Manifold 创始人 Jae Chung 回顾称，这家公司最初切入量化交易，并不是靠在中心化交易所和 Jump、Tower、Jane Street 这类成熟机构正面竞争，而是转向它们当时投入较少的去中心化交易所市场，围绕 CEX-DEX 价差套利建立早期优势。
按照他的说法，自己在 2021 年创办 Manifold 时年仅 21 岁，几乎没有量化交易经验。此前，他在 2016/17 年以白帽黑客身份进入加密行业，运营过几年验证节点，也在 DeFi 之夏和 NFT 狂热期间做过一些交易和投资，但这些经历都与量化交易并不直接相关。
他写道，身边顾问当时普遍认为这是一条错误的路，因为他既不清楚自己的对手是谁，也没有与这些大型交易公司抗衡的经验。
从零经验起步，早期尝试多数没有跑通
Jae Chung 表示，外界常把量化交易理解成「找到规律，然后赚钱」，但实际情况远比这复杂。Manifold 早期试过许多方向，包括套利、价差捕捉、基差交易、统计套利、收益耕作，甚至深度学习，但一开始没有一种策略真正跑通。
在他看来，交易本身是零和游戏。如果同一张桌上有足够多更强的参与者，小团队很难分到利润。因此，真正关键的问题不是盲目堆策略，而是先找到自己在哪个市场具备可建立的优势。
避开 CEX 正面战场，把牌桌换到 DeFi
Jae Chung 将顶级交易公司的优势概括为三类：速度与延迟优势、专有数据与订单流、研究与 Alpha 生成能力。
他认为，在中心化交易所，这几项优势当时已经被 Jump、Tower 等公司牢牢占据。它们在 Binance、OKX、Bybit、Coinbase 等主流交易所拥有成熟的低延迟基础设施，也能凭借更大的交易量拿到更低费率，还拥有来自客户的订单流与数据资源。
相比之下，Manifold 当时的交易与研究系统只算入门级，既没有庞大的工程师与研究员团队，也不具备在这些机构主场硬碰硬的条件。
因此，团队把目光转向 DeFi，也就是去中心化交易所。Jae Chung 解释称，当时不少区块链基金会正在投入大量资本，激励市场为去中心化交易所提供被动流动性。多数去中心化交易所不采用订单簿，而是基于 AMM（自动做市商）曲线成交，这意味着交易系统既要处理价格、流动性区间和滑点，也要处理链上交易提交、执行与确认。
在他看来，这类市场当时尚未被顶级公司全面覆盖，原因可能包括：这偏离了它们成熟的中心化基础设施；市场规模相较传统中心化交易所更小；围绕去中心化交易所的监管仍有不确定性；以及这些大公司已经能在别处获得可观利润。
这类方向也更契合 Manifold 的人员结构。Jae Chung 说，团队结合了熟悉智能合约、能处理链上执行的加密原生工程师，以及具有 Citadel、Tower 等传统机构背景的量化研究人员。
他还提到，后来团队中一名表现最好的员工，原本是一家保险公司的数据工程师，私下则是一名个人 MEV 搜索者，会在 Polygon 上小规模运行自己的原子套利策略。在正式加入前，双方通过匿名邮箱 0xaddress@protonmail 沟通，而他通过区块浏览器查看对方机器人地址的历史交易，判断其具备潜力。
先做原型验证：用 TypeScript 跑通 CEX-DEX 套利
在全面押注去中心化交易所前，Jae Chung 先验证了这个方向。他用 TypeScript 搭建了一个简单的链上交易系统，在中心化交易所与去中心化交易所之间执行套利，比较的是 Binance、FTX 与流动性排名前十的区块链上的价格。这套方法被团队称为 CEX-DEX 套利。
其核心逻辑是，区块链交易会在一个出块时间内被「阻塞」，有的链约为 200 毫秒，有的在 1 到 2 秒，还有的更久。这使得链上价格更新天然慢于中心化交易所的逐笔报价，市场之间会形成某种领先与滞后关系。
与此同时，去中心化交易所中相当一部分流动性是被动的、陈旧的，并没有被机器人持续主动管理，因此不同场所之间会出现价差，而价格发现主要仍发生在链下。
Jae Chung 表示，尽管这个原型相当粗糙，对延迟也不敏感，但它依然能够抓到真实的套利机会，而且在扣除费用后仍然盈利。对经历了数月研究没有明显结果的团队来说，这是第一次看到策略具备可扩展潜力。
原型可赚钱后，团队围绕执行持续迭代
他指出，对套利策略而言，原型就能跑通其实并不常见。因为套利按定义就是摆在地上的无风险利润，通常其他更快的参与者会立即拿走它，机会很快就消失，或者不再明显。
一旦确认原型具备正收益，Manifold 开始围绕几个方向系统优化：
- 将 TypeScript 系统改写为更快的语言；
- 为每条链接入更多 DEX，并扩展更多区块链；
- 改进仓位规模和滑点的数学计算；
- 优化交易费用，提高单笔利润率；
- 争取更低的中心化交易所费率等级；
- 通过链上技术手段压低 Gas 费；
- 改进链上执行技术，提高成交率；
- 做库存优化，提高资本效率、回报率和运行时长。
他表示，这类高频交易的好处在于，市场会很快给出反馈。某个工程改动是否提高盈利，几乎立刻就能从实盘结果中看出来。团队因此获得了一个很短的「实现—验证—转化为美元」反馈闭环。
Jae Chung 在文中还提到一段经历。2021 年 12 月 24 日，他与联合创始人 Sid 在公寓办公室通宵写代码，因为持续工作甚至忘记了圣诞节。直到凌晨 1 点左右，他提醒对方当天是圣诞节，Sid 过了约 30 秒才回了一句「哦。圣诞快乐。」随后两人继续写代码。
几百万美元资金部署后，日收益超过 1 万美元
Jae Chung 称，在完成上述一系列通用优化后，CEX-DEX 套利开始在仅部署几百万美元资金的情况下，实现每天超过 1 万美元的收益。
当时团队的重点，是把新的系统用 Go 与 Solidity 写到足够稳定，以便快速扩展到多条链，并在每条链上接入 10 到 20 个 DEX。他们也开始整合采用 UniV3 tick 定价模型的新型去中心化交易所。这类 DEX 由于采用集中流动性机制，价格效率更高，滑点更小。
随着交易规模扩大，团队在中心化交易所上的交易量档位提高，费率随之下降；随着可动用资本增加，系统也能覆盖更多交易池与更多交易对。
竞争加剧后，套利从识别机会变成拼技术细节
随着早期低门槛机会被不断吃掉，Jae Chung 观察到竞争迅速增多。在一些链上，团队已无法再等待 10 个基点的价差触发套利，因为其他机器人愿意在更低的价差条件下先行出手。
他给出一个例子：如果 Binance 上 ETH 价格为 2,000 美元，而 Polygon 上 Quickswap 的 ETH 价格为 2,001 美元，两者价差就是 0.05%，也就是 5 个基点。若某个机器人设定为只要 5 个基点且扣除费用与滑点后仍有利可图就立刻执行，它就会在 Polygon 卖出 ETH、在 Binance 买入 ETH，把价格重新拉回到大致平价。
在这种情况下，等待 10 个基点价差的机器人根本看不到机会，因为别的机器人会在 Polygon 上 ETH 价格升到 2,002 美元之前就把价差抹平。
Jae Chung 指出，每家公司执行单笔套利的成本并不相同，主要取决于三点：它在中心化交易所拿到的费率；在 CEX 端是吃单还是挂单，后者通常更便宜，有时还有返佣；以及它支付的 Gas 费。
随着竞争对手增多，Manifold 开始与 Wintermute 等公司在链上进行优先 Gas 拍卖，也就是 PGA。这类技术源自 MEV 领域，做法是在同一笔交易上不断提高优先 Gas 费重复提交，以提升自己在特定区块中的排序优先级。
他认为，要参与这类拍卖，至少需要做到三件事：
- 尽可能准确估算单笔交易究竟能赚多少钱，从而知道自己最多愿意支付多少费用；
- 具备可靠基础设施，能在看到机会后的一个区块内完成落地；
- 知道自己正在与哪些地址竞价，并快速判断自己是赢了还是输了拍卖。
他还提到，不同区块链会根据各自的交易排序与提交架构，衍生出类似或相邻的技术路线。随着链本身不断调整规则，希望让价值更多回流到用户、协议或链本身，套利者也必须持续适应。
通过 Gas 优化，把别人看不见的机会做成利润
在 Jae Chung 看来，链上交易总 Gas 成本大致是交易本身需要的 Gas 量乘以 Gas 价格，而 Gas 价格又受网络拥堵影响。优先费在 PGA 竞价里非常重要，只要目标是在一个区块内完成交易，这一侧可优化空间并不大。
真正能明显降低成本的，是减少交易消耗的 Gas 量。这样可以线性压低单笔链上交易的费用。
他举的一个例子是高效位打包。由于以太坊虚拟机会以 32 字节、也就是 256 位槽位存储数据，若把较小的数据类型相邻放置，Solidity 就能把它们装进同一个槽位，从而降低读写，也就是 SSTORE 和 SLOAD 的执行成本。
Jae Chung 表示，经过这类优化后，交易中的零填充显著减少，整体交易体积变小，总费用也随之下降。
这带来的直接结果是，团队可以抓住那些对 Gas 成本更高的竞争者而言「不可见」的机会。比如某笔套利交易在扣除全部费用后，Manifold 还能净赚 1 美元，而未优化的对手可能只能打平。这意味着前者能够更早地关闭价差，也能在保持盈利的前提下，为抢到同一笔套利支付更高成本。
随着时间推移，更多中标套利不仅带来更多利润，也带来更多交易量，而更高交易量又会换来更好的中心化交易所费率等级，以及单笔交易中捕捉更大套利空间的能力。
资本效率成为下一阶段重点，Hydra v1 先失败
随着策略不断优化，Manifold 开始在更多链、更多 DEX 和更多交易对上全面扩张。Jae Chung 表示，覆盖范围越大，策略容量就越高，因此把大部分资金投入 CEX-DEX 套利在当时是合理的。他写道，这套策略的年化收益率一度超过 100%，而且没有下跌日。
但随着资金量伴随利润迅速增长，团队也意识到，仅靠继续加钱并不能解决所有问题。因为 CEX-DEX 套利要求资金分散部署在不同场所，并且在多个交易对中都准备库存。
他以 Binance 与 Arbitrum 之间的 ETH/USDT 套利为例说明：如果两个场所最初各配置 50 万美元的 ETH 和 USDT，而 Binance 出现溢价，机器人就会在 Binance 卖出 ETH，同时在 Arbitrum 买入 ETH。若溢价持续，Binance 上的 ETH 很快会被卖完，而 Arbitrum 上的 USDT 也会因持续买入 ETH 而被耗尽。
中心化交易所可以通过保证金让交易员在库存失衡时继续加一点杠杆，但链上场所一旦库存枯竭，机器人就只能停止套利。为了让系统继续跑，团队必须做再平衡，也就是把 Binance 上多余的 USDT 转到 Arbitrum，再把 Arbitrum 上多余的 ETH 转回 Binance。
问题在于，即便理论上可以 7x24 小时做再平衡，团队仍会错过大量最赚钱的时段。因为套利盈亏通常集中在市场高波动时期，价差会迅速拉大，而 50 万美元库存可能在几秒内就被吃完。更麻烦的是，在高波动期间，交易所提现时间会比原本约 5 分钟的速度更慢，导致机器人无法覆盖最有利润的那段时间。
团队最初尝试的方案，是开发名为 Hydra 的自动化系统，借助跨链桥和中心化交易所提现 API 持续调度资金，把某些场所的富余资产补给给缺资产的场所。但这一版本并未如预期运作。Jae Chung 说，跨链桥极不可靠，资产会丢失或「消失」，团队不得不人工追踪哪一座桥在何时失效；即便桥本身可用，跨链耗时也常常过长，依然赶不上波动行情。
Hydra v2 接入 Aave，缓解链上库存失衡
在 Hydra 第一版效果不佳后，团队推出了 Hydra v2。这个版本不再依赖桥接，而是通过集成 Aave，或在 Aave 不可用时接入类似协议，建立自己的链上现货保证金系统。
Jae Chung 解释称，Aave 是一个原生部署在多数主要区块链上的借贷协议。系统的思路并不复杂：仍以上述例子来说，如果团队在 Arbitrum 上持续买入 ETH，最终会积累过多的 ETH，而 USDT 变少。系统识别到这部分多余 ETH 后，会把其中一部分存入 Aave 出借，并以其作为抵押借入 USDT。
他写道，尽管从原理上看这个方案并不复杂，但 Hydra v2 在当时对团队盈亏表现带来了最显著的改善之一。
回头看，他认为这些优化虽然单独看都不算特别复杂，但团队不可能在一开始就把所有东西一次想清楚。真正推动进展的，是先让原型在实盘中跑出利润，然后围绕成交率与盈利能力不断迭代，再根据市场给出的快速反馈找到下一个需要优化的环节。
CEX-DEX 套利曾是核心利润来源，但到 2025 年底明显衰减
Jae Chung 表示，CEX-DEX 套利在很长一段时间内都是 Manifold 的主要利润来源。表现最好的阶段，只要遇到市场大幅波动，单日收益就能达到六位数以上。
团队后来把基础设施做得足够通用，能在 1 小时内接入一条新链，这使他们常常成为一些新链上最早一批套利者，在市场效率最低的阶段捕捉较大的价差。
不过，他也强调，和几乎所有 Alpha 一样，这类策略会随着时间推移衰减。尤其是套利交易，竞争会持续把价差压缩到利润空间大幅收窄的水平。
他举例称，如果两家公司在 PGA 场景中的 Gas 优化水平和中心化交易所费率等级完全相同，因为单笔交易成本一致，双方最终会把竞价一路抬高到各自最低可接受利润的位置。到了 2025 年底，CEX-DEX 套利已经不再是过去那种收益极高的策略。
不过，Jae Chung 称，Manifold 后台当时已经有其他稳定高收益率策略在运行，因此团队得以逐步把时间与资金配置到更赚钱的方向上。尽管如此，CEX-DEX 套利在他看来仍然具有特殊意义，因为它为公司提供了最初的立足点，也成为建立市场地位的起点。
本文内容来自 Manifold 创始人 Jae Chung 的自述，由深潮 TechFlow 编译发布。
