私はこれまで暗号資産の市場メイキング戦略を個人で検証してきましたが、最初は「オーダーブックをどこから取得するのか」「どうやってスプレッドや在庫リスクをモデルに組み込むのか」で悩みました。この記事では、API経験ゼロの方でも、Tardisのincremental_book_L2データを使って、スプレッド（売値と買値の差）と在庫リスクを考慮した市場メイキング戦略のバックテストを実装できるまでを、画面のヒントを交えながら丁寧に解説します。
途中で今すぐ登録リンクが登場しますが、これは記事後半のレビュー生成でHolySheep AIのLLM APIを使うためです。初心者の方でもコピペで動くコードにしているので、安心してお読みください。
この記事でわかること
- Tardisのincremental_book_L2とは何か、どうやって取得するか
- スプレッドと在庫リスクを考慮した市場メイキング戦略の基本
- Pythonで実装するバックテストの手順
- HolySheep APIを使ったバックテスト結果レビュー
- 初心者がつまずく3つ以上のエラーの解決法
対象読者
- APIやプログラミングが初めての暗号資産トレーダー
- 市場メイキング戦略を勉強したいクオンツ初学者
- TardisやL2板データの使い方を知りたいデータサイエンティスト
必要なもの（事前準備）
- Python 3.10以上（ローカルPCまたはクラウド）
- ターミナルまたはコマンドプロンプトの基礎操作
- HolySheep AIのアカウント（下のリンクから登録すると無料クレジットが付与されます）
- 約30〜60分の集中時間
ステップ1：HolySheep APIキーの取得
私は最初にHolySheepを選んだ理由として、決済手段にWeChat PayとAlipayが使えることと、レートが¥1=$1なので円換算のコスト計算がしやすい点を挙げます。公式のOpenAIを円換算すると1ドルあたり約7.3円で計算されるため、同じ$1を使うにも約7倍のコスト感覚になります。レイテンシも実測で50ms未満を公式が公表しており、バックテストのループ内から要約APIを叩いてもストレスになりません。