第四章：做市策略系统架构

做市系统，说白了就是一个精密的「印钞机」——前提是你得把它搭对。

我见过太多团队，策略逻辑写得天花乱坠，结果一上线就崩。为什么？因为架构没想清楚。今天我就把做市系统的五层架构掰开揉碎了讲给你听。

4.1 整体架构概览

做市系统不是单打独斗，它需要五个层次协同工作：

• 数据层：喂给系统「眼睛」
• 策略层：负责「大脑」决策
• 执行层：充当「手脚」干活
• 风控层：扮演「安全带」
• 监控层：做好「仪表盘」

这五层缺一不可。我早期做的一个项目，就是忽略了风控层，结果一次极端行情直接爆仓。嗯，从那以后我再也不敢偷懒了。

4.2 数据层：系统的「眼睛」

数据层是所有决策的基础。你想想看，如果行情数据都拿不准，策略再牛也是白搭。

4.2.1 核心数据源

数据类型	来源	更新频率	用途
Level 2 行情	交易所API	毫秒级	实时定价
成交数据	WebSocket	实时	成交确认
历史数据	数据库	离线	回测分析
账户信息	REST API	秒级	仓位管理

4.2.2 数据清洗与对齐

原始数据不能直接用。你需要做三件事：

1. 去重：同一个tick重复推送，只保留最新
2. 排序：按时间戳严格排序，乱序数据要丢弃
3. 对齐：不同交易所的数据要统一时间基准

// 数据清洗示例（伪代码）
function cleanTick(rawTick) {
  // 去重：检查sequence是否已处理
  if (processedSequences.has(rawTick.sequence)) {
    return null;  // 已处理过，丢弃
  }
  
  // 排序：确保时间戳递增
  if (rawTick.timestamp < lastTimestamp) {
    log.warn("乱序数据，丢弃");
    return null;
  }
  
  // 对齐：统一到毫秒级时间戳
  rawTick.timestamp = normalizeTimestamp(rawTick.timestamp);
  
  processedSequences.add(rawTick.sequence);
  lastTimestamp = rawTick.timestamp;
  
  return rawTick;
}

4.3 策略层：系统的「大脑」

策略层是核心中的核心。这里我建议你保持「策略引擎」和「策略逻辑」分离。

4.3.1 策略引擎架构

策略引擎负责：

• 加载策略配置
• 管理策略生命周期（启动/暂停/停止）
• 分发行情数据到各个策略实例
• 收集策略输出的报价信号

4.3.2 核心策略模块

一个典型的做市策略包含：

1. 定价模型：计算合理价格区间
2. 库存管理器：控制持仓风险
3. 报价生成器：生成买卖报价
4. 信号过滤器：过滤无效信号

// 策略层核心逻辑示例
class MarketMakingStrategy {
  constructor(config) {
    this.pricingModel = new PricingModel(config.pricing);
    this.inventoryManager = new InventoryManager(config.inventory);
    this.quoteGenerator = new QuoteGenerator(config.quote);
  }
  
  onTick(tick) {
    // 1. 计算合理价格
    const fairPrice = this.pricingModel.calculate(tick);
    
    // 2. 检查库存状态
    const inventorySignal = this.inventoryManager.evaluate();
    
    // 3. 生成报价
    const quotes = this.quoteGenerator.generate(fairPrice, inventorySignal);
    
    // 4. 过滤无效报价
    return this.filterQuotes(quotes);
  }
}

4.4 执行层：系统的「手脚」

执行层负责把策略的报价信号变成真实的订单。这里有个坑——交易所API不是100%可靠的。

4.4.1 订单管理

执行层需要处理：

• 订单生命周期：新单→已提交→部分成交→完全成交→已撤销
• 撤单重发：超时未成交的订单要撤销并重新报价
• 订单簿同步：确保本地订单簿和交易所一致

4.4.2 延迟优化

做市是毫秒级的竞争。执行层必须做到：

优化项	方法	预期效果
网络延迟	托管服务器、专线连接	降低50-80%
序列化延迟	使用Protobuf替代JSON	降低60-70%
业务逻辑延迟	预计算、缓存热点数据	降低30-40%

4.5 风控层：系统的「安全带」

风控层是最后一道防线。我见过太多人，策略赚钱的时候觉得风控是累赘，爆仓了才后悔没装。

4.5.1 核心风控规则

• 仓位限制：单边持仓不超过总资金的20%
• 最大亏损：单日亏损超过5%自动暂停
• 报价偏离：报价偏离市场中间价超过阈值则拦截
• 频率限制：每秒报价次数不超过10次

// 风控检查示例
function riskCheck(order) {
  // 仓位检查
  if (currentPosition + order.quantity > positionLimit) {
    return { passed: false, reason: "仓位超限" };
  }
  
  // 报价偏离检查
  if (Math.abs(order.price - midPrice) > maxSpread) {
    return { passed: false, reason: "报价偏离过大" };
  }
  
  // 频率检查
  if (orderCountInSecond >= maxOrderPerSecond) {
    return { passed: false, reason: "报价频率超限" };
  }
  
  return { passed: true };
}

4.6 监控层：系统的「仪表盘」

监控层让你知道系统「活得好不好」。没有监控，你就像在开一辆没有仪表盘的车。

4.6.1 核心监控指标

指标类别	具体指标	告警阈值
性能指标	订单处理延迟、行情延迟	>100ms告警
业务指标	成交率、库存周转率	成交率<30%告警
风控指标	当前仓位、当日盈亏	仓位>80%告警
系统指标	CPU、内存、网络	CPU>80%告警

4.6.2 告警分级

我习惯把告警分成三级：

• P0（致命）：系统宕机、资金异常 → 电话通知
• P1（严重）：策略暂停、风控触发 → 即时消息
• P2（警告）：延迟升高、成交率下降 → 邮件通知

4.7 五层协作流程

最后，我们看看这五层是怎么配合的：

1. 数据层收到行情tick，推送给策略层
2. 策略层计算报价，发送给执行层
3. 执行层在发单前，先经过风控层检查
4. 风控层通过后，执行层向交易所发单
5. 所有环节的数据都上报给监控层

这个流程看起来简单，但每个环节都可能出问题。我建议你从第一天就把监控做起来，别等到出事了再补。

---

公众号:蓝海资料掘金营，微信deep3321