(1).png)
編譯 | Aki 吳說區(qū)塊鏈
本期節(jié)目的嘉賓是 Hyperliquid 創(chuàng)始人 Jeff Yan。Jeff 的職業(yè)生涯始于 Hudson River 的高頻交易領(lǐng)域，隨后轉(zhuǎn)向加密世界，在該賽道打造了規(guī)模龐大的做市商之一。深入討論了中心化加密交易所的基礎(chǔ)設(shè)施、對抗性的算法，以及為什么 HFT（高頻交易）的盈虧實際上可能對中期價格走勢具有預(yù)測性。解釋了他眼中當(dāng)前去中心化交易所存在的問題，并介紹了 Hyperliquid 的早期理念。本期節(jié)目發(fā)布于 2023 年 5 月 8 日，可以從中看到 Jeff Yan 早期的很多想法。
如何從哈佛走進(jìn)加密交易
Jeff Yan：我的經(jīng)歷大概和很多 HFT 從業(yè)者相似：我畢業(yè)于哈佛大學(xué)，主修計算機(jī)科學(xué)和數(shù)學(xué)，隨后直接加入 Hudson River Trading，這是一家在傳統(tǒng)金融里規(guī)模較大的做市機(jī)構(gòu)。我當(dāng)時做的是美股，體驗非常好。我入職時公司大概 150 人，現(xiàn)在已經(jīng)大了很多。在這里讓我受益匪淺，能接觸到最有意思的問題，工程與數(shù)學(xué)可以完美結(jié)合，對量化來說幾乎是“天堂”。到了 2018 年，伴隨以太坊智能合約的熱潮，我讀了（以太坊）Yellow Paper，瞬間就“開竅了”，我確信那會是未來，于是離職去做一種 L2 方向的交易所協(xié)議。
當(dāng)時我們選擇切入預(yù)測市場方向，是因為彼時 Augur 已經(jīng)呈現(xiàn)出較強(qiáng)的產(chǎn)品市場匹配（PMF）跡象，而我們自身更擅長、也更關(guān)注交易所底層技術(shù)能力。因此我們完成融資后，搬到 San Francisco 組建團(tuán)隊。但幾個月后，我還是決定關(guān)停項目，因為時機(jī)并不成熟：一方面監(jiān)管不確定性極高；另一方面用戶獲取非常困難。彼時大多數(shù)人并不熟悉智能合約，興趣更多集中在代幣投機(jī)上，對 DeFi 的真實需求尚未形成，所以項目最終被擱置。
隨后我花了一段時間反思與旅行，最終選擇回到交易。相較于持續(xù)在市場里“苦找 PMF”，交易本身更直接、更有趣。起初我也考慮過加入一家成熟公司，但想到自己做過加密產(chǎn)品、對行業(yè)機(jī)制更熟悉，便先從自營加密交易做起。最開始這只是副業(yè)，但很快我就看到了顯著機(jī)會，業(yè)務(wù)擴(kuò)張速度遠(yuǎn)超預(yù)期。市場的低效程度令我驚訝。此后我?guī)缀趼耦^投入了近三年：真正系統(tǒng)化啟動是在 2020 年初，時點也恰好與市場周期共振。隨著市場規(guī)模與成交量增長 10 倍甚至 100 倍，我們也同步做大，最終市場份額進(jìn)入中心化交易所（CEX）做市商的第一梯隊。
約一年前，我們開始系統(tǒng)評估 DeFi 交易機(jī)會。這與早期切入 CEX 交易時的觀察相似?—?— 低效環(huán)節(jié)廣泛存在。但不同之處在于，部分 DeFi 協(xié)議在機(jī)制設(shè)計上存在先天不足，導(dǎo)致交易體驗與資本效率受限。與此同時，F(xiàn)TX 事件后，市場對“not your keys, not your coins”以及對手方風(fēng)險的認(rèn)知顯著強(qiáng)化，對真正去中心化產(chǎn)品的需求持續(xù)上升?；谏鲜鲎兓?，我們判斷構(gòu)建去中心化交易所的窗口期已經(jīng)到來。過去一到兩個季度，我們持續(xù)投入資源推進(jìn)該方向；高頻交易（HFT）業(yè)務(wù)則更多處于相對穩(wěn)定的運行與維護(hù)狀態(tài)，而當(dāng)前的主要投入與關(guān)注重點，集中在將這條去中心化交易技術(shù)棧扎實落地并完成體系化搭建。
做市還是吃單：兩者有何區(qū)別
Jeff Yan：在我看來，這確實是進(jìn)入高頻交易時首先需要作出的重大決策。從宏觀層面看，兩者有不少相似之處：本質(zhì)上都對基礎(chǔ)設(shè)施要求極高，且對時延高度敏感。但在許多關(guān)鍵環(huán)節(jié)上，兩者又呈現(xiàn)出相反的側(cè)重：做市更倚重基礎(chǔ)設(shè)施能力；吃單更倚重統(tǒng)計與數(shù)學(xué)建模。
我認(rèn)為選擇哪條路徑，主要取決于你更傾向投入哪類工作與研究。以做市為例，你在一定程度上受制于“將報價打穿”的對手盤，容錯空間很小。通常通過杠桿、在多個品種與多個價位掛單，會形成較大的隱含風(fēng)險敞口；一旦出現(xiàn)錯誤，尾部風(fēng)險的代價往往很高。相比之下，吃單策略可以一天只觸發(fā)一次?—?— 仍可能是有效的高頻策略，可能基于新聞，也可能基于某類細(xì)分信號。
正因觸發(fā)較少，你有空間將模型做得更精細(xì)：大部分時間不觸發(fā)并不影響，只要觸發(fā)時表現(xiàn)足夠好即可。相反，做市并不具備這種彈性?—?— 即便 99% 的時間運行良好，只要有 1% 的時間略慢、未能及時跟隨數(shù)據(jù)，相關(guān)損失就可能足以抹去其余 99% 的全部 PnL。這就是“基礎(chǔ)設(shè)施驅(qū)動”與“模型驅(qū)動”的根本差異。
Corey Hoffstein：是否可以這樣更直觀地理解：選擇“吃單”的一方之所以愿意跨越買賣價差，是因為其預(yù)期價格將沿自身方向繼續(xù)運行，因此愿意承擔(dān)點差成本；而“做市”的一方則希望價格在其交易時間窗內(nèi)盡量保持穩(wěn)定?—?— 當(dāng)有人跨價差與其成交后，再在另一側(cè)完成對沖或反向成交，從而獲取點差收益。以此區(qū)分是否合理？即一方在所處時間窗內(nèi)更希望市場橫盤，另一方則更希望出現(xiàn)方向性運動。
Jeff Yan：是的，基本可以這樣理解。在高頻交易中，我們通常以極短的時間窗來評估 markout（回看收益），但這一判斷放到更一般的交易頻率同樣成立：只要你選擇“吃單”，在以中間價計量的那一刻，你會立刻承擔(dān)一筆確定性損失（點差與費用）。只有在隨后、在你設(shè)定的預(yù)測時間窗內(nèi)，價格的平均走勢能夠覆蓋這筆即時損失并進(jìn)一步補(bǔ)償費用，你的策略才具有正期望。
做市則恰好相反：在成交瞬間，你的“初始 PnL”往往處于該筆交易可能實現(xiàn)的最高水平?—?— 因為你剛剛獲取了一個點差。你所押注的是，這部分收益在平均意義上不會被“劣化選擇”完全侵蝕。
因此，在做市場景下，如果將所有成交按時間維度進(jìn)行 markout 觀察，PnL 隨時間遞減通常是更常見的形態(tài)；你的期望只是其遞減幅度不要演變?yōu)樨?fù)值。
Corey Hoffstein：我們通話前你提到，把業(yè)務(wù)規(guī)模做大，最難的部分其實不在研究，而在基礎(chǔ)設(shè)施。我也在 X 上看到你有類似表述：“會做數(shù)據(jù)歸一化不保證你能賺錢，但不會做你肯定賺不到。”能否談?wù)勀銈冊诨A(chǔ)設(shè)施方面最大的經(jīng)驗教訓(xùn)，以及為什么它如此關(guān)鍵？
Jeff Yan：這個問題大致可以拆成兩部分，并且二者緊密相關(guān)：一是“交易基礎(chǔ)設(shè)施”，二是“研究基礎(chǔ)設(shè)施”。數(shù)據(jù)清洗更偏向后者，屬于統(tǒng)計實踐的一部分；前者則是狹義的高頻交易系統(tǒng)。兩者都極其重要。
研究層面雖然更為人所熟知，但需要強(qiáng)調(diào)的是：高頻交易中的“信噪比”與噪聲形態(tài)，比學(xué)術(shù)研究中多數(shù)對象要糟糕幾個數(shù)量級，因此對異常值的處理重要得多。
如果對這些問題缺乏正確的處理框架，僅僅簡單忽略異常值，那么一旦出現(xiàn)黑天鵝尾部事件，模型可能被直接擊穿；但如果又未能做好規(guī)范化或過濾，極端樣本又會主導(dǎo)模型訓(xùn)練與參數(shù)選擇。具體實踐中，在許多任務(wù)里使用分位數(shù)往往比直接使用原始數(shù)值更為魯棒；即便使用原始數(shù)值，也需要在“丟棄異常值”與“裁剪異常值”之間作出明確取舍，而這些選擇對最終效果的影響往往非常顯著。
最大的教訓(xùn)聽起來很樸素：必須親自審閱數(shù)據(jù)。不要以為自己足夠聰明、管道足夠“干凈”，模型輸入就會自動符合預(yù)期。用于檢查原始數(shù)據(jù)的時間很難被視為“過多”?—?— 因為每一次審閱幾乎都會帶來新的發(fā)現(xiàn)。團(tuán)隊早期應(yīng)當(dāng)將交易所提供的全部原始數(shù)據(jù)流完整落盤，逐條核對，主動識別異常并進(jìn)行一致性校驗。
有一個看似荒誕但真實發(fā)生過的案例：某段時間，一家交易所在行情推送中出現(xiàn)缺陷，將“價格”和“數(shù)量”字段對調(diào)。比如比特幣的 20,000 / 0.1 被記錄為 0.1 / 20,000，導(dǎo)致我們內(nèi)部的統(tǒng)計與計數(shù)邏輯全面失真。許多團(tuán)隊因此不得不緊急停機(jī)或切換至備用數(shù)據(jù)源。這類事件說明：無論你的邏輯設(shè)計得多么“健壯”，都不可能覆蓋所有異常情形，因此應(yīng)盡可能保持對原始數(shù)據(jù)的貼近與可追溯性。
并且還要高度關(guān)注時間戳。交易所往往會在數(shù)據(jù)中提供多種時間戳，其真實含義需要自行拆解與對齊。這一點對于理解“黑盒時延”尤為關(guān)鍵?—?— 你究竟在測量什么？你是確實“跟上”了市場，還是對方在推送質(zhì)量較差的數(shù)據(jù)？通過時間戳的拆分與比對，可以較好地區(qū)分這些情形，從而判斷鏈路是否健康、時延是否處于可控區(qū)間。
什么是“公允價（fair）”？如何度量，為何高頻做市要圍繞它交易？
Jeff Yan：不同交易公司對 fair 的定義確有差異，往往取決于各自的交易風(fēng)格。但其共通點在于：fair 本質(zhì)上是將你的建模結(jié)果凝練為一個“預(yù)測價格”。這一抽象非常有價值，因為它把“如何構(gòu)建可盈利策略”拆解為兩部分且同等困難的任務(wù)：價格預(yù)測與訂單執(zhí)行。
這也呼應(yīng)你此前關(guān)于做市與吃單的提問：做市更偏向執(zhí)行側(cè)，吃單更偏向建模側(cè)。對吃單策略而言，研究與決策幾乎都圍繞“公允價”展開。至于公允價應(yīng)納入哪些信息，取決于你認(rèn)為自己在哪些數(shù)據(jù)處理環(huán)節(jié)具備優(yōu)勢，以及市場的效率缺口具體存在于何處。
此外，公允價并不必然只有一個。在更偏機(jī)器學(xué)習(xí)的框架下，你可以同時維護(hù)不同預(yù)測期限的公允價，例如 1 秒預(yù)測與 1 天預(yù)測；執(zhí)行策略會以不同方式加以利用，而對應(yīng)的優(yōu)化目標(biāo)也可能在 PnL 維度上各不相同。
對入門者而言，一個相對有效的“粗切法”是：先給出一個你愿意圍繞其進(jìn)行報價或跨越價差的單一數(shù)值，并將其視為你的“預(yù)言機(jī)”；隨后在擁有歷史價格序列的前提下，進(jìn)一步思考如何圍繞該數(shù)值實現(xiàn)最優(yōu)執(zhí)行。
Corey Hoffstein：是否可以將其簡化理解為：觀察某一交易所，若假設(shè) Binance 匯聚了幾乎全部流動性，則可將 Binance 的價格視為公允價；若其他交易所（如 OKX）在毫秒到秒級存在滯后，則可依據(jù) Binance 的公允價跨越價差進(jìn)行交易，等待其“追價”。當(dāng)然也存在更偏統(tǒng)計的做法，即不以單一交易所為“真值”，而是結(jié)合訂單簿相關(guān)信號來估計公允價。這樣的解釋是否成立？我也并不完全確定。
Jeff Yan：是的，思路正確。以流動性最強(qiáng)的交易場所作為公允價（fair），確實是一個很好的第一近似。早期各交易所之間常出現(xiàn) 10% 量級的價差，彼時的主要難點并非價格預(yù)測，而在于如何在交易所之間高效轉(zhuǎn)移資金；因此這種方法在當(dāng)時非常有效。近幾年市場經(jīng)歷了一個演變過程：流動性先是分散，隨后又回流并向幣安集中（尤其是近期）。因此，正如你所說，將幣安價格作為公允價是一個合理的起點。
但需要強(qiáng)調(diào)的是，將外部單一來源直接等同于公允價仍需謹(jǐn)慎。例如 OKX 的滯后可能僅為數(shù)毫秒，實際交易并不一定如表述般直接。再進(jìn)一步，假設(shè)存在一種機(jī)會：每當(dāng)幣安價格變動而 OKX 尚無人吃單，你便據(jù)此進(jìn)行跟隨交易并試圖平倉套利?—?— 多數(shù)情形下可能有效，但這畢竟是加密市場，存在非連續(xù)性風(fēng)險：例如 OKX 突然進(jìn)入錢包維護(hù)，導(dǎo)致幣安與 OKX 之間的充提被暫時切斷，套利鏈條無法閉合，價格也可能隨之發(fā)散。此時若你的公允價僅依賴幣安價格，反而可能面臨被動風(fēng)險暴露。
因此，細(xì)節(jié)因素非常多。即便在這一看似直觀的框架下，也遠(yuǎn)不止“從某個數(shù)據(jù)源取一個數(shù)作為公允價”那么簡單?—?— 它只能作為良好的第一近似。
Corey Hoffstein：這也正好引出我接下來想問的：加密交易所在技術(shù)層面的諸多特性與“陷阱”。從歷史經(jīng)驗看，它們的技術(shù)口碑并不穩(wěn)定：你前面提到過“臟數(shù)據(jù)”的例子（例如將價格與數(shù)量字段對調(diào)）、API 崩潰、文檔質(zhì)量不佳、隱藏端點，甚至存在未公開的參數(shù)。我記得你最近還在 X 上舉過例子：可以繞過風(fēng)控引擎，或讓風(fēng)控引擎并行運行?—?— 這些完全未被文檔化的細(xì)節(jié)，構(gòu)成了與價格預(yù)測無關(guān)、相互獨立的“正交 alpha”。我的問題是：諸如深入理解 API 細(xì)節(jié)、準(zhǔn)確測量端點延遲這類工作，究竟能貢獻(xiàn)多少 alpha？與之相比，更“傳統(tǒng)”的統(tǒng)計類 alpha（例如利用訂單簿信號判斷壓力與方向）孰輕孰重？
Jeff Yan：你提到的那條推文，我記得反響確實不錯。
Corey Hoffstein：順便說一句，我到現(xiàn)在仍不確定那是不是愚人節(jié)玩笑。
Jeff Yan：愚人節(jié)已經(jīng)過去了，我承認(rèn)那是個玩笑。不過它比大家以為的更接近現(xiàn)實。真正的“笑點”在于：它其實部分是真的。我一直想寫篇后續(xù)，這是個很好的提醒?—?— 錄完這期我就去發(fā)。
回到你的直覺，我認(rèn)為你的判斷方向是對的。一個人在某家公司工作久了，往往會形成偏好；或是在進(jìn)入時就帶著偏好?—?— 例如“我學(xué)過數(shù)學(xué)，所以我應(yīng)當(dāng)做更酷的機(jī)器學(xué)習(xí)模型、挖掘信號、產(chǎn)出 alpha，這才是關(guān)鍵，因為這最難”。這種“只做模型”的思路在大公司或許行得通，因為分工足夠細(xì)；但如果你需要把整套業(yè)務(wù)自行運行起來，僅靠這一點是走不遠(yuǎn)的。
你提到的那些“臟活累活”?—?— 吃透 API、補(bǔ)齊文檔缺口、測量各端點延遲?—?— 非常關(guān)鍵。我對高頻交易（乃至許多事情）的理解是：它更像多個因素的乘積，而不是簡單相加。你在不同“桶”里的投入看似是加總的，但產(chǎn)出往往體現(xiàn)為相乘關(guān)系。舉個具體例子：
整體效能≈基礎(chǔ)設(shè)施 × 模型。
如果“基礎(chǔ)設(shè)施”這一因子只有 1，而“建?！边@一因子是 10，那么在每投入一個單位精力時，理性選擇往往是優(yōu)先補(bǔ)齊最短板。高頻交易的難點在于：你很難準(zhǔn)確判斷這些因子各自處于什么水平。因此，實踐中需要持續(xù)進(jìn)行“元分析”?—?— 我現(xiàn)在做的，是否確屬最重要的事項？你會很快發(fā)現(xiàn)：答案并不顯然。很多競爭優(yōu)勢，恰恰體現(xiàn)在對優(yōu)先級的判斷能力上。
在這一意義上，那些看似“臟活”的工作往往至關(guān)重要。應(yīng)當(dāng)務(wù)實地獲取低垂果實，遵循 80/20 原則。行情順暢時，最容易陷入的誤區(qū)是：“基礎(chǔ)已經(jīng)打好，可以去做一些更酷的機(jī)器學(xué)習(xí)研究、追求創(chuàng)新?！蔽覀円苍谶@一點上付出代價。并非意味著該方向不存在 alpha，而在于其投入規(guī)模大、且邊際回報往往很快遞減。
當(dāng)你團(tuán)隊規(guī)模較小、現(xiàn)有策略仍然有效、市場機(jī)會仍然充沛時，更需要反復(fù)自問并誠實面對：當(dāng)前最應(yīng)優(yōu)先推進(jìn)的是什么？不要被表面數(shù)據(jù)“誘導(dǎo)”去追逐那些暫時不應(yīng)作為優(yōu)先項的方向。
Corey Hoffstein：對于希望在加密領(lǐng)域開展高頻交易的人，你曾給出兩條路徑建議：其一是直接在 Binance（幣安）進(jìn)行交易、并將重心放在 alpha 產(chǎn)生上（我理解這更偏向“主動吃單”，而非“掛單做市”）；其二是選擇一家具有長尾特征的交易所，深入理解其基礎(chǔ)設(shè)施層面的“特性”，并據(jù)此尋找優(yōu)勢。能否進(jìn)一步說明，為何你認(rèn)為這是兩條最優(yōu)路徑？二者在方法論上有何差異？
Jeff Yan：這可以類比為一個“鐘形曲線”的直觀結(jié)論?—?— 不要停留在中間。若將鐘形曲線的橫軸理解為不同交易所，那么問題最突出的往往是中間區(qū)間，例如可粗略對應(yīng)第 2 至第 7 梯隊的平臺。
它們的成交量遠(yuǎn)小于Binance，但競爭強(qiáng)度與“有毒流量”卻差不多，甚至流量質(zhì)量可能更差。至少在Binance，我們知道其零售流量占比極高，這會帶來一種“緩沖效應(yīng)”?—?— 有毒與零售流的混合更友好。頂級HFT公司基本都已經(jīng)全量接入前若干家頭部交易所（你可以粗略理解為前15名），會用更大規(guī)模、更成熟的策略滿負(fù)荷交易；你在這些中間梯隊平臺里很難再“榨”出多少收益。如果你愿意挑戰(zhàn)可高度擴(kuò)展的大型CEX策略，就直接從Binance開始，能泛化的也會盡量泛化?—?— 沒有理由從“中間”起步。
你提到的另一條路也成立：去鐘形曲線最左端。去找小而被忽視的機(jī)會?—?— 要么體量太小不值得大玩家花時間，要么太小眾以至于他們沒覆蓋。小眾的基礎(chǔ)設(shè)施就是極好的例子。
交易所系統(tǒng)由人開發(fā)實現(xiàn)。正如不少 DEX 的協(xié)議設(shè)計可能存在明顯欠妥之處，一些小型中心化交易所的技術(shù)實現(xiàn)也可能存在清晰可識別的缺陷。如果只有你真正理解其運行機(jī)制中的“特殊性”，這本身就可能轉(zhuǎn)化為策略優(yōu)勢。基礎(chǔ)設(shè)施往往也是 alpha 的重要來源，并不存在絕對清晰的“模型 vs 基建”邊界。
你也許會擔(dān)心“不可泛化”：例如你在某家小交易所吃透了一種特定的“利用方式”，但對在 Binance 并無直接幫助。我認(rèn)為外界普遍低估了“將一個有效策略跑起來”的價值。對多數(shù)團(tuán)隊而言，這應(yīng)當(dāng)是首要目標(biāo)；至于策略規(guī)模大小，未必需要在起步階段過度在意。
當(dāng)然也存在一個基本前提：若平臺體量小到幾乎沒有成交量，研究與部署都缺乏意義。但只要具備一定交易規(guī)模，通常就能實現(xiàn)一定收益。更重要的是，如果該策略夏普率較高、對零售端事件具備足夠穩(wěn)健性，那么你所獲得的能力與經(jīng)驗，將是絕大多數(shù)參與者并不具備的。
即便具體策略未必能夠直接泛化，我的經(jīng)驗是：只要你完整走通“研究?—?上線?—?生產(chǎn)”的閉環(huán)，在這一過程中獲得的認(rèn)知往往遠(yuǎn)超預(yù)期；即使隨后推倒重來、轉(zhuǎn)向 Binance 等頭部平臺，整體難度也會顯著下降。此外，許多細(xì)節(jié)差異雖然無法一比一遷移，但你會開始從“已被驗證有效的東西”中提煉共通原則，并持續(xù)生成新的思路；這些思路通常明顯優(yōu)于憑空設(shè)想。
因此，兩條路徑各有價值。如果一時難以取舍，可以先從小的做起，再逐步走向大的；坦率地說，兩條路徑都嘗試一遍也未嘗不可。
Corey Hoffstein：你提到過“有毒流量”。能否為從未聽過這一概念的人給出一個定義？
Jeff Yan：其本質(zhì)是“信息占優(yōu)的流量”。我對加密市場成長有一個理解框架：我進(jìn)入市場時其實已不算早，只能通過回溯去想象更早期的狀態(tài)。即便在我入場的階段，零售資金規(guī)模已相當(dāng)可觀，也存在大型參與者，但當(dāng)時供需關(guān)系的核心矛盾仍在于?—?— 可用流動性不足以滿足零售端的交易需求。因此，零售流量是最直接、也最值得捕捉的對象。最直觀的做法，是編寫較為通用的做市策略，通過掛單提供流動性。只要零售投資者與您的掛單成交，你在很大程度上可以保留其跨越價差所貢獻(xiàn)的那部分收益；在當(dāng)時，這一模式本身就能夠持續(xù)盈利。這也反過來構(gòu)成一個強(qiáng)信號：當(dāng)時市場中的主導(dǎo)流量，仍主要來自零售端。
但隨著時間推移，市場參與者逐漸意識到這一點，并開始大規(guī)模部署做市策略。隨著做市側(cè)流動性不斷增加，吃單策略的意義隨之上升，買賣價差也被持續(xù)壓縮。為了繼續(xù)捕捉優(yōu)質(zhì)的零售流量，吃單者開始出現(xiàn)，并轉(zhuǎn)而更為挑剔地“篩選”做市端的劣質(zhì)掛單，將其逐一拿走。這是市場演化中較為常見的路徑。需要補(bǔ)充的是，吃單同樣為市場提供了重要價值；將“做市＝做市商、吃單＝對手盤”作簡單二分并不準(zhǔn)確，兩類角色在實踐中往往交織存在。在我看來，更理想的市場形態(tài)，是允許參與者以各自方式自由交易。
但站在做市者的視角，這類吃單流量會顯著提高策略難度：原先相對輕松的模式?—?— 持續(xù)掛單、每次被成交便獲取少量點差?—?— 可能會被少數(shù)交易“擊穿”。例如，你可能在約 99% 的零售成交中累計獲得約 1 個基點的收益，但在另外約 1% 的交易中卻一次性損失 10 個基點（僅作為心智模型，并非精確數(shù)值）。在這種結(jié)構(gòu)下，尾部損失足以吞噬大部分常規(guī)收益。
因此，“有毒流量”在很大程度上指的就是這類由吃單者所代表的、具有信息優(yōu)勢的流量。當(dāng)然，是否構(gòu)成“有毒”取決于你所運行的具體策略；但在多數(shù)語境下，通?？梢杂谩傲闶哿髁俊迸c“機(jī)構(gòu)化/高水平流量”作一個相對直觀的區(qū)分。
加密市場中“對抗性算法”誘騙 HFT 有多常見？
Jeff Yan：Crypto 確實帶有一種“西部荒野”的氣質(zhì)。換個更積極的角度看，Crypto 也是一場實驗，而立場與視角在其中尤為重要。監(jiān)管者往往會抓住一點不放?—?— “他們沒有遵循我們精心制定的證券法”。而 DeFi 的支持者則會認(rèn)為，這些證券法本身很可能帶有游說與人為判斷的烙??；加密或許提供了一種更偏自由意志主義的實驗空間：究竟哪些事物必須被監(jiān)管？我也并不確信，現(xiàn)實大概率介于兩者之間。我并非監(jiān)管者或政策制定者，這里只是分享一些偏哲學(xué)層面的觀察。回到實務(wù)層面，如果你不重視那些帶有操縱與攫取性質(zhì)的策略，在加密市場開展交易將會非常吃力。
另一個現(xiàn)實是，并非交易所不愿監(jiān)管，而是很多時候并不清楚究竟應(yīng)由誰來監(jiān)管哪一家交易所?—?— 至少對我而言，這一點并不明晰。許多法律框架在不同國家之間差異顯著，這或許也是問題長期存在的重要原因之一。并且，運營一家交易所本身就極具難度，他們還需要同時處理大量其他事項。
舉一個更具體的例子：spoofing（誘騙掛單／虛假申報）是一類非常常見的行為。我不打算在此糾纏其在美國證券與期貨法中的嚴(yán)格技術(shù)定義；這里所說的 spoofing 更偏向?qū)挿汉x：從訂單簿及隨后形成的價格軌跡中，你往往可以清晰觀察到，有人掛出巨量訂單，但顯然并無真實成交意圖?—?— 甚至一旦成交，他們反而會感到不利。盡管在法律層面很難證明其“意圖”，但這些掛單顯然并非為了成交，而是為了制造某一側(cè)掛單極為充沛的假象。其結(jié)果是：若某些算法將訂單簿流動性視為價格走向信號，就可能被誤導(dǎo)，進(jìn)而在相應(yīng)方向下單。待“誘導(dǎo)”生效后，spoofing 算法接下來要么掛出更易被擊中的 maker 單，要么主動吃掉那些在誘導(dǎo)下暴露出來的被動掛單。
這類情形非常常見。另一個更為直白的，則是各類市場操縱行為，例如“拉高出貨”的組織化圈子。
出于觀察，我曾潛伏過幾個此類群體，從未參與交易，僅作旁觀。這類現(xiàn)象的規(guī)模不小。近來相關(guān)行為確實被清理了不少，這是一件好事；但在早些年，它們甚至能夠制造夸張的成交量：某個“內(nèi)圈人士”宣布一只代幣，隨后零售用戶迅速涌入（其組織方式我亦不甚了解），內(nèi)圈人士則借助流量完成出貨。對高頻交易而言，這類場景表面上似乎可以應(yīng)對，但實際處理難度很高，因為強(qiáng)烈的均值回歸效應(yīng)往往會反向“誘殺”策略。
至于應(yīng)對方式，又回到你此前提出的基礎(chǔ)設(shè)施、模型與策略之間的取舍?—?— 精力究竟應(yīng)投入何處。對我而言，這一類問題屬于必須覆蓋的“雜項/特殊場景”，也可歸入風(fēng)險管理與特殊情景處置。
簡言之，若不完成這部分工作，即便其他環(huán)節(jié)做到近乎完美，在不同市場狀態(tài)與不同標(biāo)的上，這一塊仍可能成為決定長期平均 PnL 成敗的關(guān)鍵因素。
Jeff Yan：我們最初遭遇這類情況時，確實感到震撼?；叵肫饋恚覀儺?dāng)時算是幸運：起初交易的標(biāo)的要么不易被操縱，要么對方尚未來得及下手。我們完全沒有預(yù)見到這一問題，在“無知”的前提下搭建了系統(tǒng)，Pnl 一度進(jìn)展順利。但一旦中招，沖擊會非常劇烈?—?— 如果不對策略進(jìn)行約束，可能在一分鐘內(nèi)虧掉一天的 PnL。有時自動化交易反而是最“愚蠢”的交易，因為它本質(zhì)上只是一個缺乏人工裁量的有限狀態(tài)機(jī)，只會按預(yù)設(shè)路徑執(zhí)行。我們的應(yīng)對方式相當(dāng)務(wù)實：當(dāng)然，你可以坐下來細(xì)究、建模，去預(yù)測是否存在操縱；但我們當(dāng)時的一項優(yōu)勢，是反應(yīng)極快、以數(shù)據(jù)為依據(jù)，不執(zhí)著于“最規(guī)范”的路徑。對我們而言，做法就是?—?— 一旦出現(xiàn)特定虧損模式，便直接關(guān)停相關(guān)邏輯；
Jeff Yan：這類規(guī)則往往在一小時內(nèi)就可以完成編寫，并直接上線到生產(chǎn)環(huán)境。當(dāng)時我們嚴(yán)格遵循 80/20 原則：確實會因此錯過一部分機(jī)會，但也由此騰出了時間與精力，用于擴(kuò)容與推進(jìn)那些能夠?qū)?PnL 放大 10 倍的關(guān)鍵事項，而不是被這些問題持續(xù)牽制。可能有約 5% 的時間，我們會因關(guān)停而放棄潛在收益，但這本質(zhì)上是取舍與判斷?—?— 將資源投入到最具價值的工作上。
隨著后續(xù)資源與時間更為充裕，我們才逐步將這一塊做深：目前已經(jīng)具備更復(fù)雜的模型，用于預(yù)測相關(guān)市場狀態(tài)并識別正在發(fā)生的行為；相較早期較為“離散”的開/關(guān)處理方式，如今我們更多采取連續(xù)化的參數(shù)與權(quán)重調(diào)整，對策略進(jìn)行動態(tài)約束與自適應(yīng)配置。
截至目前，我們對這類操縱行為的運作方式及其可識別特征已形成較為深入的理解。但仍需強(qiáng)調(diào)：對新入行者而言，80/20 原則依然是最重要的行動準(zhǔn)則。
市場操縱是否更多發(fā)生在長尾幣種與小交易所
Jeff Yan：在任何交易所，比特幣與以太坊上出現(xiàn)這類情形都相對少見，因為它們的流動性更為充足。我認(rèn)為，這更多取決于資產(chǎn)本身，而非交易所。幾乎所有交易所我都見過（操縱/誘騙）行為；不同平臺上手法有所差異，你能感受到參與者并不完全相同，但整體套路大體一致。
其中存在一個“甜蜜點”：若某個代幣幾乎沒有成交量，通常不值得投入；但對于部分具備一定成交規(guī)模的山寨資產(chǎn)則不同?—?— 算法會在其上預(yù)期存在一定成交與流動性，于是便可能出現(xiàn)“可被誘導(dǎo)”的空間，從而使操縱者能夠從中獲利。
Corey Hoffstein：我一直認(rèn)為，我們觀察市場的方式往往受制于自身的交易周期。你作為高頻交易者，對微觀結(jié)構(gòu)的直覺可能與我這種持有周期更長、偏基本面的人很不一樣。你曾發(fā)過一條推文，將市場比作一種黏性流體，外部沖擊在價格發(fā)現(xiàn)過程中會以阻尼振蕩的方式呈現(xiàn)。我覺得這個比喻很有意思，能否進(jìn)一步展開？
Jeff Yan：我同樣重視對事物本質(zhì)的理解。這大概與我的數(shù)學(xué)與物理背景有關(guān)?—?— 若未能理解其內(nèi)在機(jī)制，我很難在一個“黑箱”體系上進(jìn)行創(chuàng)新。因此我傾向于構(gòu)建一些心智類比與比喻，以幫助理解市場如何運作。
以“黏性流體”的模型為例，可以先回到一個更基礎(chǔ)的問題：高頻交易為何能夠賺錢？不少散戶會將其視為一種“掠奪”，例如認(rèn)為我們在“搶跑”或“獵殺止損”。我并不是要宣稱高頻交易是在“行善”，但我認(rèn)為它確實在一定程度上為市場提供了必要的服務(wù)。
可以將外部影響價格的因素抽象為對系統(tǒng)施加的“沖擊”（對我們而言，這在很大程度上具有隨機(jī)性）：例如，有人短期內(nèi)急需成交、必須立刻獲取流動性；或是新聞事件改變了資產(chǎn)的“公允價值”。盡管有人會嘗試解讀事件本身，但這類需求往往是突發(fā)的，且通?！俺山缓蠹赐顺觥?。訂單簿本質(zhì)上是一個強(qiáng) PvP（參與者相互博弈）的場域，許多參與者帶著明確的執(zhí)行緊迫性入場；并且會形成反饋循環(huán)：動量交易觸發(fā)更多交易，進(jìn)而催生多種不穩(wěn)定均衡。
在這種結(jié)構(gòu)下，價格往往先經(jīng)歷一次幅度最大的初始沖擊，隨后市場參與者才逐步“進(jìn)場”并圍繞真正的公允價（fair）展開博弈。第一跳通常最大；之后會有人判斷“出現(xiàn)過沖”，據(jù)此進(jìn)行均值回歸交易?—?— 既可能來自中頻，也可能來自高頻參與者，例如認(rèn)為“未來 5 秒的均值上價格將回落”。與此同時，也會有人認(rèn)為事件影響深遠(yuǎn)，從而選擇順勢推動價格持續(xù)上行，直至出現(xiàn)更大幅度的漲幅；例如“Elon 將 Doge 納入 Twitter”這類事件，在其敘事框架下可能被視為“具有真實影響”，從而反過來擊穿均值回歸一側(cè)的頭寸。
整體而言，這更像是一場以真金白銀進(jìn)行的“價格投票”與持續(xù)博弈。其關(guān)鍵特征在于：波動幅度會逐步收斂。隨著參與者逐漸建立其目標(biāo)頭寸，資金不斷完成加權(quán)平均，價格最終趨于收斂至更穩(wěn)定的公平價區(qū)間。
在這一過程中，高頻交易的核心功能仍是以低買高賣的方式提供流動性。若將價格路徑視為一條上下波動的曲線，高頻交易在曲線偏低時買入、偏高時賣出，其交易沖擊在平均意義上會對該曲線產(chǎn)生平滑效應(yīng)?—?— 促使價格更快向公允價貼近，并在價格形成過程中盡量圍繞公允價運行。
因此，在這一類比框架下，高頻能力越強(qiáng)、市場流動性越充足，這團(tuán)“流體”就越表現(xiàn)為更高的黏性（阻尼更強(qiáng)）。這一心智模型未必嚴(yán)密，但大體上即為我那條推文所意圖表達(dá)的含義。
為何高頻交易的 P&L 能預(yù)測中頻價格變動？
Jeff Yan：這是我們內(nèi)部的一些“探索性想法”。我此前提到過，圍繞已被驗證有效的方向進(jìn)行迭代，幾乎總是更優(yōu)：命中率更高，也更容易實現(xiàn)規(guī)?；?。但我們也會為少量更大膽的探索保留空間，偶爾它們確實會產(chǎn)生效果。這一次就是一個相對成功的“興趣項目”，在立項之初，我們并沒有很強(qiáng)的先驗判斷。
其動機(jī)主要在于：我們的可用資本規(guī)模已超過高頻策略能夠有效承載的容量；我們雖已接入多家交易所，但這更多屬于常數(shù)項層面的擴(kuò)張，且邊際收益持續(xù)遞減?—?— 因為后續(xù)接入的平臺體量越來越小。于是我們開始思考：是否可以將觸角延伸至中頻領(lǐng)域?—?— 理想狀態(tài)下，那將是夏普率 3–4，且容量可達(dá)到高頻策略數(shù)百倍的“理想資產(chǎn)”。這一設(shè)想聽起來極具吸引力。
不過，我們總體上認(rèn)可有效市場的基本框架。是的，我們在高頻上具備優(yōu)勢，但如果給我們一組日度數(shù)據(jù)、要求我們預(yù)測日收益，我們也很難直接找到可靠的切入點?；谶@種審慎態(tài)度，這個“腦洞”為我們提供了一條相對可行的路徑：在中頻交易中，若能獲得對他人有價值但他人無法獲取的數(shù)據(jù)源，本身就可能形成策略優(yōu)勢。我們不可能像一些機(jī)構(gòu)那樣獲取衛(wèi)星圖像、統(tǒng)計停車場車流等“另類數(shù)據(jù)”。那么，我們真正擁有的是什么？我們擁有自身的 HFT PnL?—?— 這是一項私有數(shù)據(jù)，而且顯然并非隨機(jī)噪聲，從其時間序列形態(tài)就能看出某種結(jié)構(gòu)性特征，因而值得進(jìn)一步研究。
進(jìn)一步追問，它與哪些因素相關(guān)？回到此前關(guān)于“有毒流量與零售流量”的討論，它與零售流量高度相關(guān)。一個相對樸素的先驗是：若你能夠區(qū)分市場參與者類型并理解其行為模式，往往就能獲得較好的信號。整體的先驗當(dāng)然仍是“多數(shù)信號缺乏穩(wěn)定預(yù)測性”，但方向并不必然明確。因此我們的思路是：既然我們擁有這一指標(biāo)，且它與零售流量相關(guān)，而零售流量又在概率意義上與價格形成相關(guān)?—?— 那么就應(yīng)當(dāng)將這條路徑真正做透，并進(jìn)行嚴(yán)肅的分析驗證。
Jeff Yan：我們確實做了這項分析。總體思路是：將一系列以 P&L 為核心的特征（例如 P&L 的變化量、P&L 的“導(dǎo)數(shù)”等）納入回歸框架，用以預(yù)測中頻尺度上、不同時間窗口下的價格表現(xiàn)。起初我們也不確定中頻研究應(yīng)如何落地，因此采取相對“寬覆蓋”的方式：先從 5 分鐘收益入手，再將時間尺度逐步擴(kuò)展至數(shù)小時。
Jeff Yan：研究主要依托我們內(nèi)部看板的數(shù)據(jù)體系，該體系能夠匯總不同策略在不同交易所、不同標(biāo)的上的 P&L，并支持按交易所/策略/品種等維度進(jìn)行切分。由于數(shù)據(jù)噪聲較大，需要進(jìn)行較為穩(wěn)健的處理；顯然，我們不會直接用單一幣種的 P&L 去回歸該幣種的中頻走勢?—?— 噪聲過高、可解釋性也有限。我們基本遵循 80/20 原則，通過分桶與分組等方式，在盡量避免明顯過擬合、并遵循既有先驗的前提下，得到一個相當(dāng)有趣、且與直覺相反的結(jié)論：
無論是做市還是吃單，高頻側(cè)的 PnL 與加密資產(chǎn)后續(xù)回報呈顯著負(fù)相關(guān)，且效應(yīng)強(qiáng)度并不弱。我們在嘗試進(jìn)行實盤捕捉時一度非常興奮：在 1–2 小時的預(yù)測窗口內(nèi)，該效應(yīng)的量級大致達(dá)到數(shù)十個基點，并且容量較高。
但問題在于：該信號幾乎只在提示做空，而缺乏對稱的反向效應(yīng)（理論上或許存在，但我們的策略迭代會避免長期處于持續(xù)虧損狀態(tài)）。換言之，當(dāng)我們賺錢時，模型給出的含義更接近于：應(yīng)當(dāng)做空。
Jeff Yan：那么，究竟做空什么？直覺上應(yīng)當(dāng)是做空永續(xù)合約或期貨。但在具體落地時，會遇到兩個現(xiàn)實約束。
第一是資金費率。當(dāng)這類情形出現(xiàn)時，許多成熟參與者往往也在做空；即便各自關(guān)注的底層信號不同，alpha 之間也可能高度相關(guān)，市場行為趨于同向，資金費率會反映并吸收這一部分擁擠程度。
第二是信號最“顯著有效”的個別標(biāo)的往往屬于極端樣本，而這些標(biāo)的在實際操作上反而難以做空，原因可能包括流動性不足、可借券受限、合約工具不完備等。
盡管如此，整體效應(yīng)仍然具有可用性。高頻交易天然會形成庫存，你可以在策略之間進(jìn)行內(nèi)部對沖或內(nèi)化；即便不采取內(nèi)化方式，也可以在信號最強(qiáng)時對庫存目標(biāo)施加偏置（例如盡量降低持倉或避免持倉），從而對總體 P&L 產(chǎn)生正向貢獻(xiàn)。
就“單獨抽象出一條可復(fù)用的中頻空頭策略”而言，我們認(rèn)為其說服力不足，因此并未將其包裝為獨立策略。這也屬于最接近能夠公開分享的那類 alpha；但具體是否可執(zhí)行，仍取決于你的策略組合與交易流程設(shè)計，它完全可能在特定體系下轉(zhuǎn)化為可落地的 alpha。
Corey Hoffstein：我很喜歡這個思路：直接在期貨上做空未必可行，因為資金費率可能已將信號部分價格化；但通過調(diào)整庫存偏置來承接這一 alpha，是一種替代路徑，并能對 P&L 產(chǎn)生實質(zhì)性影響。
這讓我聯(lián)想到我所處頻段的一些做法?—?— 以 DFA 為例，他們并不顯式交易動量，但在買入價值股時會剔除動量顯著偏弱的個股：并非將動量作為因子直接建倉，而是在完全不同的時間尺度上，等待負(fù)動量階段消退后再介入價值。這與這里的邏輯相近：將理論上“正交”的 alpha 不作為顯式頭寸表達(dá)，而是融入交易流程中，通過邊際優(yōu)勢與細(xì)微改進(jìn)持續(xù)提升結(jié)果。這一概念很有啟發(fā)。
Jeff Yan：補(bǔ)充一點。你剛才的例子很有意思，我此前并未接觸過，但我確實聽過一些以大倉位交易為主的“人工盤手”提到類似做法：在加密市場中，只要 50 日均線與某條均線出現(xiàn)“金叉/死叉”，他們就會觸發(fā)相應(yīng)動作。其含義是：其核心決策并不依賴技術(shù)分析，但當(dāng)某個技術(shù)條件出現(xiàn)時，會將其視為執(zhí)行觸發(fā)器。我并未專門研究你提到的那一案例，但它讓我聯(lián)想到同類方法?—?— 等待一個自認(rèn)為相對可靠的“條件信號”發(fā)生變化，再執(zhí)行既定交易流程。
Corey Hoffstein：是的，本質(zhì)就是等待某個條件信號發(fā)生改變。很有意思。我們前面談了很多中心化交易所，但對鏈上策略/去中心化交易所涉及不多。你提到過，你最喜歡但后來已經(jīng)停用的一類鏈上策略是做 RFQ。能否解釋一下：它是什么、為什么你當(dāng)時非常喜歡且效果很好、以及后來為何停止？
Jeff Yan：大約半年前，我們開始加大在 DeFi 方向的投入。當(dāng)時業(yè)內(nèi)普遍認(rèn)為，最好的機(jī)會正在向鏈上遷移，而中心化交易所這邊已進(jìn)入邊際收益遞減階段（整體成交活躍度偏低）。因此我們決定投入更多時間研究 DeFi。那段時間，RFQ（Request for Quote，詢價/報價）形成了一波熱潮。CrocSwap 的 Douglas 最近也發(fā)表過幾條頗有意思的推文，我在很大程度上同意他的觀點：這一設(shè)計并不理想?—?— 它在嘗試將傳統(tǒng)金融（TradFi）中有效的機(jī)制直接移植到 DeFi，但未必契合鏈上環(huán)境。
為便于不熟悉的聽眾理解，先補(bǔ)充背景：RFQ 的出發(fā)點是較為清晰的?—?— 幫助做市商過濾“有毒流量”，并讓零售用戶能夠與做市商直接對接。零售用戶發(fā)起請求：“我是零售用戶，請給我報價。”做市商返回一個報價（通常優(yōu)于盤口點差，或至少能夠滿足零售用戶希望成交的更大規(guī)模）。零售用戶拿到做市商簽名的報價后，將該簽名載荷廣播至智能合約；合約驗證簽名有效后，完成雙方資產(chǎn)結(jié)算。其本質(zhì)更接近一套“協(xié)議化的 OTC”機(jī)制。
其設(shè)想聽起來確實合理，在傳統(tǒng)金融（TradFi）中也較為常見：用戶可以獲得更大規(guī)模、且不易被高頻交易“前置”的成交，對零售端而言屬于更好的服務(wù)。但在 DeFi 語境下，這幾乎是一個顯而易見的缺陷設(shè)計，因為你無法證明對方確為“散戶”?—?— 鏈上默認(rèn)匿名，且不存在 KYC 這一層身份驗證。
為驗證這一判斷，我們寫了一個極簡的 Python 腳本，批量發(fā)起詢價請求。結(jié)果做市商確實給出了極優(yōu)報價：價差大約僅 5 個基點，且報價有效期為 60–90 秒。多數(shù)情況下，從做市商視角看，獲得這樣的成交本應(yīng)是有吸引力的；其愿意給出的成交規(guī)模也相當(dāng)可觀（十萬美元級別）。但這也直接暴露了機(jī)制缺陷：在一個無法驗證身份、默認(rèn)匿名的系統(tǒng)中，任何人都可以偽裝為“散戶”，反向利用報價機(jī)制獲取優(yōu)勢。這也是我們當(dāng)時為何一度非常喜歡、但又很快停止使用這類鏈上 RFQ 策略的根本原因。
Jeff Yan：我們的操作方式其實很簡單：先等待價格出現(xiàn)波動。加密市場本就波動較大，一旦價格發(fā)生變化，我們就將那筆已經(jīng)簽名的交易廣播上鏈。對手方能做的有限。該策略的夏普率非常高。進(jìn)一步說，甚至不必等待價格波動才觸發(fā)?—?— 其本質(zhì)更接近一張“免費期權(quán)”，且?guī)в忻鞔_的時間價值：你可以一直等到報價接近到期的最后時刻，再決定是否提交成交。
Jeff Yan：這也使得收益更為穩(wěn)定。我們當(dāng)時就是這樣執(zhí)行的。顯然，我們并非唯一這樣做的參與者（也可能是之一），做市商很快便作出反應(yīng)：開始停止向我們提供正常報價，理由是“你們在讓我們虧錢，你們顯然不是散戶”，于是要么給出極寬價差，要么干脆不再報價。對此我們也可以應(yīng)對，例如更換地址、更換錢包繼續(xù)請求。
從原則層面看，我并不認(rèn)為這種策略本身存在問題。更像是一個現(xiàn)實層面的顧慮：我們執(zhí)行這一策略的最大價值，可能在于向市場證明 RFQ 的微觀結(jié)構(gòu)設(shè)計存在硬傷?—?— 資本與智力資源應(yīng)當(dāng)轉(zhuǎn)向更合理的機(jī)制。也許在這一意義上，我們的“實驗”已經(jīng)完成了其功能。
我理解目前許多 RFQ 機(jī)制已引入做市商的 “l(fā)ast look（最后看價權(quán)）”，而非讓“散戶”保有最終決定權(quán)。正如你所說，我們后來也停止了這類策略。我確實認(rèn)為這是一種演化；但一旦給予做市商 last look，RFQ 的核心優(yōu)勢基本會被削弱甚至消失。這一點在 Twitter 的相關(guān)討論中也能看到：要在機(jī)制層面優(yōu)于中心限價簿（CLOB）非常困難，我并不認(rèn)為 RFQ 能在 DeFi 中穩(wěn)定實現(xiàn)這一點。上述經(jīng)歷也進(jìn)一步說明，在我們反復(fù)試錯之后，愈發(fā)感到該賽道仍不成熟，許多協(xié)議的機(jī)制設(shè)計并未充分想清楚。
在這一背景下，我們當(dāng)時作出了一個戰(zhàn)略判斷：與其在既有機(jī)制上進(jìn)行“套利式適配”，不如由我們來構(gòu)建一個真正面向零售用戶、能夠?qū)崿F(xiàn)去中心化價格發(fā)現(xiàn)的平臺。
為何轉(zhuǎn)向 Hyperliquid
Jeff Yan：我們之所以決定親自下場去做，是因為在 DeFi 交易過程中產(chǎn)生了強(qiáng)烈困惑：即便在 2022 年年中 DeFi 低迷期，零售流量依然可觀，但用戶卻在使用體驗極差的協(xié)議。他們在底層公鏈性能不佳的情況下支付高額 Gas，同時還在使用機(jī)制設(shè)計并不理想的方案（例如 RFQ）。更令人意外的是，用戶確實愿意繼續(xù)使用；從數(shù)據(jù)層面也能清楚看到?—?— 需求始終存在?；谶@一判斷，我們進(jìn)一步深入調(diào)研。
我不太記得 FTX 事件在這條時間線中的準(zhǔn)確位置，但應(yīng)當(dāng)是在其暴雷前不久。FTX 崩盤之后，市場敘事迅速轉(zhuǎn)向?qū)κ址斤L(fēng)險：“Not your keys, not your coins”這類過去更像口號的表述，突然成為多數(shù)人最關(guān)切的問題。這進(jìn)一步強(qiáng)化了我們“應(yīng)當(dāng)構(gòu)建某種基礎(chǔ)設(shè)施”的信念。但具體要構(gòu)建什么，我們也曾反復(fù)權(quán)衡：首先需要弄清用戶的真實需求，以及市場中尚未被滿足的空白。
彼時市場上已有大量 swap 的克隆版本，各類小幅創(chuàng)新與聚合器層出不窮，不同曲線與公式帶來了巨大的參數(shù)空間。然而我們對 AMM 路線并不樂觀：相當(dāng)一部分所謂“做市”所形成的流動性，更多是被錯誤或誤導(dǎo)性的敘事驅(qū)動出來的低質(zhì)量流動性（例如對“無常損失”的表述方式、以及流動性挖礦遺留效應(yīng)）。即便 AMM 確實代表市場的主要需求，這條賽道也已高度擁擠，我們再推出一個同類產(chǎn)品，能夠提供的增量價值并不清晰。
因此我們轉(zhuǎn)而回到中心化交易所去觀察：用戶真正需要什么？價格發(fā)現(xiàn)主要發(fā)生在哪里？有效流動性集中在哪里？答案高度一致?—?— 永續(xù)合約。永續(xù)本身是一項極為巧妙的創(chuàng)新（其思想最早可追溯至傳統(tǒng)市場，但在加密市場被充分發(fā)展）。而在去中心化領(lǐng)域，真正以去中心化方式提供這一能力的項目幾乎不存在。dYdX 雖然采用訂單簿形態(tài)，但撮合仍偏中心化；它是最接近的一類方案，但也僅止于此。我們的結(jié)論是：既然缺口明確，那就由我們來做。
面向交易者的價值主張也很直接：如果你認(rèn)可 Binance、Bybit 這類中心化交易體驗，但又不愿承擔(dān)托管風(fēng)險?—?— 那么 Hyperliquid 試圖提供的正是這種選擇。
Hyperliquid 近期已啟動封閉內(nèi)測，其目標(biāo)是提供與中心化交易所（CEX）一致的交易體驗：點差足夠窄、成交確認(rèn)近乎即時、Gas 成本幾乎為零（僅用于防御 DoS）。在無擁堵條件下，其區(qū)塊鏈可實現(xiàn)每秒處理數(shù)萬筆訂單。所有行為全程透明、全部上鏈，所有操作均以鏈上交易記錄呈現(xiàn)?—?— 這就是我們所追求的愿景。
我們的首要目標(biāo)用戶是DeFi圈，因為向更廣泛人群灌輸“你可以不用托管機(jī)構(gòu)、把信任交給鏈上合約”的教育成本很高，也不是我們的特長；而DeFi用戶今天就愿意用。我們要做的是向他們證明：在眾多協(xié)議里，大多數(shù)并不嚴(yán)肅，有些只是權(quán)宜之計/創(chuàng)可貼式方案，或基于本地價格的臨時機(jī)制?—?— 適合賭徒，但并不適合需要真實流動性與可靠價格發(fā)現(xiàn)的嚴(yán)肅交易者。我們要提供的，是可用的流動性與去中心化的價格發(fā)現(xiàn)機(jī)制。
區(qū)塊鏈與智能合約本身可以承擔(dān)托管與結(jié)算職能，并在機(jī)制層面建立可驗證的信任。但這一觀念的推廣并不容易，也非我們所長。我們的策略更直接：以產(chǎn)品與事實展示差異，讓用戶看到在繁雜的協(xié)議選擇中，多數(shù)方案并不嚴(yán)謹(jǐn)，許多只是短期補(bǔ)?。ㄆ渲幸恍┥踔羶H基于本地價格）。這類機(jī)制或許更適合“Degen 式”參與，而不適合需要穩(wěn)定交易體驗與真實流動性的專業(yè)交易者。
Hyperliquid 的不同之處在于：我們從設(shè)計之初即圍繞上述需求展開。為此，我們在技術(shù)上做了大量創(chuàng)新，并投入了一個季度的大部分時間進(jìn)行集中開發(fā)。起初，我們也一度被 dYdX 的路徑所吸引：鏈下撮合、鏈上無托管結(jié)算。但在進(jìn)一步推演后，我們認(rèn)為該模型存在結(jié)構(gòu)性缺陷?—?— 一個系統(tǒng)的去中心化程度，取決于其中最中心化的那一環(huán)。基于這一判斷，我們無法接受該方案，因為它難以擴(kuò)展至我們設(shè)想的規(guī)模與愿景。
因此，我們回到原點：必須實現(xiàn)完全去中心化。在我們的約束條件下，這幾乎意味著別無選擇?—?— 只能自研一條公鏈。我們不傾向于繞行，也不盲從既有結(jié)論。外界普遍認(rèn)為自建 L1 難度極高，我們的處理方式是先集中解決共識問題。Tendermint 并不完美，但其成熟度高、經(jīng)過大量實戰(zhàn)檢驗。我們選擇在其基礎(chǔ)上構(gòu)建，并由此推進(jìn)到當(dāng)前階段。
為何 Hyperliquid 選擇自建 L1，并將其視為關(guān)鍵的“縱向集成”決策
Jeff Yan：過去幾年，L1 已成為行業(yè)中的重要敘事，許多大額投資也圍繞其展開，例如 Solana、Avalanche 等所謂的 L1 項目。概念本身其實并不復(fù)雜：L1 指的就是一條區(qū)塊鏈本體。與之相對的是“基于智能合約的實現(xiàn)路徑”?—?— 即在另一條既有的 L1（例如以太坊、Solana）之上，通過智能合約實現(xiàn)交易所邏輯，并由該 L1 負(fù)責(zé)執(zhí)行與結(jié)算。
這一點之所以重要，在于其中存在較為微妙的激勵結(jié)構(gòu)。許多團(tuán)隊愿意“建在某條 L1 上”，部分原因是這樣更容易獲得持有大量代幣的 VC/基金的支持與宣傳資源；而通用型智能合約 L1 的價值亦依賴應(yīng)用生態(tài)承載，因此它們天然傾向于吸引開發(fā)者“基于我來部署合約”。相較之下，以 Tendermint 為基礎(chǔ)的 Cosmos 系鏈更接近自我主權(quán)（self-sovereign）模型?—?— 缺乏強(qiáng)烈的外部激勵去推動其擴(kuò)張，價值也并不直接回流到某個單一主體。
就我的親身體驗而言（兩條路徑我們都嘗試過），很難想象僅將既有 L1 作為通用合約平臺，就能構(gòu)建出真正高質(zhì)量的交易所，尤其是在衍生品場景、尤其是在訂單簿模式下。某種意義上的“旁證”是 dYdX：作為公認(rèn)的先行者，其在運行五年后也選擇轉(zhuǎn)向自建區(qū)塊鏈。他們的動機(jī)或許包含法律層面的壓力（我只能推測），但無論如何，其當(dāng)前運行的架構(gòu)顯然并非完全去中心化；待新鏈就緒后，舊架構(gòu)也將逐步退出。對我們而言，若目標(biāo)是打造一套真正高質(zhì)量的交易所，走 L1 路徑才是更為正統(tǒng)且可擴(kuò)展的方向。
舉一個更具體的例子：如果將交易所完全實現(xiàn)為“智能合約”，就必然受到基礎(chǔ)合約平臺規(guī)則的強(qiáng)約束。以以太坊為例，交易與狀態(tài)更新通常需要由用戶交易觸發(fā)。于是，對于永續(xù)合約交易所最基本的運營動作之一?—?— 例如每 8 小時結(jié)算資金費?—?— 一旦系統(tǒng)中存在 10 萬個在持倉的“會話/倉位”，需要更新的存儲槽數(shù)量在單個區(qū)塊內(nèi)根本無法容納。你就不得不額外設(shè)計一套“由誰觸發(fā)資金費結(jié)算”的機(jī)制：可能需要拍賣觸發(fā)權(quán)限，設(shè)計激勵與費用分配，向觸發(fā)者補(bǔ)貼 Gas 成本等。更關(guān)鍵的是，這一過程往往無法原子化完成，最終實際效果就會變成“約每 8 小時結(jié)算一次”，但具體執(zhí)行時點取決于當(dāng)時參與者活躍程度，可能延后數(shù)分鐘。對于策略交易者而言，很難圍繞這種不確定性建立穩(wěn)定的執(zhí)行與風(fēng)控框架。
而這類操作對所有永續(xù)合約交易所而言都屬于“基礎(chǔ)動作”。如果在自研鏈上實現(xiàn)，則可以顯著簡化：將資金費結(jié)算邏輯寫入共識協(xié)議即可。例如規(guī)定：當(dāng)新區(qū)塊產(chǎn)出且其時間戳恰好滿足自創(chuàng)世起每 8 小時的整數(shù)倍時，系統(tǒng)自動觸發(fā)資金費結(jié)算并執(zhí)行相應(yīng)邏輯，整體實現(xiàn)會更直接、更可控。換言之，運營一家永續(xù)合約交易所，在工程本質(zhì)上更接近于構(gòu)建一條 L1，而不僅僅是編寫幾份智能合約。
為什么 Hyperliquid 認(rèn)為訂單簿 DEX 優(yōu)于“費率分層”的流動性池模式？
Jeff Yan：費率分層這一點確實頗具代表性。你會看到，不少 AMM 正在緩慢地向訂單簿形態(tài)“進(jìn)化”。對許多 DeFi 從業(yè)者而言，這難免帶來挫敗感?—?— 仿佛最終仍在重造輪子。過程中或許會產(chǎn)生局部創(chuàng)新，但從更底層的結(jié)構(gòu)看，流動性池模型既有其“巧妙”之處，也帶有某種近似“被過度包裝”的意味。
之所以如此，是因為 AMM 在很大程度上源自當(dāng)年的計算與存儲約束?；氐?2018 年（Uniswap 剛出現(xiàn)的階段），鏈上可承載的算術(shù)運算極為有限，一筆交易往往只能更新極少量的存儲狀態(tài)，用戶也無法接受過高的 Gas 成本。AMM 正是在這種算力與存儲高度受限的環(huán)境下，為了“勉強(qiáng)可用”而形成的折中方案。
它之所以能運轉(zhuǎn)，某種意義上依賴于說服資金進(jìn)入池子提供流動性。與此同時，將無常損失包裝為一套營銷敘事，在我看來是一種非常高明、但也值得質(zhì)疑的做法：向零售用戶強(qiáng)調(diào)“存進(jìn)去不是交易，而是在獲得收益”；即便可能產(chǎn)生損失，也被解釋為“無常”的、可被忽略的成本。這種敘事是否充分揭示了風(fēng)險，至少存在討論空間。
從交易者視角看，AMM 池子的套利機(jī)會在機(jī)制上相對顯性：圍繞這些池子進(jìn)行套利可以獲取收益。如今這類交易已相當(dāng)擁擠，但在早期階段，它確實曾是具備明顯正期望的策略。與訂單簿市場不同，池子的流動性提供者往往并非專業(yè)做市商，而更多是零售 LP。許多人將資金放入池中后長期不再管理，依賴所謂“挖礦收益”維持參與。若缺乏有效管理與風(fēng)險認(rèn)知，在長期維度上，其期望收益可能并不理想，甚至可能持續(xù)被動承受不利選擇帶來的損耗。
“流動性挖礦”在早期通過激勵強(qiáng)行拉入了流動性；當(dāng)激勵衰減后，部分資金可能仍停留在池中，甚至存在參與者對自身敞口缺乏持續(xù)關(guān)注的情況。這一結(jié)構(gòu)本身難言可持續(xù)。有人可能反駁說“成交量依然很高”，但在你的論述框架里，這更可能與激勵與營銷機(jī)制有關(guān)，而非長期均衡下的自然結(jié)果。長期均衡中，真實可承受的流動性可能逐步下降，直到 LP 為覆蓋不利選擇所付出的隱性成本，被迫將費率抬升至更高水平；而費率一旦升高，零售流量又會被進(jìn)一步抑制，從而形成負(fù)反饋循環(huán)。
在那種“實際可承受”的流動性水平下，若將收益與風(fēng)險成本進(jìn)行核算，結(jié)果往往并不理想。這也是我認(rèn)為資金池模型難以長期成立的根本原因之一。
其所謂“升級版”可以理解為 GMX 及一系列“GMX 克隆”：它們不再依賴恒定函數(shù)曲線，而轉(zhuǎn)向采用預(yù)言機(jī)價格。為了使交易發(fā)生時的預(yù)言機(jī)讀數(shù)盡可能貼近“真實價格”，這類協(xié)議往往會設(shè)置諸多限制與權(quán)宜設(shè)計。然而即便如此，相關(guān)問題仍頻繁出現(xiàn)?—?— 例如，有人先在中心化交易所操縱價格，再在 GMX 上針對已被操縱的預(yù)言機(jī)報價進(jìn)行交易獲利。就機(jī)制層面而言，這些手段本質(zhì)上仍更像是“止痛貼式”的補(bǔ)丁，而非從根本上解決價格發(fā)現(xiàn)與對手方信息優(yōu)勢的問題。
在我看來，隨著近年在 L1 共識等底層技術(shù)方向的進(jìn)展，我們終于不必再在“去中心化”與“可用交易形態(tài)”之間作出過度妥協(xié)：既能保持去中心化，又能夠承載訂單簿式交易?；诮?jīng)驗，這幾乎是唯一被充分驗證、能夠?qū)崿F(xiàn)真實價格發(fā)現(xiàn)并形成“真實市場”的路徑。
自建 L1 是否會因跨鏈與法幣出入金而拖慢價格發(fā)現(xiàn)
Jeff Yan：這確實是整個加密行業(yè)的共性問題，并不局限于 DeFi。即便在中心化交易所做套利，資金的充提鏈路仍運行在公鏈之上，一旦鏈上擁堵，轉(zhuǎn)移效率就會顯著下降。我們起步階段選擇聚焦永續(xù)合約，本質(zhì)上是一次 80/20 的取舍：市場絕大部分交易量與價格發(fā)現(xiàn)都集中在永續(xù)上。在此基礎(chǔ)上再做一次 80/20，就是先統(tǒng)一采用 USDC 作為保證金，把核心路徑打通；后續(xù)再逐步引入多種穩(wěn)定幣以分散風(fēng)險，并不困難。對多數(shù)用戶而言，這一模式更順暢：將 USDC 存入橋/鏈/合約體系后，即可在同一處對大量加密資產(chǎn)表達(dá)觀點并進(jìn)行交易。
就高波動資產(chǎn)的觀點表達(dá)與價格發(fā)現(xiàn)而言，只要具備抵押品，就能夠建立頭寸并實施套利。典型場景是現(xiàn)貨?—?永續(xù)套利：獲取資金費并交易期現(xiàn)價差。在這一結(jié)構(gòu)下，永續(xù)端完全可以在 Hyperliquid 上完成，而無需頻繁搬動現(xiàn)貨或 USDC。
當(dāng)然，跨鏈問題本身仍需持續(xù)關(guān)注。當(dāng)前已有不少值得關(guān)注的全鏈技術(shù)方向；我們已集成其中部分方案，并會持續(xù)支持相關(guān)演進(jìn)。由于資源與優(yōu)先級約束，我們不會親自投入多鏈基礎(chǔ)設(shè)施的“原始創(chuàng)新”，但終極目標(biāo)是明確的：資產(chǎn)可來自任意源鏈，并通過可信最小化或去中心化的橋接方式抵押進(jìn)入，從而直接作為 Hyperliquid 的保證金使用。
目前，無論通過 UI、Python SDK，還是直接調(diào)用原始 API 試用 Hyperliquid，端到端延遲大致在 100–300 毫秒之間；由于出塊存在隨機(jī)性，該數(shù)值并非完全確定。你可能會認(rèn)為這比 Binance 的下單延遲慢一個數(shù)量級。但延遲的影響并非像手續(xù)費那樣線性累加；就我們優(yōu)先服務(wù)的核心用戶群體?—?— 零售用戶?—?— 而言，人類在 100 毫秒與數(shù)十毫秒之間幾乎難以穩(wěn)定分辨差異。
即便能夠分辨，多數(shù)情況下也并不構(gòu)成關(guān)鍵因素；他們更在意的是獲得“即時”的交互反饋。在通常市場環(huán)境下，價格在 100 毫秒與 10 毫秒之間并不會發(fā)生實質(zhì)性變化。
對絕大多數(shù)交易場景而言，這部分由區(qū)塊時間引入的延遲可以近似視為零，因此通過運行自研 L1 基本可以將其控制在可接受范圍內(nèi)。相較之下，Ethereum 等鏈上超過 10 秒的確認(rèn)時間會顯著損害體驗?—?— 價格在 10 秒內(nèi)可能發(fā)生較大波動。并且，從用戶側(cè)看，延遲改進(jìn)的收益存在明顯的邊際遞減。就訂單簿速度而言，更關(guān)鍵的指標(biāo)反而是 TPS；對應(yīng)到去中心化交易所，具體就是每秒可處理的下單、撤單等操作數(shù)量。
確實，相較 Binance 等中心化交易所，去中心化交易所的吞吐往往會低一個數(shù)量級。
但在我看來，這一差距并不必然構(gòu)成實質(zhì)性問題?—?— 計算能力持續(xù)提升，而當(dāng)前性能在工程意義上已經(jīng)“足夠好”。我并不知道 Binance 撮合引擎的確切指標(biāo)，假設(shè)其可處理 1,000,000 筆/秒，而我們自研 L1 的目標(biāo)是 100,000 筆/秒，這并不能簡單推出“Binance 好 10 倍”的結(jié)論。協(xié)議完全可以有意識地將上限設(shè)計在 100,000 TPS，這仍然足以支撐所覆蓋資產(chǎn)的價格發(fā)現(xiàn)與大部分用戶需求。的確，在極端波動時期，部分頻繁重下單可能會延后數(shù)個區(qū)塊，甚至十個區(qū)塊才被鏈上處理。
但類似現(xiàn)象在中心化交易所同樣會發(fā)生。因此，盡管數(shù)值上存在“一個數(shù)量級”的差距，卻未必對應(yīng)“一個數(shù)量級”的成本后果。
相反，如果將比較對象換成通用智能合約鏈，其吞吐可能只有 10 TPS，那么 10 與 100,000 之間的差距就會變得決定性。此外，這不僅是 TPS 的問題，也涉及工程取舍。dYdX 一直強(qiáng)調(diào)鏈下訂單簿路徑?—?— 據(jù)我了解，即便在 v4 版本中，其計劃仍是由驗證者各自運行訂單簿，僅將結(jié)算放到鏈上。
理論上，這或許能帶來一個數(shù)量級的 TPS 提升，但代價也相當(dāng)高。會顯著放大 MEV 空間，同時也會讓“何為事實”變得更為含混?—?— 在我看來，訂單簿應(yīng)當(dāng)被視為系統(tǒng)狀態(tài)的一部分；將其置于鏈下，會使系統(tǒng)整體更難推理、也更難驗證。因此，我更傾向于接受少數(shù)幾個數(shù)量級的性能折損，以換取魯棒性、韌性與透明度的顯著提升；在我看來，這些收益遠(yuǎn)大于成本。
再補(bǔ)充一點：我們也對最新的共識研究進(jìn)行了系統(tǒng)調(diào)研?？梢灶A(yù)見，共識將成為系統(tǒng)的主要瓶頸，但近年的新成果非常多，方向也很有價值。Tendermint 的確相對“老”，其核心思想至少已有十年歷史。學(xué)界在相關(guān)問題上積累深厚，只是許多較新的共識協(xié)議尚未達(dá)到可生產(chǎn)級。因此，我們目前選擇 Tendermint 作為階段性方案，但除共識之外的部分幾乎全部自研：不依賴 Cosmos SDK，而是使用 Rust 從零實現(xiàn)高性能組件。
與此同時，我們已經(jīng)完成了相關(guān)研究并會持續(xù)跟進(jìn)。對我們而言，一旦出現(xiàn)更優(yōu)且達(dá)到生產(chǎn)級的共識協(xié)議，將 Tendermint 替換為新方案的遷移成本并不高；在條件成熟時，我們預(yù)計至少可以獲得 10 倍的性能提升。我們對技術(shù)路徑保持樂觀：目前自研部分與 PoC（概念驗證）均已就緒，基準(zhǔn)測試數(shù)據(jù)也表現(xiàn)良好。若非確認(rèn)平臺能夠承載目標(biāo)負(fù)載，我們也不會推進(jìn)當(dāng)前的市場推廣與用戶增長。
我所關(guān)注的是掌控、意志、成功、行動與決心?—?— 這與我們“以做事立身”的方式高度契合，也使我們與許多團(tuán)隊拉開差距。我們設(shè)定的目標(biāo)往往并不“保守”：例如，“能否在完全去中心化的前提下，做出一個不犧牲體驗的 Binance？”多數(shù)人可能會認(rèn)為這至少需要五年。但我們不預(yù)設(shè)結(jié)論，而是從第一性原理出發(fā)研究，并將其真正工程化落地。這種意志與執(zhí)行力對交易同樣關(guān)鍵：你既要有取勝的意愿，也要有盈利的動機(jī)；缺少任何一項，都很難走到最后。如今我們在建設(shè)一個更大的系統(tǒng)，這種“戰(zhàn)車式”的推進(jìn)方式就更重要?—?— 市場確實需要它，但少有人愿意承擔(dān)，部分原因是這件事本身確實很難。我們的選擇很直接：由我們來做。
贊
.png)
863
收藏
