一、课程导学与系统概览：做市商业务基础、库存系统核心价值、技术栈选型

大家好，欢迎来到这门课。

说实话，做市库存系统这个方向，市面上讲的人不多。我当年刚接触这块时，翻遍了技术社区，能找到的资料基本都是零散的。要么是讲做市策略的，要么是讲订单管理的，很少有人把「库存」这个核心环节单独拎出来讲透。

嗯，今天我们就来把这个缺口补上。

1.1 做市商业务基础：你到底在赚什么钱？

先问一个问题：做市商到底是干嘛的？

说白了，做市商就是「提供流动性」的中间商。你在交易所挂买单和卖单，别人来跟你成交，你赚的是买卖价差。举个例子，比特币现价 30000 USDT，我挂 29990 的买单和 30010 的卖单，有人卖给我，有人从我这里买，一来一回，每笔赚 20 USDT 的差价。

听起来很简单对吧？但这里有个坑——库存风险。

我在项目中遇到过一家做市团队，策略回测年化收益 40%，上线第一个月就亏了 15%。为什么？因为行情单边下跌时，他们手里囤了一堆库存没来得及对冲，账面浮亏直接吃掉了所有价差利润。

所以，做市商的核心能力不是「猜涨跌」，而是管理库存。你想想看，如果你能精确控制库存的敞口、成本、周转速度，那价差就是纯利润。

1.2 库存系统的核心价值：为什么不能靠Excel？

很多小团队起步时，用 Excel 或者简单的数据库记录库存。我刚开始也这么干过，但很快发现几个问题：

• 实时性不够：做市是毫秒级的，Excel 刷新一次要好几秒，黄花菜都凉了
• 数据孤岛：交易系统的成交数据、风控系统的限额数据、财务系统的结算数据，各管各的，对不上账
• 审计困难：出了问题想查历史库存，Excel 版本管理一团糟，根本不知道谁改了什么

我曾经帮一个客户排查库存对不上的问题，查了三天，最后发现是运营同事手动改了一个单元格，公式没拖到底。嗯，从那以后，我坚决要求所有库存数据必须走系统自动化处理。

具体来说，一个合格的库存系统要解决三个核心问题：

1. 库存实时视图：当前每个币种、每个交易所、每个账户的库存数量、成本、浮动盈亏
2. 库存风险监控：库存集中度、敞口暴露、Delta/Gamma 等风险指标
3. 库存优化调度：什么时候该补库存？什么时候该减库存？怎么在不同交易所之间调拨？

1.3 技术栈选型：Python + Redis + MySQL，为什么是它们？

选技术栈这件事，我个人的习惯是「够用就好，别炫技」。做市库存系统对实时性要求高，但又不是高频交易那种纳秒级的需求。所以，我选了这套组合：

组件	角色	为什么选它
Python	业务逻辑层	开发效率高，量化生态丰富（pandas、numpy、ccxt），团队招人容易
Redis	实时数据层	内存数据库，读写微秒级，支持发布订阅，适合做实时库存快照
MySQL	持久化存储层	成熟稳定，事务支持好，适合做库存流水、结算对账

你可能会问：为什么不用 MongoDB？或者 ClickHouse？

我的回答是：库存数据是强一致性的。每一笔成交、每一次调拨，都必须保证数据不丢、不重复、不乱序。MySQL 的事务机制在这方面非常可靠。Redis 只做缓存和实时快照，不做持久化主存储——这是我在早期踩过的坑，曾经因为 Redis 宕机丢了半小时的库存数据，复盘时被老板骂得狗血淋头。

1.4 系统架构概览：一张图看懂

下面这张图是我自己画的库存系统核心架构。你看一眼，基本就能理解我们这门课要讲什么了。

这张图其实就讲了三件事：

• 数据怎么来：从交易所、订单系统、风控系统采集原始数据
• 数据怎么处理：Python 引擎实时计算库存变化、成本、风险
• 数据怎么存和用：Redis 扛实时查询，MySQL 做持久化，上层展示和告警

我们这门课，就是围绕这张图，一层一层往下拆。每一层我都会带着你从零开始写代码，而不是只讲理论。

1.5 课程安排与学习建议

最后聊几句学习建议。

这门课一共 10 个章节，从基础到进阶，每个章节都有完整的代码示例。我的建议是：别光看，跟着敲。代码这东西，看十遍不如自己写一遍。

另外，我每章都会留一个「思考题」，不是那种考试题，而是我在实际工作中遇到的问题。你想想看，如果你能自己把这些问题想明白，那这门课你就真的学透了。

好，第一章就到这里。我们下一章见。

---