3月 3 日，美国商品期货交易委员会（CFTC）主席 Michael Selig 在米尔肯研究院（Milken Institute）“Future of Finance”大会上表示，CFTC 将在数周内推出一套针对加密货币永续合约的监管框架，目的是把这一过去几乎完全由离岸交易所主导的交易产品，逐步引回美国本土市场。这个表态是过去一年美国市场持续推进相关布局的延续。2025年 7 月，Coinbase 面向美国零售用户推出了受 CFTC 监管的类永续期货产品；2025年 12 月，Cboe 上线了比特币和以太坊的连续期货产品；到了 2026年 3 月，Coinbase 又进一步面向非美国用户扩展产品线，推出了股票永续期货。可以看到，永续期货正在逐步成为衍生品交易执行的核心基础设施，而美国也正在加快补上这一块。AI 交易经常被包装成一种更聪明的加密货币交易方式。但如果聚焦到实际应用中，它真正更适配的是期货市场。期货合约天然具备标准化、保证金驱动、逐日盯市、以及做多做空都更对称的结构特征，让系统化执行比现货市场更容易落地。现货交易的逻辑，往往会和托管、结算、借币等一系列非交易本身的操作问题缠在一起，期货把这些包袱卸掉了。自动化交易的资金和策略越来越多地集中到衍生品市场，永续合约在加密衍生品交易量中占据了绝大多数份额，这个趋势并不意外。散户正在从跟单、抄信号的阶段，加速转向自动化执行。以前在 Telegram 群里复制喊单的人，现在开始订阅交易机器人，有些人甚至开始自己搭建系统化策略。期货市场内置的保证金机制和合约层面的标准化，让这种转变最容易真正落地。期货市场给机器的东西，现货给不了现货交易意味着直接持有资产。即便在一个撮合规则清晰、价格优先时间优先的交易所里，算法要处理的事情也混杂着托管、结算，以及因平台不同而差异很大的借币机制（如果你想做空的话）。期货合约把这些环节从交易逻辑里抽离出来。基于保证金、逐日盯市、多空天然对称，同一个策略可以直接双向表达观点。仓位大小变成了一个和保证金挂钩的可调参数，风险限额直接对应保证金阈值。模型在风控和仓位管理上的调节颗粒度更细，参数也更明确。对自动化策略来说，这个差异直接改变了风险管理、仓位计算和执行的方式。监管框架把保证金和逐日盯市视为期货市场的基础机制，具体表现为标准化条款、集中清算、保证金作为履约担保、每日结算。这些机制让期货市场具备了流动性和可扩展性，同时也让它更容易被转化为基于规则的交易系统。永续合约没有到期日。资金费率（通常每八小时结算一次）承担了锚定功能，把永续合约价格拉回现货附近。费率的计算依据是期货与现货之间的近期价差。对系统化策略而言，资金费率是一个额外的状态变量。它实时反映了多空双方的仓位倾斜和杠杆分布。这种信号，现货市场里拿不到。只有衍生品市场才有的信号期货市场产生的数据层，现货订单簿里没有。这是自动化交易偏向衍生品的最被低估的原因。基差（现货与期货之间的价差）和资金费率（永续合约中多空双方定期支付的现金流），是判断衍生品市场偏离程度与杠杆方向的重要信号。它们告诉模型，衍生品偏离底层资产多远，杠杆朝哪个方向倾斜。模型可以把这个偏差当作特征输入、风险控制信号，或者两者兼用。持仓量提供了第二层市场意图信息。当永续合约在比特币期货的成交量和持仓量中都占多数时，衍生品中嵌入的仓位信息就是全市场密度最高的。微观结构模式、清算级联、情绪代理指标，往往最先在期货市场浮现，因为参与者正是通过杠杆资金在期货里表达判断。对模型来说，信号最密的地方，往往就是最值得学习的地方。执行层面同样如此。期货订单簿的合约规格标准化，撮合规则明确，颗粒度细的订单簿数据天然适合机器学习。执行优化、订单簿建模，这些机器学习的应用场景在衍生品市场中是和市场结构共生的。放到现货架构里，就更像后期叠加的附属能力。为什么价格发现对自动化交易有意义另一个经常被低估的优势是，期货通常主导价格发现。对现货与期货价格动态的研究反复表明，在常规市场条件下，期货贡献了价格发现的多数份额。套利信号出现时，这个比例还会进一步扩大。在加密货币市场，标准的价格发现指标指向期货主导。期货与现货的偏差能预测现货的后续走势，反过来不成立。信息通常先在期货中反映，再传导到现货，中间存在时间滞后。外汇市场提供了一个有用的参照。在现货市场透明度较低的时期，期货表现出了不成比例的信息含量，有时领先现货数分钟。现货透明度提升后，信息份额逐渐向现货回流，市场设计和透明度决定了知情资金在哪里集中。期货交易场所作为集中化、规则驱动的竞价环境，具备机器可读的透明度，天然吸引这类资金。对系统化模型来说，从市场状态到交易动作之间的映射关系，在信号集中的地方学起来更干净。对 AI 更好，不等于对所有人更安全期货压缩了时间。杠杆同时放大盈亏。保证金是履约担保，当账户低于维持保证金水平时，交易者必须追加变动保证金。在加密永续合约中，合约本身就是高杠杆工具，订单保护的细节（比如当最新合约价格与合理基准价之间的价差超过阈值时，止盈止损触发后的委托会被拒绝）直接影响任何在该场所运行的机器人的执行结果。几件事对自动化系统来说不可妥协。对滑点的假设要保守，运行监控要持续，保证金模式的感知要明确。一个仓位可能在平台其他地方还有资金的情况下被强平，取决于当时用的是逐仓还是全仓。这些风险不会因为执行者是算法就消失。围绕它们做设计的系统，能把风险框住。忽视它们的系统，最终会被放大的风险反噬。AI 真正需要的是结构，预测能力只是其中一部分。所谓结构，就是在市场失序时，也知道它会如何运转。这意味着什么自动化策略与期货市场之间的结构契合，正在催生一类新的期货原生交易平台。这类平台从一开始就围绕衍生品基础设施来搭建，自动化能力内嵌在交易架构中。OneBullEx 就是这类思路的一个例子。它的 300 SPARTANS 直接运行在自有期货基础设施上，净值和历史绩效都可追踪、可审计。OneALPHA 则把自然语言输入转化为可部署的期货策略，让非代码用户也能进入系统化交易。如果市场本身已经提供了系统化策略所需要的标准化、信号和风险架构，那平台就应该从第一天起围绕这种结构来搭。比任何单一平台更重要的是整体趋势。AI 原生交易最有可能率先在期货市场成熟，因为期货天然为结构化执行而建。AI 会继续进化，但它真正需要的那种纪律性，并不是新发明。期货市场，正是为这种纪律而生。
Thank you for reading this post, don't forget to subscribe!