📈 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