第三章：做市商数据源解析

做市商这行，说白了就是跟数据打交道。你策略再牛，模型再漂亮，数据源要是出了问题，一切都是白搭。我个人习惯把数据源分成五类：交易所行情、订单簿、成交、资金、还有外部舆情。今天咱们就一个一个掰开揉碎了讲。

3.1 交易所行情数据

行情数据是最基础的。它告诉你当前价格是多少，涨了还是跌了。但这里有个坑——不同交易所的行情数据格式不一样。

举个例子，币安的行情数据长这样：

{
  "e": "24hrTicker",    // 事件类型
  "E": 123456789,       // 事件时间
  "s": "BTCUSDT",       // 交易对
  "c": "50000.00",      // 当前价格
  "o": "49000.00",      // 24小时前价格
  "h": "51000.00",      // 24小时最高价
  "l": "48500.00",      // 24小时最低价
  "v": "10000.00"       // 24小时成交量
}

而OKX的格式就完全不同。我刚开始做量化时，就因为没处理好这个差异，导致策略在切换交易所时直接崩了。嗯，这里要注意：一定要做数据格式统一。

3.2 订单簿数据

订单簿数据，说白了就是买卖双方的挂单情况。它告诉你市场深度如何，有没有大单在撑着。

我个人习惯用L2（Level 2）数据，也就是前50档的买卖挂单。为什么？因为L1数据（最优买卖价）信息量太少，根本看不出市场真实意图。

订单簿数据长这样：

{
  "bids": [
    ["50000.00", "1.5"],  // 买一价，买一量
    ["49990.00", "2.0"],  // 买二价，买二量
    ...
  ],
  "asks": [
    ["50010.00", "1.2"],  // 卖一价，卖一量
    ["50020.00", "1.8"],  // 卖二价，卖二量
    ...
  ]
}

3.3 成交数据

成交数据，也叫Trade数据。它记录的是每一笔实际发生的交易。这个数据特别重要，因为它反映了市场的真实流动性。

你想想看，订单簿上的挂单可能是假的（比如虚挂单），但成交数据做不了假。每一笔成交都是真金白银砸出来的。

成交数据格式：

{
  "id": 123456789,       // 成交ID
  "price": "50000.00",   // 成交价格
  "qty": "0.5",          // 成交量
  "time": 123456789,     // 成交时间
  "isBuyerMaker": true   // 是否主动卖出
}

3.4 资金数据

资金数据，包括账户余额、持仓、可用资金等。这部分数据直接关系到你能不能开仓、能不能扛住波动。

做市商最怕什么？最怕资金不足导致爆仓。所以资金数据必须实时监控。

资金数据示例：

{
  "asset": "USDT",
  "free": "100000.00",   // 可用余额
  "locked": "50000.00",  // 冻结余额
  "total": "150000.00"   // 总余额
}

3.5 外部舆情数据

这个就有点意思了。外部舆情数据，包括新闻、社交媒体、论坛等。它虽然不直接反映价格，但能影响市场情绪。

举个例子，2021年马斯克发了一条关于狗狗币的推文，价格直接起飞。如果你能提前捕捉到这种信号，就能抢占先机。

舆情数据来源：

• Twitter/微博：关注KOL和官方账号
• Reddit/贴吧：散户情绪集中地
• 新闻网站：重大政策、事件
• 链上数据：大额转账、合约持仓变化

3.6 数据源架构图

下面这张图是我自己设计的做市商数据源架构。它把五类数据源整合在一起，形成一个完整的数据流。

3.7 数据治理要点

数据源搞定了，接下来就是治理。我总结了几条经验：

数据源	更新频率	存储方式	注意事项
行情数据	实时（100ms）	时序数据库	注意时间戳对齐
订单簿数据	实时（50ms）	内存+时序库	防止数据堆积
成交数据	实时（200ms）	时序数据库	做好去重
资金数据	5秒	关系型数据库	本地校验
舆情数据	分钟级	文档数据库	注意真假新闻