一、做市引擎概述
什么是做市交易
做市交易，说白了就是「两边报价，赚差价」。
你想想看，一个交易市场里，有人想买，有人想卖。但这两拨人往往不会同时出现。做市商干的事就是：同时挂出买单和卖单，给市场提供流动性。
举个例子。假设比特币现价 30000 美元。我作为做市商，挂一个 29990 的买单，再挂一个 30010 的卖单。有人卖给我，我赚了 10 美元的价差？不，我其实是在等下一个买家以 30010 买走。这一来一回，10 美元就是我的利润。
听起来简单？嗯，这里要注意。真正的做市远不止「低买高卖」这么简单。我在项目中遇到过最头疼的问题——你挂的单子可能被市场瞬间吃掉，然后价格朝不利方向狂飙。这就是做市的核心风险：库存风险。
核心要点：做市交易的本质是提供流动性，赚取买卖价差。但你要承担库存风险和信息不对称风险。
做市引擎的核心功能
一个成熟的做市引擎，至少得干这几件事：
- 行情接入——实时获取市场深度、成交数据。延迟要低，数据要准。
- 信号生成——根据市场状态，决定报价的价位和数量。这是大脑。
- 订单管理——挂单、撤单、改单，全生命周期跟踪。我曾经因为订单状态同步不及时，导致重复成交，亏了一笔大的。
- 风险控制——库存上限、最大亏损、报价偏离度。没有风控的做市引擎，就是裸奔。
- 绩效统计——赚了多少？胜率如何？滑点多大？这些数据反过来优化策略。
我个人习惯把做市引擎分成三层：数据层、策略层、执行层。数据层负责清洗行情，策略层负责算报价，执行层负责跟交易所打交道。
避坑指南：我曾经在数据层偷懒，直接用交易所的原始 tick 数据。结果发现有些 tick 是乱序的，导致策略信号频繁抖动。后来我加了一层数据对齐和去重逻辑，问题才解决。
做市策略的基本类型
做市策略不是只有一种。根据你的目标和风险偏好，可以选不同的玩法。
| 策略类型 | 核心逻辑 | 适用场景 |
|---|---|---|
| 对称报价 | 买卖价差固定，两边同时挂单 | 高流动性、低波动市场 |
| 非对称报价 | 根据库存偏向调整报价 | 库存需要平衡时 |
| 动态价差 | 价差随波动率、深度变化 | 波动较大的市场 |
| 事件驱动 | 围绕大单、新闻、交割等事件调整 | 有明确事件节点时 |
你可能会问：哪种策略最好？其实没有标准答案。我在项目中试过对称报价，简单稳定，但遇到单边行情就亏。后来换成动态价差，收益高了，但参数调起来很头疼。
嗯，这里要提醒一句：别迷信复杂策略。我见过有人用深度学习做报价，结果过拟合得一塌糊涂。有时候，一个简单的动态价差策略，配上好的风控，反而更赚钱。
做市引擎的架构设计
聊到架构，我习惯画一张图来理清思路。下面是我常用的做市引擎架构图：
这张图里，数据层在最底下，往上依次是策略层、执行层。监控层横跨所有层级，随时盯着。
我个人习惯把监控层单独拎出来。为什么？因为做市引擎一旦跑起来，你不可能一直盯着屏幕。监控层会自动检测异常：比如报价偏离过大、库存超限、网络断开。一旦出事，立刻告警。
注意：架构设计里最容易忽略的是「反馈回路」。策略层产生的信号，会影响执行层；执行层的成交数据，反过来又影响策略层的库存计算。这个闭环如果设计不好，很容易出现「死循环」或者「信号滞后」。
代码层面，我一般用事件驱动架构。每个模块独立运行，通过消息队列通信。这样好处是：某个模块挂了，不会拖垮整个系统。我曾经用多线程硬编码，结果一个线程卡死，整个引擎都停了。后来改成异步事件驱动，稳多了。
# 伪代码示例：做市引擎核心循环
class MarketMakerEngine:
def __init__(self):
self.data_layer = DataLayer()
self.strategy_layer = StrategyLayer()
self.execution_layer = ExecutionLayer()
self.monitor = Monitor()
def run(self):
while True:
# 1. 获取最新行情
tick = self.data_layer.get_tick()
# 2. 生成报价信号
signal = self.strategy_layer.generate_signal(tick)
# 3. 执行报价
self.execution_layer.place_orders(signal)
# 4. 监控检查
self.monitor.check_risk()
# 5. 等待下一个周期
time.sleep(0.1)
嗯，这个例子很简化。实际项目中，每个步骤都有大量细节。比如数据层要处理乱序 tick，策略层要算库存偏移，执行层要处理撤单失败。但核心思路不变：分层、解耦、可监控。
我的经验：做市引擎的架构，宁可「重」一点，也别「轻」了。我见过有人用几十行代码就搭了个做市机器人，结果上线第一天就爆仓。架构的冗余，是为了应对你没想到的极端情况。
好了，这一章我们聊了做市交易的本质、引擎的核心功能、策略类型和架构设计。这些都是基础，但基础不牢，后面全是坑。下一章我们会深入信号生成的具体算法，到时候再细聊。
公众号:蓝海资料掘金营，微信deep3321