一、做市商基础：什么是做市商、做市商盈利模式、做市商风险、自动化报价系统概述

大家好，我是你们的老朋友。今天咱们正式开篇，聊聊做市商这个行当。

很多人一听到「做市商」，就觉得很高大上，好像离我们很远。其实说白了，做市商就是市场的「中间商」。你想想看，菜市场里有人专门批发蔬菜，然后零售给顾客，赚个差价。做市商在金融市场里干的，本质上也是这个活。

1.1 什么是做市商

做市商，英文叫 Market Maker。它的核心职责就一条：同时报出买入价和卖出价，并且随时准备成交。

我举个例子你就明白了。假设你打开一个交易软件，看到 BTC/USDT 的盘口上，有人挂单 50000 买入，有人挂单 50010 卖出。这个「有人」很可能就是做市商。他们不是普通散户，而是专业的机构，专门靠提供流动性赚钱。

做市商的存在，让市场变得「滑溜」。没有他们，你想买 100 个比特币，可能得等半天才有人卖给你。有了做市商，你点一下鼠标，瞬间成交。这就是流动性。

1.2 做市商的盈利模式

做市商怎么赚钱？很多人第一反应是「低买高卖」。对，但不全对。我给大家拆解一下，主要有三种盈利来源。

1.2.1 买卖价差（Bid-Ask Spread）

这是最基础的盈利方式。做市商报一个买入价（Bid）和一个卖出价（Ask），中间的差价就是利润。比如 ETH 的 Bid 是 3000，Ask 是 3001，差价 1 美金。别小看这 1 美金，一天交易几万次，积少成多。

我在做市商系统里见过一个极端案例：某个小币种，价差高达 0.5%，一天下来光价差收入就几十万美金。当然，这种机会现在越来越少了。

1.2.2 手续费返还（Rebate）

很多交易所为了吸引做市商，会提供手续费返还。你挂单成交了，交易所不仅不收你手续费，还倒贴你钱。这叫「做市商激励计划」。

我记得 2019 年帮一家交易所搭建做市系统时，他们的返佣比例高达 0.01%。对于高频交易来说，这可不是小数目。

1.2.3 库存增值

做市商手里必须持有一定数量的资产，这叫「库存」。如果市场整体上涨，库存本身也会增值。当然，反过来也可能亏损。

盈利来源	占比（典型）	风险等级
买卖价差	60%	低
手续费返还	25%	低
库存增值	15%	高

1.3 做市商的风险

做市商不是稳赚不赔的。我见过太多新手做市商，前三个月赚得盆满钵满，第四个月一把亏光。风险主要来自三个方面。

1.3.1 库存风险

你手里拿着 1000 个 ETH，突然市场暴跌 10%，你瞬间亏掉 10%。这就是库存风险。做市商必须时刻管理自己的净头寸，不能裸多或裸空。

1.3.2 逆向选择风险

这个有点绕，我解释一下。当市场出现重大消息时，信息优势方会迅速下单。做市商的报价还没来得及更新，就被「吃掉」了。结果就是：做市商在高位买入，低位卖出，亏得血本无归。

我曾经在 2020 年 3 月 12 日（312 事件）亲眼目睹一个做市商账户，因为报价更新速度跟不上，几分钟内亏损了 200 万美金。嗯，那场面，记忆犹新。

1.3.3 技术风险

做市商极度依赖系统。网络延迟、服务器宕机、API 故障，任何一个环节出问题，都可能导致巨额亏损。我建议所有做市商团队，至少准备三套冗余系统。

1.4 自动化报价系统概述

手动做市？那是十年前的事了。现在的做市商，全部依赖自动化报价系统。说白了，就是写代码让机器帮你报价。

1.4.1 系统核心模块

一个完整的自动化报价系统，通常包含以下几个部分：

• 行情模块：实时获取市场数据，包括盘口、成交、K线等
• 定价引擎：根据市场状态和库存，计算最优报价
• 风控模块：监控净头寸、最大亏损、报价偏离度等
• 订单管理：负责下单、撤单、查询订单状态
• 日志与监控：记录所有操作，方便事后复盘

1.4.2 系统架构图

下面这张图，是我自己画的一个简化版做市商系统架构。你一看就明白数据是怎么流转的。

1.4.3 一个简单的报价逻辑示例

下面这段代码，是我早期做的一个极简版报价逻辑。虽然简单，但核心思想都在里面了。

def calculate_quote(mid_price, spread, inventory_ratio):
    """
    计算做市商报价
    :param mid_price: 中间价
    :param spread: 价差（百分比）
    :param inventory_ratio: 库存偏离度（正数表示多头，负数表示空头）
    :return: (bid_price, ask_price)
    """
    # 基础价差
    half_spread = mid_price * spread / 2
    
    # 库存调整：库存越多，买入价越低，卖出价越高
    inventory_adjustment = mid_price * 0.001 * inventory_ratio
    
    bid_price = mid_price - half_spread + inventory_adjustment
    ask_price = mid_price + half_spread + inventory_adjustment
    
    return round(bid_price, 2), round(ask_price, 2)

# 示例
mid = 50000.0
spread = 0.001  # 0.1%
inventory = 0.5  # 多头偏离 50%
bid, ask = calculate_quote(mid, spread, inventory)
print(f"Bid: {bid}, Ask: {ask}")
# 输出: Bid: 49975.0, Ask: 50025.0

小结

这一章我们聊了做市商的基本概念、盈利模式、主要风险，以及自动化报价系统的整体框架。说白了，做市商就是靠「流动性」吃饭的中间商。赚钱不容易，亏钱却很快。所以，风控永远是第一位的。

下一章，我们会深入讲解行情数据的获取与处理。到时候我会手把手教你写一个实时的行情订阅模块。嗯，敬请期待。