一、做市商业务全景：从底层逻辑到数据驱动
大家好，我是老张。在量化交易这行摸爬滚打了十几年，从早期的自营交易到后来的做市商系统搭建，踩过的坑不少。今天咱们聊聊做市商业务的全景——说白了，就是搞清楚做市商到底在干什么、怎么赚钱、风险在哪，以及数据在这中间扮演什么角色。
1.1 什么是做市商？
做市商，英文叫 Market Maker。很多人以为做市商就是高频交易，其实不完全对。我个人的理解是：做市商是市场的“流动性供应商”。
你想想看，一个交易所有几百只股票、几千个期权合约，如果没有做市商，你想买的时候没人卖，想卖的时候没人买，这市场就转不动了。做市商的任务就是：同时挂出买单和卖单，为市场提供双边报价。
举个例子，我在做比特币期权做市的时候，系统会同时在盘口挂出 100 张看涨期权的买价和卖价。买价 50 美元，卖价 52 美元。你作为交易者，想买就按 52 美元成交，想卖就按 50 美元成交。中间的 2 美元差价，就是做市商的利润空间。
核心定义：做市商是通过持续提供双边报价来维持市场流动性，并从中赚取买卖价差的专业机构。
1.2 做市商的盈利模式
做市商怎么赚钱？这个问题我当年刚入行时也琢磨了很久。其实核心就三个字：吃价差。但实际操作中，远不止这么简单。
1.2.1 买卖价差收入
这是最直接的收入来源。比如某股票当前市价 100 元，做市商挂出 99.98 的买价和 100.02 的卖价。每成交一笔，赚 0.04 元。别小看这几分钱，一天几万笔交易，累积起来相当可观。
我在项目中遇到过一种情况：有些做市商会故意把价差拉大，比如从 0.04 拉到 0.08。短期看利润翻倍，但很快你会发现交易量暴跌——因为其他做市商和散户都不傻，他们会去别处交易。所以，价差不是越大越好，要在流动性和利润之间找平衡。
1.2.2 返佣与激励
很多交易所会给做市商返佣。比如你提供了流动性（挂单被吃），交易所每笔返你 0.5 美元。如果你吃掉了别人的单子（吃单），反而要交手续费。所以做市商的核心策略是：尽量做流动性提供者，而不是流动性消耗者。
| 交易类型 | 手续费 | 返佣 | 净成本 |
|---|---|---|---|
| 提供流动性（挂单成交） | 0.1% | 0.05% | 0.05% |
| 消耗流动性（吃单成交） | 0.2% | 0 | 0.2% |
你看，同样是成交一笔，成本差了 4 倍。所以做市商系统里，挂单策略的优化比什么都重要。
1.2.3 库存增值
做市商手里会持有大量资产。如果市场上涨，这些库存本身也会增值。但注意，这不是做市商的主要盈利手段——因为库存也意味着风险。我曾经见过一家做市商，因为库存管理不当，一天亏掉三个月的利润。
1.3 做市商的核心风险
做市商不是稳赚不赔的。我常说一句话：做市商赚的是辛苦钱，亏的是大钱。风险主要来自以下几个方面：
1.3.1 库存风险
这是最大的风险。你手里持有 1000 个比特币，突然市场暴跌 10%，账面直接亏掉 100 个比特币。怎么控制？动态对冲。比如持有比特币现货的同时，做空比特币期货，把 delta 风险降到接近零。
避坑指南：我曾经在 2018 年做以太坊做市时，因为对冲频率太低（每 5 分钟才重新计算一次 delta），结果市场在 3 分钟内暴跌 8%，库存损失惨重。后来我把对冲频率改成了每秒一次，虽然计算量大了，但风险可控多了。
1.3.2 信息不对称风险
做市商是“被动”的——你挂出买单和卖单，等着别人来成交。但如果市场上有知情交易者（比如知道内幕消息的人），他们会专门挑你的漏洞来成交。这就是经典的逆向选择问题。
怎么应对？动态调整价差。如果发现某个方向的订单被频繁吃掉，说明可能有信息优势的交易者在行动，这时候要迅速收窄价差或者暂停报价。
1.3.3 技术风险
做市商系统对延迟极其敏感。你的报价比别人慢 1 毫秒，可能就被抢先成交了。更可怕的是系统故障——我见过一次，因为数据库连接池耗尽，整个做市系统停止报价 30 秒。30 秒后，库存已经面目全非了。
1.4 数据在做市商中的角色
说到数据，这是做市商系统的灵魂。没有数据，做市商就是瞎子。我个人习惯把数据分为三个层次：
1.4.1 实时行情数据
这是最基础的数据。包括：
- Level 1 数据：最新成交价、买一卖一价、成交量
- Level 2 数据：深度盘口（所有价位的挂单量）
- 逐笔成交数据：每一笔交易的详细信息
这些数据用来做什么？计算实时价差、判断市场深度、识别异常交易。比如，如果卖一档突然出现巨量挂单，可能是大户在压价，这时候做市商要小心了。
1.4.2 历史数据
历史数据用来做回测和模型训练。我建议至少保留 3 年以上的 tick 级数据。为什么？因为做市策略的参数优化需要大量历史数据来验证。比如，你发现某个参数在最近一个月表现很好，但回测到 3 年前，可能就亏得一塌糊涂。
个人经验：历史数据清洗比建模更重要。我见过太多团队，模型做得花里胡哨，但数据里有大量脏数据（比如异常 tick、重复数据、时间戳错乱），结果回测结果全是假的。记住：垃圾进，垃圾出。
1.4.3 衍生数据
基于原始数据计算出来的指标，比如：
- 波动率（实时和历史）
- 订单流不平衡度
- 买卖压力指标
- 市场微观结构特征
这些衍生数据才是做市策略的真正输入。举个例子，我常用的一个指标叫“订单流毒性”——如果买单的成交速度远快于卖单，说明市场可能即将上涨，这时候做市商应该提高卖价、降低买价。
1.5 知识体系总览
下面这张图是我自己整理的做市商业务全景图，涵盖了上面讲的所有内容。你可以把它当作一个思维导图来用：
这张图里，四个模块是相互关联的。你想想看，没有数据，你连价差都算不准，更别提控制风险了。所以，数据治理是做市商系统的地基。地基不稳，楼盖得再高也得塌。
一句话总结：做市商的核心是“用数据管理风险，用技术赚取价差”。如果你能把数据治理好，做市策略就成功了一半。
公众号:蓝海资料掘金营，微信deep3321