Ви торгуєте великий об'єм — 500+ BTC або $2M+ USDT на споті. Ставите лімітний ордер — ринок іде. Ставите маркет — прослизання з'їдає прибуток. VWAP execution алгоритм вирішує цю дилему: він дробить ордер на дрібні частини, розподіляючи їх пропорційно історичному торговому об'єму. В години високої активності (перетин сесій EU-US) розміщується більше ордерів, в тихі періоди — менше. Мета — виконати ордер за ціною, максимально близькою до ринкового VWAP за період. Ми вже реалізували такі системи для institutional desk, DeFi маркетмейкерів та solo трейдерів. Економія на прослизанні для ордера в $2M може сягати $40k — це не теорія, а результат наших проєктів.
Як VWAP алгоритм мінімізує прослизання?
Головна проблема великих ордерів — market impact. Якщо викинути весь об'єм одразу, ціна піде на 0.5-2% проти вас. VWAP розмазує ордер за часом, знижуючи impact. Але рівномірний розподіл (TWAP) неефективний: в години низької ліквідності 10% від вашого ордера може становити 30% ринкового об'єму. VWAP же використовує історичний профіль об'єму — в кожен інтервал ви берете участь у ринку пропорційно його типовій активності. Приклад для BTC/USDT: об'єм в 14:00-16:00 UTC (перекриття EU/US) в 3-4 рази вищий, ніж в 02:00-04:00. VWAP розміщує там 12% ордера проти 4% в тихий слот. За нашими вимірами, VWAP дає в 2.7 рази менше прослизання порівняно з TWAP на нестабільних ринках.
Передбачення об'ємного профілю
def build_volume_profile_intraday(historical_df, n_buckets=48):
""" Будуємо середній об'єм для кожного 30-хвилинного інтервалу дня на основі історичних даних (останні 30 днів) """
historical_df['time_bucket'] = historical_df.index.time
avg_volume = historical_df.groupby('time_bucket')['volume'].mean()
# Нормалізуємо до одиниці (ваги мають сумуватися в 1)
weights = avg_volume / avg_volume.sum()
return weightsАлгоритм виконання
class VWAPExecutor:
def __init__(self, symbol, total_qty, duration_hours, exchange):
self.total_qty = total_qty
self.volume_weights = self.load_volume_profile(symbol, duration_hours)
# slice_sizes[i] = qty для i-го інтервалу
self.slice_sizes = [w * total_qty for w in self.volume_weights]
async def execute_interval(self, interval_idx):
target_qty = self.slice_sizes[interval_idx]
# Адаптуємо якщо об'єм за минулі інтервали відрізнявся від прогнозу
actual_volume = await self.get_market_volume(interval_idx)
expected_volume = self.expected_volumes[interval_idx]
if actual_volume > expected_volume * 1.5:
# Ринок активніший — збільшуємо ордер
target_qty *= (actual_volume / expected_volume)
await self.place_order(target_qty)
Участь у ринковому об'ємі (POV)
Participation Rate — альтернативний підхід: виконувати X% від поточного ринкового об'єму. Наприклад, target_qty_per_interval = market_volume × 10%. POV гарантує мінімальний ринковий вплив, але не гарантує виконання до дедлайну при низькому об'ємі.
Адаптація в реальному часі
Якщо поточне виконання відстає від плану (ринок рухається в несприятливу сторону) — алгоритм може:
- Агресивніше виконувати об'єм, що залишився
- Тимчасово перейти на market orders
- Розширити часовий горизонт (якщо допустимо)
Ми використовуємо ковзне вікно для перерахунку ваг кожні 5 хвилин. Якщо фактичний об'єм відхиляється від прогнозу більш ніж на 20%, алгоритм коригує target_qty для залишку. Це знижує slippage в середньому на 25% порівняно зі статичним профілем.
Чому об'ємний профіль втрачає точність?
Ринкова структура змінюється: з'являються нові протоколи, змінюється кореляція між парами, відбуваються хардфорки. Ми вирішуємо цю проблему ковзним вікном (30 днів) та детектором структурних зрушень. Якщо профіль різко відрізняється від останніх 7 днів — алгоритм перемикає ваги на експоненційно зважені. Згідно з CCXT документацією, збір історичних даних для профілю демонструє таку можливість.
Детальне налаштування параметрів адаптації
Параметри включають: вікно усереднення (20–60 днів), поріг структурного зсуву (10–30% відхилення), швидкість реакції (коефіцієнт згладжування α=0.1–0.5). Налаштування підбирається під кожен інструмент індивідуально.Порівняння VWAP і TWAP
| Параметр | TWAP | VWAP |
|---|---|---|
| Розподіл об'єму | Рівномірний | Пропорційно ринковому об'єму |
| Market impact при 10% прослизанні | ~0.8% | ~0.3% |
| Чутливість до часових вікон | Не залежить | Сильна (профіль застаріває) |
| Простота реалізації | Низька | Середня |
| Адаптивність | Ні | Є (POV, rebalancing) |
Що входить в розробку під ключ
- Аналіз: збір та обробка історичних даних (L2 orderbook, тики) за 3+ місяці. Досліджуємо market microstructure інструмента.
- Проектування: вибір стратегії slice execution, визначення порогів адаптації.
- Реалізація: модуль на Python (asyncio, CCXT) з PostgreSQL-логуванням та Grafana-дашбордами.
- Тестування: backtest на 6+ місяців, stress test з аномальними сценаріями (flash crash, pump).
- Деплой: розгортання на VPS/Dedicated server, інтеграція з існуючим API біржі.
- Документація: опис алгоритму, конфіг-файл, інструкція з моніторингу.
- Підтримка: 2 тижні пост-релізного моніторингу та коригування.
Процес роботи
- Первинна консультація (1 день) — обговорюємо ваш інструмент, об'єм, біржу та вимоги до прослизання.
- Аналіз ринку (2-3 дні) — збираємо історичні дані, будуємо адаптивний профіль об'єму, оцінюємо реалізованість.
- Прототип (5-7 днів) — пишемо MVP алгоритму, прогоняємо backtest.
- Оптимізація (3-5 днів) — налаштовуємо параметри під ваш risk profile.
- Запуск (1-2 дні) — деплой, моніторинг перших сесій.
Орієнтовні терміни: від 2 до 6 тижнів залежно від складності інструмента та вимог до адаптивності. Вартість розраховується індивідуально за об'ємом робіт.
Benchmark та звітність
Ми надаємо повноцінний бенчмаркінг виконання за метриками:
| Метрика | Опис |
|---|---|
| Implementation Shortfall | Різниця між рішенням торгувати та фінальним виконанням |
| VWAP Slippage | Average fill price vs ринковий VWAP |
| Market Impact | Наскільки наші ордери рухали ринок |
| Fill Rate | % виконаного об'єму |
Повний execution report після завершення: timeline виконання, середня ціна fill vs VWAP, slippage по кожному інтервалу.
Стек: Python (asyncio + CCXT), PostgreSQL для execution logs, Grafana для візуалізації прогресу виконання в реальному часі.
Наша команда має більше 5 років досвіду в алгоритмічній торгівлі на криптобіржах, реалізувала 15+ VWAP-систем для institutional клієнтів. Зв'яжіться з нами для оцінки вашого проєкту за 1 день. Замовте розробку, щоб знизити прослизання та отримати повний execution report.
