Wie ich zum Crypto Market Making kam

Eine Beobachtung über Spreads auf kleinen Coins, ein wiederaufgetauchtes Denkmuster und ein MVP, der besser funktionierte als erwartet — bis es nicht mehr funktionierte.

Der Anfang: Crypto als Untersuchungsgegenstand

Mein Hintergrund ist Traditional Finance — Equity, Futures, Multi-Asset, dazu Family-Office-Erfahrung in Malta. Mit dieser Linse bin ich irgendwann in den Krypto-Markt geschaut, eher als Untersuchungsobjekt denn als Spielwiese. Bestimmte liquide Coins zeigten Muster im Orderbuch und im Orderflow, die auffällig genug waren, um genauer hinzusehen.

Das Verhalten dieser Coins ist eine eigene Geschichte. Was mich an dieser Stelle gestört hat, war ein praktisches Detail: Wollte ich in eine Position rein und direkt wieder raus, kostete mich allein der Spread oft 3-4 %. Aus TradFi-Perspektive ist das ein Totalverlust pro Round-Trip — mathematisch unhandelbar.

Den ersten Trade habe ich trotzdem durchgezogen, weil das Muster im Orderflow zu offensichtlich war, um es zu ignorieren. Danach habe ich das Thema kleine Coins erstmal wieder zur Seite gelegt.

Die Wiederentdeckung — und die Frage, die dranblieb

Einige Zeit später habe ich den Monatswechsel-Effekt im Krypto-Markt untersucht — eine empirische Frage, ob Renditen rund um den Monatswechsel systematisch anders aussehen als an anderen Tagen. Auf kleineren Krypto-Märkten sah der Effekt zunächst profitabler aus als auf den großen.

Sobald ich die Strategie aber mit ehrlichen Kosten durchgerechnet habe — inklusive Spread —, war die vermeintliche Profitabilität weg. Wieder dieselbe Wand: 3-4 % auf den Round-Trip.

An dieser Stelle kam ein altes Denkmuster zurück: Wo ein Problem ist, gibt es auch eine Lösung. Taker-Strategien auf kleinen Coins funktionieren nicht, weil der Spread die Edge auffrisst. Aber: Wenn der Spread für Taker so teuer ist, ist er für die Gegenseite — die Maker — entsprechend lukrativ. Die Frage, die dranblieb: Lässt sich auf der Maker-Seite ein systematischer Edge identifizieren?

Vom Orderbuch zur Hypothese

Ich habe Orderbücher von Low-Cap-Tokens analysiert und überlegt, wo Limit-Orders systematisch profitabel platziert werden könnten. Die Idee: Statt den Spread zu zahlen, ihn einkassieren.

Was technisch nötig ist, sind drei Datenströme — kontinuierlich, latenzarm, konsistent:

Balance Data — wo steht das Konto, wie viel von welchem Token wo
Orders Data — eigene offene Orders, Fill-Status, History
Orderbook L2 — vollständiges Orderbook mit Bid/Ask-Levels in der Tiefe

Diese drei Streams sauber zu verarbeiten ist nicht trivial — und ein deutlich anderes Anwendungsfeld als das, was klassische Quant-Analyse macht, die direktionale Bewegungen vorhersagen will. Hier geht es nicht um die Vorhersage der nächsten Bewegung. Hier geht es um Architektur und Reaktionsgeschwindigkeit.

Der MVP

Den ersten Prototyp habe ich in ein bis zwei Wochen geschrieben. Knapp, hacky, an mehreren Stellen mit Heuristiken überbrückt. Aber lauffähig.

Im ersten Monat habe ich mit $200 Testkapital eine Verdopplung erzielt.

Diese Zahl klingt beeindruckend. War aber zu großen Teilen Glück.

Warum der erste Monat trügerisch war

Der Coin, auf dem das MVP lief, war gerade in einem Trend. Davon profitierte ich gleich auf zwei Wegen:

Up-Vol-Bias: In einem Aufwärtstrend werden Käufer aggressiver. Sie hitten häufiger meine Ask-Orders. Ich akkumuliere Long-Exposure in einem steigenden Markt.
Marktdynamik: Viele Käufer wollten direkt Market kaufen und verkaufen. Automatisiertes Market Making war auf diesem Coin noch nicht stark vertreten. Maker sind dann am profitabelsten, wenn keine anderen Maker da sind.

In traditionellen Finanzmärkten und in großen Krypto-Coins (BTC, ETH) ist sowas undenkbar. Auf BTC sitzen institutionelle MM mit Latenz im Mikrosekunden-Bereich. Auf kleinen Nischen-Coins war diese Konkurrenz damals noch nicht angekommen.

Verdopplung auf $200 ist also kein wiederholbares Skill-Signal. Es ist die Anfangskurve, bevor die Realität einsetzt.

Skalierung: Von einem Coin auf 100-200

Mit dem MVP als Basis habe ich versucht, die Strategie auf möglichst viele Coins gleichzeitig auszurollen. Über die Spitze betrieb ich Market Making auf etwa 100-200 Coins parallel.

Hier zeigte sich die Pareto-Realität:

Etwa 20 % der Coins waren tatsächlich profitabel.
Davon trugen ungefähr 10 Coins den Großteil aller Gewinne.
Die übrigen 80 % waren entweder unprofitabel (zu umkämpft), oder im Hintergrund fand Orderbook-Manipulation statt — Spoofing, Wash-Trading, Fake-Volumen.

Dass ich überhaupt im Plus blieb, war zu großen Teilen Resultat der Breite. 100+ Coins parallel zu spielen, war ein automatisches Money-Management: Selbst wenn ein einzelner Coin in einen Rugpull lief oder eine Manipulation Geld kostete, war das Portfolio breit genug, um das wegzustecken.

Die "Inventar-Strategie", die keine war

Ich werde gefragt, wie ich das Inventar über so viele Coins gesteuert habe. Ehrliche Antwort: nicht systematisch.

Es gab keine Inventory-Aware-Quoting-Logik, kein dynamisches Risikomodell, keine portfolio-weite Optimierung. Was es gab, war eine simple Regel:

Coins, die besser performten, bekamen mehr Kapital.

Das ist keine Inventory-Optimierung — das ist Reinforcement-Allocation. Sie funktioniert über genug Coins hinweg überraschend gut, weil sie das Pareto-Phänomen automatisch ausnutzt: Die wenigen Gewinner werden hochgewichtet, die vielen Verlierer bleiben automatisch auf Mini-Allokation.

Hätte ich eine echte Inventar-Logik gebaut, wäre die Performance vermutlich besser gewesen. Das ist eines der Dinge, die ich rückblickend ehrlich zugeben muss: Das System war an mehreren Stellen Hack-Niveau und hätte viel Optimierungspotenzial gehabt.

Wild West: Spoofing, Rugpulls, Fake-Volumen

Crypto ist in dieser Liga der wilde Westen. Rugpulls, Manipulation, Coins, deren angezeigtes Volumen auf der Exchange-Website überhaupt nichts damit zu tun hat, was tatsächlich an Trades durchläuft.

Das Erkennen dieser Pattern war ein eigenes Sub-Projekt — und wichtig genug, dass es einen eigenen Artikel verdient. → Coin-Selection in Low-Cap-Märkten: Fake-Volumen erkennen (folgt in der Reihe).

Wo ich heute stehe

Das Market Making läuft weiter. Die Bedingungen haben sich aber verändert. Wo ich mit einem nicht-optimalen Script in unbesetzten Nischen Geld verdienen konnte, ist die Konkurrenz heute spürbar dichter. Andere Bots mit besserer Latenz, professionellerer Quoting-Logik und vor allem offiziellen Maker-Rebate-Deals mit Exchanges drücken den profitablen Edge zusammen.

Ich war nie offiziell Market Maker einer Börse, sondern privater anonymer Maker. Damit verzichte ich auf Rebate Fees, die die professionellere Konkurrenz bekommt. In einem Geschäft, in dem 90+ % der Edge zur Person mit den besseren Tools wandern, ist das ein struktureller Nachteil.

Aktuell zahlt das Market Making ziemlich genau meine Server-Kosten — dedizierte Maschinen in Tokio, um Latenz zu asiatischen Börsen zu minimieren. Es ist ein Plateau, kein wachsendes Geschäft. Mit weiter steigender Konkurrenz wird auch dieses Plateau vermutlich nicht halten.

Eine Eigenschaft, die mich auf dem Weg dahin überrascht hat: Die Drawdowns waren erstaunlich mild. In Hype-Phasen gab es Monate mit nur einem Verlust-Tag, in Verlust-Phasen wurde fast nur Geld zwischen Bid- und Ask-Seiten gewechselt. Das ist atypisch für direktionales Trading und hat strukturelle Gründe, auf die ich in einem späteren Artikel der Reihe zurückkomme.

Mehr zu diesem Aspekt — was funktioniert, was an Wettbewerb und Tooling kippt — folgt im nächsten Artikel der Reihe: Was skaliert, was nicht — Lehren aus Crypto Market Making. Die größere Frage, ob das hier überhaupt noch Trading ist, beantwortet der Schluss-Artikel: Trader oder Service-Provider? Wo das Geld in Märkten wirklich sitzt.

Was übrig bleibt

Was an dieser Geschichte trotz allem belastbar ist, ist nicht das Ergebnis. Ergebnisse sind ein Pfad, einer von vielen, und beweisen wenig. Belastbar ist die Methodik:

Problem klar identifizieren: 3-4 % Spread ist kein Ärgernis. Das ist das Signal.
Standpunkt wechseln: Wenn Taker scheitert, sitzt der Edge auf der anderen Seite des Spreads.
MVP statt Perfektion: Zwei Wochen Code, der läuft, schlägt sechs Monate Theorie.
Breite gegen Unsicherheit: 100+ parallele Coins als implizites Money-Management.
Ehrlich über Glück sein: Der erste Monat war zu großem Anteil Marktrend. Kein wiederholbares Skill-Signal.

Diese Punkte sind das, was wirklich transferiert — von Poker in die Finanzmärkte, von TradFi in Crypto, vom systematischen Trading ins Market Making. Methode und Denkweise. Die konkreten Strategien dahinter sind in jedem dieser Bereiche kurzlebig.

Diese Reihe besteht aus vier Artikeln:

Wie ich zum Crypto Market Making kam (dieser Artikel)
Coin-Selection in Low-Cap-Märkten: Fake-Volumen erkennen (folgt)
Was skaliert, was nicht — Lehren aus Crypto Market Making (folgt)
Trader oder Service-Provider? Wo das Geld in Märkten wirklich sitzt (folgt)