📈 市商做市策略 从零到一 · 实战 🎯 30章 完整体系
📚 30 章节 实战 🧠 策略
01 市商入门
📘 做市商定义 💰 盈利模式 🔄 与普通交易者区别
02 市场微观结构
📊 订单簿深度 💱 买卖盘口/价差 📌 限价单·市价单
03 做市策略基础
⚖️ 双向报价 🧮 价差收入计算 📦 库存风险概念
04 Python环境搭建
🐍 Anaconda 📓 Jupyter Notebook 📦 pandas/numpy/ccxt
05 交易所API实战
🔑 API Key 🔌 ccxt连接币安/OKX 📈 实时行情
06 订单簿数据获取
🌐 WebSocket深度 📋 快照与增量 🔄 实时订阅
07 订单簿特征工程
📊 买卖压力比 📐 订单簿斜率 📉 价差波动率 ⚖️ 深度不平衡
08 简单做市策略实现
📌 固定价差 ⚡ 订单簿不平衡报价
09 库存管理基础
💰 库存价值 📏 偏离度 🎯 中性库存目标
10 库存管理进阶
🔄 均值回归调整 ⚠️ 库存惩罚函数
11 风险控制
⛔ 最大持仓 🛑 单笔止损 📉 日内最大回撤
12 策略回测框架搭建
🔧 backtrader ⚙️ 自建引擎 ⏱️ 事件驱动
13 回测指标计算
📈 夏普比率 📉 最大回撤 🏆 胜率/盈亏比
14 参数优化
🔍 网格搜索 🎲 随机搜索 🧬 贝叶斯优化
15 模拟交易系统
🖥️ 模拟盘环境 ⚡ 撮合引擎 ⏳ 延迟与滑点
16 实盘交易系统架构
🏗️ 低延迟架构 🧵 多线程/异步 📋 订单管理
17 资金费率套利做市
💸 永续合约资金费率 ⚖️ 套利策略设计
18 跨交易所价差套利
🔁 价差计算 🎯 套利机会识别 ⏱️ 延迟与执行风险
19 波动率自适应做市
📊 历史波动率 📐 报价宽度调整 🧠 波动率聚类
20 机器学习做市
🌲 LightGBM预测 🎯 动态报价调整
21 强化学习做市
🤖 DQN/PPO 🎮 状态空间·动作空间
22 高频做市策略
⚡ Tick级特征 📉 订单簿事件驱动 🌪️ 闪电崩盘应对
23 做市策略回测陷阱
⚠️ 前视偏差 🧬 生存偏差 🔍 过拟合识别
24 实盘部署与监控
🖥️ 服务器选型 📝 日志系统 📊 Grafana面板
25 做市商合规与风控
📜 交易所规则 🚫 自成交预防 🛡️ 市场操纵风险
26 多品种做市
🔗 相关性分析 🔄 跨品种对冲 💧 资金分配优化
27 做市策略绩效归因
📊 收益分解 💰 价差/库存/资金费率
28 做市策略进阶
🧊 隐含/冰山订单 ⏳ TWAP/VWAP
29 做市团队管理
👥 策略开发流程 📌 代码版本控制 🤝 协作工具
30 做市策略未来趋势
🌐 DeFi做市 📉 期权做市 🤖 AI驱动系统