一、做市库存引擎概述

大家好，我是这次课程的主讲人。在量化交易领域摸爬滚打了十几年，我见过太多团队在做市策略上栽跟头——不是策略逻辑不对，而是库存管理出了问题。今天咱们就来聊聊这个核心组件：做市库存引擎。

1.1 什么是做市库存引擎

说白了，做市库存引擎就是一套实时追踪和管理做市商持仓状态的系统。它不像普通交易系统那样只记录「你买了多少」，而是要做更精细的活——实时计算你每个价位上的挂单量、已成交部分、未成交部分，以及这些头寸带来的风险敞口。

我习惯把它比作一个「智能管家」。你想想看，做市商同时在几十个价位上挂单买和卖，每个价位都有不同的数量。如果靠人工盯盘，根本反应不过来。库存引擎就是自动帮你算清楚：

• 当前净持仓是多少
• 每个价位上的挂单风险有多大
• 库存偏离目标值多少
• 需要用什么速度来调整

1.2 为什么需要实时计算

这个问题我问过不少刚入行的朋友。他们的第一反应是：「不就是算个持仓嘛，每秒算一次不就行了？」

嗯，这里要注意。做市场景下的实时计算，跟普通交易完全不是一个量级。

我在项目中遇到过这样一个案例：某团队用每秒一次的轮询方式计算库存，结果在高频行情下，他们的库存数据总是滞后200-300毫秒。别小看这几百毫秒，在流动性紧张的时候，足够让一个做市商从盈利变成亏损。

为什么需要实时？三个原因：

1. 行情变化快——订单簿每秒可能更新上千次，你的库存数据必须跟上这个节奏
2. 风险暴露敏感——库存偏离目标值1秒钟，可能就产生数万元的潜在亏损
3. 策略响应要求高——做市策略需要基于最新库存状态来调整报价，延迟意味着策略失效

1.3 核心业务场景与挑战

做市库存引擎不是万能的，但它要应对的场景确实不少。我把它归纳为三大类：

场景	描述	挑战
双边报价	同时在买一和卖一价位挂单	需要精确计算双向挂单的净敞口
网格做市	在多个价位上分层挂单	每个价位的库存权重不同，计算复杂
库存对冲	用期货或期权对冲现货库存风险	需要跨品种、跨交易所的实时数据同步

说到挑战，我曾经踩过一个坑：在网格做市场景下，库存引擎没有考虑到不同价位的「成交概率」差异。结果导致库存计算严重偏离实际风险。后来我加了一个概率权重因子，才把这个问题解决。

主要的挑战集中在：

• 数据一致性——交易所的成交回报可能有延迟或乱序
• 计算性能——要在微秒级完成多维度计算
• 状态恢复——系统崩溃后如何快速重建库存状态
• 边界情况——部分成交、撤单、异常订单的处理

1.4 课程整体架构预览

好了，说了这么多，咱们来看看这门课到底要讲什么。我把它设计成四个模块：

先看一张整体架构图，帮你建立全局认知：

这张图展示了课程的核心脉络。从数据接入开始，经过实时计算引擎的处理，再到策略接口的输出，最后是运维监控的保障。每一层都有它的设计考量和实现难点。

具体来说，我们会覆盖：

• 数据接入层——如何高效接收交易所的多路数据流，处理乱序和重复问题
• 实时计算引擎——这是核心中的核心，包括库存快照算法、风险计算模型、偏离度分析
• 策略接口层——如何设计一套低延迟的API，让策略能快速获取库存状态
• 运维与监控——系统挂了怎么办？数据对不上怎么办？这些实战问题都会讲到

好了，第一章的内容就到这里。库存引擎的概念和整体架构你已经有了初步了解。接下来我们会一步步深入，从数据接入开始，手把手带你搭建一个生产级的做市库存实时计算引擎。

---

公众号:蓝海资料掘金营，微信deep3321