Antes de ejecutar órdenes automatizadas sobre $BTC, $ETH o $SOL, tu bot de trading debe evaluar la toxicidad del libro de órdenes. Un filtro de riesgo ligero de 120 líneas en Python te permite bloquear por defecto y evitar ejecuciones tóxicas antes de enviar una orden.
Principales conclusiones de ingeniería: 1️⃣ Reutilizar conexiones HTTPS: Cambiar a una requests.Session con conexiones persistentes reduce la latencia mediana de consulta de 160 ms a 59 ms. 2️⃣ Almacenamiento en caché de instantáneas durante 1 segundo: Agrupa ráfagas de órdenes en una sola solicitud de instantánea y respeta los límites de frecuencia de la API. 3️⃣ 4 indicadores de microestructura: • Barridos de taker (evento): Detecta grandes barridos de mercado (p. ej., ≥ $100k). • Picos de EWMA de profundidad (evento): Reacciona a cambios repentinos en la proporción de órdenes de compra dentro de ±1 % con respecto a su EWMA móvil. • Percentil de VPIN (régimen): Pausa la ejecución cuando la toxicidad del flujo alcanza el decil superior (≥ 0.90). • Percentil de desequilibrio del libro (régimen): Señala asimetrías estructurales usando el historial específico de cada símbolo. 4️⃣ Histéresis y bloqueo por defecto: Activa el bloqueo con un VPIN de 0.90, pero exige que el VPIN baje de 0.80 para reabrir y evitar oscilaciones. Bloquea inmediatamente ante errores de red o instantáneas obsoletas (> 3 s).
Python
gate = RiskGate(session_fetcher(api_key=API_KEY))
decision = gate.check("BTCUSDT")
if decision.allow:
place_order(...)
else:
logger.info("Skipped BTCUSDT: %s", "; ".join(decision.reasons))
💡 REST frente a streams: las protecciones REST resguardan tu estrategia durante los segundos posteriores a una barrida. Para tiempos de respuesta inferiores a un segundo en barridas de $BTC (reajuste de precios mediano de ~227 ms), integra streams de toxicidad por WebSocket.
🔗 Recursos y enlaces a las fuentes:
• Artículo en Dev.to: https://dev.to/followsm/building-a-pre-trade-microstructure-risk-gate-in-python-hysteresis-ewma-spikes-and-taker-sweep-1e07
• Paquete de PyPI: https://pypi.org/project/followsm-sdk
• SDK de TypeScript (NPM): https://www.npmjs.com/package/@followsm/sdk
• Repositorio de GitHub: https://github.com/Follow-SM/hft-toxicity-circuit-breaker