最新提交年份：
2019
---
英文摘要：
  Exchanges acquire excess processing capacity to accommodate trading activity surges associated with zero-sum high-frequency trader (HFT) \"duels.\" The idle capacity\'s opportunity cost is an externality of low-latency trading. We build a model of decentralized exchanges (DEX) with flexible capacity. On DEX, HFTs acquire speed in real-time from peer-to-peer networks. The price of speed surges during activity bursts, as HFTs simultaneously race to market. Relative to centralized exchanges, HFTs acquire more speed on DEX, but for shorter timespans. Low-latency \"sprints\" speed up price discovery without harming liquidity. Overall, speed rents decrease and fewer resources are locked-in to support zero-sum HFT trades.
---
中文摘要：
交易所获得了过剩的处理能力，以适应与零和高频交易员（HFT）“决斗”相关的交易活动激增闲置容量的机会成本是低延迟交易的外部性。我们建立了一个具有灵活容量的分散交换（DEX）模型。在DEX上，HFT从对等网络实时获取速度。随着HFT同时抢占市场，在活动爆发期间，速度的价格飙升。相对于集中式交换机，HFT在DEX上获得了更快的速度，但时间跨度更短。低延迟的“冲刺”加速了价格发现，而不会损害流动性。总体而言，速度租金下降，用于支持零和HFT交易的资源减少。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--
一级分类：Economics        经济学
二级分类：Theoretical Economics        理论经济学
分类描述：Includes theoretical contributions to Contract Theory, Decision Theory, Game Theory, General Equilibrium, Growth, Learning and Evolution, Macroeconomics, Market and Mechanism Design, and Social Choice.
包括对契约理论、决策理论、博弈论、一般均衡、增长、学习与进化、宏观经济学、市场与机制设计、社会选择的理论贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Liquid_Speed:_On-Demand_Fast_Trading_at_Distributed_Exchanges.pdf (691.99 KB)

2022-6-24 11:31:14 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：交易所 分布式 Quantitative Peer-to-Peer Contribution

流动速度：分布式交易所按需快速交易Michael Brolley*Wilfrid Laurier UniversityMarius Zoican+托伦托大学2019年7月26日与零和高频交易员（HFT）“决斗”闲置容量的机会成本是低延迟交易的外部性。我们构建了一个具有灵活容量的分散式交易所（DEX）模型。在DEX上，HFT从对等网络实时获取速度。随着HFT同时抢占市场，在活动爆发期间，速度价格飙升。相对水资源被锁定，以支持零和HFT交易。关键词：高频交易、金融科技、分散化交易所、市场设计JEL代码：G10、G14、G23*+马吕斯·佐伊坎（通讯作者）与多伦多大学米西索加分校和罗特曼管理学院合作。可以在马吕斯联系马吕斯。zoican@rotman.utoronto.ca.地址：安大略省多伦多市圣乔治街105号罗特曼管理学院；加拿大M5S 3E6。我们从与Carole Comerton Forde和Nicolas Inostroza讨论这项研究中受益匪浅。马吕斯感谢康诺基金会颁发的新研究员奖。arXiv:1907.10720v1【q-fin.TR】2019年7月24日流动速度：分布式交易所按需快速交易Abstractwith zero-sum high-frequency trader（HFT）“决斗”闲置容量的机会成本是低延迟交易的外部性。我们构建了一个具有灵活容量的分散式交易所（DEX）模型。在DEX上，HFT从对等网络实时获取速度。随着HFT同时抢占市场，在活动爆发期间，速度价格飙升。相对水资源被锁定，以支持零和HFT交易。关键词：高频交易、金融科技、分散化交易所、市场设计JEL代码：G10、G14、G231简介电子市场由技术驱动。

与人类不同，计算机做出交易决策的延迟极低，接近光速。如果算法同时对排序机会作出反应，他们的订单同时以所谓的“微突发”方式到达市场。事实上，Menkveld（2018）利用纳斯达克的纳秒级消息数据记录了20%的交易以亚毫秒的间隔聚集。然而，微突发与流动性提供方的高风险选择成本相关，与高频率的“竞争”一致在对同一交易信号作出反应的算法之间。Budish、Cramton和Shim（2015）指出，套利机会的平均持续时间从2005年的97毫秒下降到2015年的7毫秒，而同期美元套利交易没有变化。在具有时间优先权的市场中，贸易商需要至少与其最快的竞争对手一样快，才能抓住此类机会。然而，由于高频交易者（HFT）之间的短期“决斗”本质上是零和博弈，它们甚至可能损害流动性（Menkveld和Zoican，2017）。比亚斯（Biais）、福柯（Foucault）和莫伊纳斯（Moinas）（2015）认为，速度的“军备竞赛”是一项社会成本高昂的投资。条件为了避免订单延迟，交易所投资于过剩的处理能力，更快的计算机纽约证券交易所（NYSE）将处理能力提高了两次：第一次是在2月份，第二次是在2月份。2011年，在高频交易兴起的推动下，纽约证券交易所平台变成了一个单一的feed，具有每秒560万条消息的容量。因为他们可以部分提取HFT租金。

交易场所对其自身的基础设施拥有地方垄断权：例如，在2018年内，您必须向纽约证券交易所支付将您的计算机定位在旁边的费用，这与交易场所收取的交易费用的数量级相同。因此，技术是交易所的重要收入来源。在权衡成本（即构建昂贵的计算机容量）和性能（交易员的消息延迟）时，Linux掌握了华尔街，PC世界，2011年8月15日。参见：时间是相对的：交易速度重要的地方和不重要的地方，纳斯达克，2019年5月30日。交易所倾向于后者，因为HFT愿意承担成本。据估计，高达90%的高通量exchange基础设施在90%的正常交易日处于闲置状态。降低与低延迟军备竞赛相关的社会成本。我们建立了一个计算机功率（CPU）容量高的模型。目前，动态定价已在其他环境中成功实施，例如在电力市场、航空公司预订系统或分乘系统中，重新定价的频率要高得多，最好是以次秒为间隔。特别是，第3节描述了目前在以太坊区块链上运行的分散式交换机（DEX）的体系结构。限额订单簿数据和交易匹配引擎作为计算机代码在对等网络中分发。网络中的每个参与者（“miner”）都有一份交易所的副本，可以“出租”多余的计算机电源来处理收到的订单，并收取一定费用。当交易激增时，过剩的需求会推高计算能力的价格，矿商会向交易所分配更多的CPU资源。在正常的市场时期，矿商可以将闲置的计算机电源重新分配给其他更高效的目标。我们比较了两种市场设计选择（例如Boulatov和George，2013）。

首先，如第3节所述的交换。我们发现，采用动态CPU定价的分散交换可以改善空闲资源的分配。虽然分散化的交易所并不能消除市场创造者和投机者之间频繁的“决斗”，但它缩短了资源致力于支持零和HFT竞赛的时间。在集中交换中，HFT租用ais上的昂贵技术，大部分时间处于闲置状态，并且被排除在其他生产用途之外。相比之下，在分散式交换中，HFT按需从对等CPU提供商处租用技术。随着处理能力价格的飙升。价格发现。正如Budish、Cramton和Shim（2015）所述，我们模型中的低延迟比赛是azero sum游戏。因此，买卖价差只取决于交易者的相对速度（即赢得比赛的概率），而不取决于绝对延迟。在对称均衡中，集中市场和分散市场的买卖价差都是相同的。分散的市场可以改善价格发现。在集中化市场，高频率没有交易机会。由于分散的市场将CPU资源耦合在一起，以订购从新闻到价格更新的预期时间（通过投机者交易或报价更新集中交换（它们可能在集中交换）。最后，HFT在分散式交易所赚取的租金低于集中式交易所。即使在速度竞争加剧的微爆发期间，价格会下降，也会在新闻事件周围的速度竞赛期间降低租金。因此，分散式交换将价值从零和HFtrace转移到对等交换基础设施的供应商。2相关文献高频交易。福柯和莫伊纳斯（2019）全面回顾了最近有关快速交易的文献。

近年来，出现了一场针对更快市场的军备竞赛：针对高流动性的纽约证券交易所工具。在集中式交换机上明确建模对低延迟基础架构的投资。他们认为，速度军备竞赛导致了对低延迟技术的过度投资，但并不一定会提高市场质量。在这两项研究中，速度投资是一个二元决策（即交易者可以是“快”或“慢”），并且在交易开始之前就沉没了。此外，我们的成本为交易基础设施市场建模。我们允许实时采集和定价低延迟技术，允许速度投资取决于同期的数据。我们认为，这种市场设计是通过低延迟贸易军备竞赛的点对点分权而实现的。Ye、Yao和Gai（2013）发现，纳斯达克交易所的交易延迟从微秒到秒的下降降低了市场深度。Shkilko和Sokolov（2019）发现，当降雨中断芝加哥和纽约之间的微波网络连接，减缓市场时，流动性实际上会提高。然而，交易者个人可能会从快速中受益。Baron、Brogaard、Hagstr"omer和Kirilenko（2019）证明，快速交易者在市场订单上赚取短期利润，这与订单狙击一致。Foucault、Kozhan和Tham（2016年）发现，高频交易在外汇市场上产生了有毒的跨市场套利。exchange基础架构如何影响市场质量？交易所可以使用latencyspeed作为横向差异化工具来放松竞争。这种战略考虑在分散交换的情况下是有限的，在这种情况下，基础设施由点对点网络中的原子论参与者提供，具有竞争力。

Menkveld和Zoican（2017）认为，低延迟交换会促进知情HFT之间的零和“决斗”，并可能导致低流动性。有几个备选方案可用。Budish、Cramton和Shim（2015）认为，频繁批量拍卖的离散时间市场消除了略快于完全连续交易的优势，在交易谱的另一端，交易者在一段时间内提交或出售交易利率，而不是数量。减速，即故意延迟订单执行，是交易所特别青睐的解决方案（见Baldauf和Mollner，取决于实施细节）。Aoyagi（2019）认为，随机延迟会刺激对交易速度的投资，并恶化逆向选择。Brolley和Cimon（2019）警告称，交易所可能会选择为其交易平台设计减速带，以最大限度地提高交易收益，这可能与消除高频军备竞赛并不一致。因此，现有的提案要么着眼于消除交易员加快速度的动机，要么直接限制速度。我们主张一种基于市场的解决方案，即速度以实时和竞争的方式进行定价，而是仅在需要速度的情况下将其“本地化”，从而减少技术闲置的时间。我们的模型遵循Budish、Cramton和Shim（2015）以及Menkveld和Zoican（2017）的观点，即高频做市商之间不存在外部信息不对称，并提供流动性。逆向选择是通过异步到达具有时间优先级规则的交易所而产生的，交易消息按照到达交易所的顺序进行处理。

这补充了大量文献，其中逆向选择源于不对称信息（例如，Glosten和Milgrom，1985；Foucault、Hombert和Rosu，2016）。金融技术与创新。本文还涉及到越来越多的研究金融技术（FinTech）对交易和市场结构的影响的研究。大多数区块链驱动的交易协议都有一个分散的基础设施，在这个基础设施中，区块链可以工作，只有最快的采矿者才能获得结算奖励，有强大的激励机制来组建联盟（或采矿池）来分担风险。随之而来的从未有过的大型采矿池之间的竞争，会大大增加基于工作证明的锁链的能耗。Basu、Easley、O\'Hara和Sirer（2019年）研究了采矿费用的优化设计。Biais、Bisière、Bouvard和Casamatta（2019）认为信息延迟和软件操作记录。Easley、O\'Hara和Basu（2019）表明，交易费用并不一定会有所提高。他们担心，从长远来看，等待时间和均衡费用可能会高到足以阻止用户参与。我们通过关注分布式交易来补充这些文件：我们模型中的矿工将订单发布到P2P维护的限额簿，而不是注册已经匹配的交易。许多论文关注区块链在市场设计中的作用。Khapko和Zoican（2019年）研究了分布式账本对交易后基础设施的影响，发现实时结算可以减少流动性，因为它会增加中间商的库存成本。

Chiu和Koeppl（2019）估计，基于区块链的结算可以节省1-4个基点，提高交易透明度，同时限制前期风险，从而产生福利收益。动态定价。动态定价，即价格反映时变需求和边际成本的定价，在其他基础设施交易所中经常出现，如电力市场（Joskow和Wolfram，2012）。Cramer和Krueger（2016）以骑乘共享为例，论文认为灵活、实时的市场交易基础设施的好处可以减少与低延迟军备竞赛相关的成本。3分散式Exchange的体系结构二进制DEX、IDEX或Ethex。它们构建在分布式应用程序（dApp）平台（如以太坊）之上，并使用防篡改和自动执行的智能合同来匹配交易（Bhutoria，2018）。根据Cong和He（2019）的定义，智能合同是通过网络共识实施的数字合同。在完全分散的exchange（如Ethex）上，时间在对等（P2P）计算机网络上运行，而不是在集中的exchange服务器上运行。区块链，这是一种分散的分布式账本技术，其中“阻止”了交易网络。分布式交换可以在与图灵完整编程语言相关联的区块链平台上实现，即允许复杂的状态相关智能合约的平台。以太坊区块链（与“Solidity”计算机语言配对）就是这样一个平台的例子；另一方面，比特币区块链并非如此。本节中引用的所有分散式交易所的真实示例均在Theetheithem区块链上实现。完全分散的exchange（DEX）是如何工作的？交易者首先需要广播以特定价格购买或出售给定数量的意愿。

为此，她访问了DEXWe注意到，P2P网络不需要依赖区块链：BitTorrent是一种文件传输软件，是一种不使用区块链的对等平台。图灵完备语言理论上可以实现计算机可以实现的任何算法或任务。交易员自愿在消息中附加汽油费，以补偿P2P平台运营商运营交易所的费用（参见，例如，Easley、O\'Hara和Basu，2019年），并最终使用Be encrypted签署订单。在命令广播之后，一台或多台对等计算机（例如，“中继机”）在封装匹配引擎的智能合约中。第一个将订单附在智能合同上的中继商收取燃气费。更高的天然气费用可能会吸引更多的矿工，并因此被淘汰，否则会将订单添加到限额簿中。将订单写入智能合约。最后，契约延迟衡量网络共识和智能契约代码执行所需的时间。该图与exchange前端中的图1非常相似。图1：去中心化的exchange架构订单和相应的连接到前端的燃气网络LatencyCentralized exchange latencyTrader Aafeatrader BffeeLayer latencyPrivate KeyPendingAabfeebTransactions（cloud）feeafeebContract LatencYafeeBMatchersmart ContractCheckBP ostap交易平台，如0x、EtherDelta或IDEX，使用混合式“半集中式”结构，以链外订单中继和链上结算为特征。限额订单在其自己的加密钱包地址中加密，并将订单注入区块链上的智能合约中。混合过程更快，因为交易只有在交易对手匹配后才能在区块链上结算。