链上量化交易策略以及优化方案

注：本文为《高频交易底层优化方案》的上篇：https://aws.amazon.com/cn/blogs/china/building-cefi-high-frequency-trading-system-on-aws/

随着区块链行情热度增加和链上合约的丰富，DeFi 生态系统的发展也为区块链带来了新的机遇和挑战。其中衍生出来了新的套利方式：链上最大化可提取价值（MEV）。这种模式带来了潜在的经济收益，但同时也存在一些争议和风险需要权衡。 通过研究 MEV 套利的机制，我们可以更好地了解底层问题，并设计出更加公平、透明和高效的解决方案。本文尝试用一篇文章来简要说明几种常用的 MEV 机制和云上的优化方法，想了解更多的套利机制或者优化方式，欢迎联系我们。

后跑（Back-running）是 DeFi 生态系统中比较常用的做法，通常被视为抢跑的反面。以下是后跑的工作原理：

1. 监控 Mempool：Back-runner 持续监控以太坊 Mempool，寻找潜在有利可图的交易。
2. 识别有利可图的交易：当 Back-runner 识别出一笔可能会对代币或资产价格产生重大影响的交易时，他们会分析其预期结果。 比如识别到链上有一个 1000ETH 的买单，可能会造成 ETH 在 Uniswap 中的价格涨 10%。
3. 构建新交易：Back-runner 构建一个在原始交易执行后利用其预期结果的新交易。比如通过在 SushiSwap 中迅速购买还处于低价的 ETH，并将其跨链回 ETH 主网， 最后构造一个 ETH 的卖单。
4. 优先 Gas 拍卖：Back-runner 出价高 Gas 费，以提高他们的交易在原始交易之后被打包进下一个区块的机会。
5. 如果成功，Back-runner 的交易会紧随原始交易之后执行,使他们能够从原始交易引起的价格波动中获利。

链上打新也是 DeFi 生态系统中比较常用的做法, 通常在牛市中使用较多。以下是链上打新的工作原理：

1. 用户或项目方在 Dex 中添加新的 Liquidity Provider (LP) tokens（相当于新股上市）。
2. 量化机器人监测到新的 token 交易对。
3. 发起买入订单，同时为了提高自己的订单成功打包几率，机器人可以发起很多相同的买单，同样的 gas 还可以是多个账户同时下单，确保链上成交快。
4. 等待 Token 价格上涨，并寻求时机卖出，从而盈利。

当然还有更多的 MEV 策略，比如抢跑、三角套利、多角套利、三明治套利、质押清算套利、时间强盗攻击等等，在此暂不赘述。我们可以发现，套利的核心取决于两点，第一点是延迟，如果我们的策略能保证最先成交，则可以确定赚取利润；其次是策略，好的策略能带来超额的收益，当然这点主要取决于算法的优劣。在亚马逊云看来，在延迟层面，我们可以通过前沿的底层技术以及架构，确保提供最低的延迟。以下是几个常用的优化方式：

1. 网络层面的延迟：我们发起一笔交易时，耗时最长的是网络阶段。亚马逊云提供了各个区域之间的骨干网，帮助您快速的将交易尽可能多的传送给世界各地的链节点。同时还提供了 Local Zone，帮助您尽可能的把量化程序物理接近在某些链节点的周围，确保更快的将自己的交易打包上链。
2. 服务器层面的延迟：此延迟主要分为两个方面，第一个是计算的延迟，因为我们的算法程序在实时的计算价格，如果算出的结果更快，则在第一步就占据了优势。亚马逊云多年来持续提供云上超高运算速度的机型，比如目前的 r7iz，主频最高可到 3.9GHz。如果您关注极致性价比，也可以考虑使用我们自研的 ARM 芯片 Graviton，同时我们也将常用的区块链节点完成了适配，可参考 Graviton 区块链节点；其次是在主机内数据包传输的优化，Linux 内核网络包处理时会带来一定的延迟，我们可以考虑加入 DPDK 去将数据包链路减少，从而达到降低延迟的目的。

当然，不同的量化策略，场景，需要优化的方向都略有不同。我们可以根据自己项目的实际情况来挑选方向进行优化。如果您有任何疑问和建议，欢迎与作者联系。

本篇作者