二、团队架构设计：做市团队的组织架构、关键岗位职责与规模层级

做市业务，说白了就是一场「速度与精度」的博弈。团队架构如果搭不好，后面所有策略、系统都是空中楼阁。我见过不少团队，一开始就急着招交易员，结果量化研究员和技术开发跟不上，最后变成「巧妇难为无米之炊」。

今天我们就来聊聊，一个成熟的做市团队，到底该怎么搭。

2.1 核心组织架构：三条腿走路

我个人习惯把做市团队分成三个核心板块：策略交易、量化研究、技术工程。再加上一个独立的风控职能，形成「3+1」结构。

下面这张图，是我自己总结的团队架构逻辑，你可以参考一下：

2.2 关键岗位职责详解

2.2.1 交易员：战场上的指挥官

交易员不是「点鼠标的人」。我见过最优秀的交易员，一天可能只下几笔单，但每笔都有充分的逻辑支撑。

• 核心职责：执行策略、管理头寸、监控盘口异常、处理极端行情
• 关键能力：盘感、纪律性、抗压能力、快速决策
• 避坑指南：我曾经带过一个交易员，技术分析很厉害，但风控意识薄弱。一次黑天鹅事件，他凭直觉加仓，差点把整个月的利润赔进去。所以，交易员必须把「止损」刻在骨子里。

2.2.2 量化研究员：策略的发动机

量化研究员负责把交易员的「直觉」变成可执行的「代码」。说白了，就是造子弹的。

• 核心职责：因子挖掘、策略回测、模型优化、市场微观结构分析
• 关键能力：统计学功底、编程能力（Python/C++）、金融知识、逻辑思维
• 注意：量化研究员最容易犯的错是「过拟合」。我见过一个团队，回测曲线漂亮得像教科书，一上实盘就崩。为什么？因为研究员把噪声当成了信号。

这里分享一个我常用的回测检查清单：

# 回测检查清单（简化版）
1. 是否做了样本外测试？—— 必须留20%数据做验证
2. 是否考虑了滑点和手续费？—— 别用理想值
3. 策略在极端行情下表现如何？—— 比如2020年3月
4. 参数是否敏感？—— 稍微改一点参数，结果就变脸？那不行

2.2.3 风控：团队的刹车系统

风控不是来「找茬」的，是来「保命」的。我始终认为，风控必须独立于业务线，直接向团队负责人或公司高层汇报。

• 核心职责：设定风险限额、实时监控敞口、压力测试、异常交易预警
• 关键能力：风险建模、合规意识、沟通能力（敢说「不」）
• 避坑指南：我曾经遇到过一个团队，风控和交易员关系太好，结果风控睁一只眼闭一只眼，最后爆仓了。记住，风控不能和交易员「做朋友」。

2.2.4 技术开发：系统的基石

做市是技术密集型业务。没有好的技术开发，策略再牛也跑不起来。

• 核心职责：低延迟交易系统开发、行情数据接入、订单管理、监控系统
• 关键能力：C++/Java、网络编程、系统优化、运维能力
• 注意：技术开发不能只懂技术，还要懂业务。我见过一个开发，把订单簿的撮合逻辑写错了，导致报价延迟了50毫秒。50毫秒，在做市领域，足够亏掉一套房。

2.3 团队规模与层级设计

团队规模没有标准答案，但有一个经验公式：初期团队，5-8人最合适。人太少，轮转不开；人太多，沟通成本飙升。

阶段	团队规模	核心配置	说明
初创期（0-6个月）	5-8人	2交易员 + 2量化 + 2开发 + 1风控	扁平化管理，负责人直接带
成长期（6-18个月）	10-20人	3-4交易员 + 4-6量化 + 4-6开发 + 2风控	开始分层，设小组长
成熟期（18个月+）	20-50人	按品种/策略分组，每组独立核算	需要中台支持

层级设计上，我建议最多三层：

• 第一层：团队负责人（统筹全局）
• 第二层：各组组长（交易组长、量化组长、技术组长）
• 第三层：执行层（交易员、研究员、开发）

2.4 一个常见的误区

很多人觉得，做市团队应该先招交易员，再慢慢配其他人。其实不对。我建议技术开发和量化研究员要先行。为什么？因为做市的核心是系统和策略。没有系统，交易员就是「瞎子」。没有策略，交易员就是「莽夫」。

嗯，这里要注意：技术开发最好有金融行业背景，或者至少对交易系统有热情。我见过一个纯互联网背景的开发，写出来的代码性能很好，但完全不懂业务逻辑，最后改了三版才勉强能用。

好了，团队架构这块就聊这么多。记住一句话：架构服务于业务，别为了架构而架构。小团队就扁平化，大团队再分层，别一开始就搞一堆虚职。