背景
在 进一步完善自动化交易系统 - 02 这篇图文中，向大家详细介绍了，满足以下两个条件下：
- 拥有数字资产：BTC、EOS、USDT、ONE
- BigOne 提供交易对：ONE-USDT、ONE-EOS、ONE-BTC、EOS-BTC、EOS-USDT、BTC-USDT
我们可以构造 3 个三角套利的模型。
第1个：通过 ONE、USDT、EOS 套利
- 以先买入后卖出的方式构造套利路径：
价格表
- 以先卖出后买入的方式构造套利路径：
价格表
第2个：通过 ONE、USDT、BTC 套利
- 以先买入后卖出的方式构造套利路径：
价格表
- 以先卖出后买入的方式构造套利路径：
价格表
第3个：通过 ONE、BTC、EOS 套利
- 以先买入后卖出的方式构造套利路径：
价格表
- 以先卖出后买入的方式构造套利路径：
价格表
以上三个模型盈利条件相同
- 先买入后卖出的方式满足的盈利条件：
(Q2 × Q3 × 0.999^3) ÷ Q1 > 1.0
- 先卖出后买入的方式满足的盈利条件：
(P1 × 0.999^3) ÷ (P2 × P3) > 1.0
最近这段时间 BigOne 交易所对平台币 ONE 进行了战略升级，把以前的模式 —— 持有 ONE 就相当于拥有一个矿机，每天按照持有 ONE 的数量占比，来分配交易所获得的交易手续费，得到不同种类的数字货币，修改为新的模式 —— 建立由 BTC 等数字货币构成的 “兑换池”，以 1 ONE = 0.14 USDT（≈ 1 CNY）的价格，从贡献者手中依据其 “贡献值” 进行定向兑换并销毁 ONE。
“贡献值”主要通过在 BigONE 交易并获得 VIP 等级（任意等级）来获取。
交易费率规则：
- 普通用户：0.1% 交易手续费（扣除成交后收到的资产）；
- 交易费率标准根据您最近 30 天币币交易的累计交易量（等值 BTC）确定；
- 每日 01:00:00（ UTC+8 ）自动计算用户在币币交易区近 30 天的累计交易量，并在每日 04:00:00（ UTC+8 ）自动更新手续费等级。
贡献值
我感觉 BigOne 对平台币 ONE 进行升级的主要目的是鼓励用户交易，以便增加交易对的深度。
通过交易取得更高的 VIP 等级才能分享到 BigOne 交易手续费的分配。
在这种背景下，如何提升交易的频率而不亏损手续费就显得尤为重要了。于是，我买入了一些 EHT，来增加三角套利的路径。
技术分析
已知条件如下所示：
- 拥有数字资产：BTC、EOS、USDT、ONE、ETH
- BigOne 提供交易对：ONE-USDT、ONE-EOS、ONE-BTC、EOS-BTC、EOS-USDT、BTC-USDT、ETH-USDT、ETH-BTC、ONE-ETH
寻找交易路径的方法，我们已经在 进一步完善自动化交易系统 - 02 中介绍过了，利用该方法在不增加工作量的情况下，我们增加了四个三角套利的模型。
第1个：通过 ONE、USDT、ETH 套利
- 以先买入后卖出的方式构造套利路径：
价格表
- 以先卖出后买入的方式构造套利路径：
价格表
第2个：通过 ONE、ETH、EOS 套利
- 以先买入后卖出的方式构造套利路径：
价格表
- 以先卖出后买入的方式构造套利路径：
价格表
第3个：通过 ETH、USDT、BTC 套利
- 以先买入后卖出的方式构造套利路径：
价格表
- 以先卖出后买入的方式构造套利路径：
价格表
第4个：通过 ONE、BTC、ETH 套利
- 以先买入后卖出的方式构造套利路径：
价格表
- 以先卖出后买入的方式构造套利路径：
价格表
以上四个模型盈利条件相同
- 先买入后卖出的方式满足的盈利条件：
(Q2 × Q3 × 0.999^3) ÷ Q1 > 1.0
- 先卖出后买入的方式满足的盈利条件：
(P1 × 0.999^3) ÷ (P2 × P3) > 1.0
总结
我目前是 VIP1 每天可以获得 10个贡献值。不知道增加 4个三角套利模型之后能否在微盈利的情况下提升 VIP等级。当然，币圈的交易所，不像深圳和上海的证券交易所有国家的监管，所以投入的资金量也不会超过自己总资金量的10%，我只把做这个自动化交易系统作为精进自己技能的手段。如果大家感兴趣，我们可以一起来借助一些新的机器学习的方法来寻找套利的模式，一起来玩。
最近非常忙，保定局的项目、沧州局的项目都在加班赶工，空余的时间需要教小孩学习 Python，只要累不死就往死里干，呜呜~~~！今天就这样吧！See You！
相关图文：
- 资料分享：数学建模资料分享 -- 图论部分
- 资料分享：数学建模资料分享 -- 神经网络部分
- 如何利用 C# 实现 K 最邻近算法？
- 如何利用 C# 实现 K-D Tree 结构？
- 如何利用 C# + KDTree 实现 K 最邻近算法？
- 如何利用 C# 对神经网络模型进行抽象？
- 如何利用 C# 实现神经网络的感知器模型？
- 如何利用 C# 实现 Delta 学习规则？
- 如何利用 C# 实现 误差反向传播 学习规则？
- 如何利用 C# 爬取带 Token 验证的网站数据？
- 如何利用 C# 向 Access 数据库插入大量数据？
- 如何利用 C# + Python 破解猫眼电影的反爬虫机制？
经过8年多的发展，LSGO软件技术团队在「地理信息系统」、「数据统计分析」、「计算机视觉」等领域积累了丰富的研发经验，也建立了人才培养的完备体系，由于自己准备在「量化交易」领域精进技能，如果大家对这个领域感兴趣可以与我联系，加入我们的量化学习群一起学习探讨。
在这个领域我已做了以下积累：
策略部分：
- 数字货币 One 的投资价值分析
- 数字资产量化中的跨市场套利策略
- 数字资产量化中的同市场套利策略
- 数字资产量化中的网格交易法
- 我们能否效仿李笑来的投资策略？
- 赚钱是刚需，如何正确的交易股票？
数据部分：
- 如何利用 C# 爬取 One 的交易数据？
- 如何利用 C# 爬取 One 持有者返利数据？
- 如何利用 C# 爬取BigOne交易所的公告？
- 如何利用 C# 爬取Gate.io交易所的公告？
- 如何利用 C# 爬取「财报说」中的股票数据？
自动化交易部分：
- 封装BigOne API：身份验证
- 封装BigOne API：获取账户资产
- 封装BigOne API：订单系统
- 封装BigOne API：网格交易法
- 封装BigOne API：代码的重构
- 进一步完善自动化交易系统01
- 进一步完善自动化交易系统02
- 如何开发「股票数据分析软件」（上）
- 如何开发「股票数据分析软件」（中）
- 如何开发「股票数据分析软件」（下）
- 进一步完善「股票数据分析软件」 - 01
后台回复「搜搜搜」，随机获取电子资源！
欢迎关注，请扫描二维码：
