四、做市商策略分类：被动做市、主动做市、统计套利做市、事件驱动做市

做市商策略，说白了就是你在市场上「怎么赚钱」和「怎么不亏钱」的底层逻辑。我见过不少新手，一上来就想着高频抢单，结果被老手们来回收割。其实，策略分类这件事，决定了你的交易风格、资金占用、甚至团队配置。

我个人习惯把做市策略分成四大类：被动做市、主动做市、统计套利做市、事件驱动做市。这四类策略，各有各的脾气。你想想看，一个做市商团队，往往不是只押注一种策略，而是组合使用。嗯，这里我们先拆开来看。

4.1 被动做市：最稳的「搬砖」活

被动做市，说白了就是挂单等成交。你在买一价挂买单，在卖一价挂卖单，赚的就是那个价差。这是最古老、也是最基础的做市方式。

我记得刚入行时，带我的老交易员说：「小子，别总想着抢单，先学会怎么把单子挂稳。」那时候我不理解，后来被市场教育了几次才明白——被动做市的核心不是速度，而是耐心。

被动做市的特点：

• 低延迟要求： 不需要极速硬件，普通服务器就能跑
• 高容量： 可以同时做几十个品种，资金利用率高
• 低风险： 只要价差覆盖手续费和逆向选择成本，基本稳赚
• 收益稳定： 像收租一样，每天都有进账

被动做市的典型参数设置：

4.2 主动做市：该出手时就出手

主动做市，就不是傻傻等成交了。你会根据市场信号，主动调整报价，甚至吃掉对手的单子来管理库存。说白了，被动做市是「守」，主动做市是「攻」。

为什么会需要主动做市？你想想看，如果市场突然暴跌，你手里还挂着买单，那不是等着被砸吗？这时候，你就得主动撤单、反向操作、甚至吃掉卖单来对冲。

主动做市的核心能力：

1. 库存管理： 实时监控净头寸，超过阈值就主动平仓
2. 信号识别： 识别大单、趋势、波动率突变
3. 报价调整： 根据库存和信号动态调整价差和深度
4. 抢单能力： 在必要时吃掉对手的流动性

主动做市的典型策略逻辑：

// 伪代码：主动做市库存管理
if (abs(net_position) > position_limit) {
    // 库存超标，主动平仓
    if (net_position > 0) {
        // 多头超标，挂卖单或吃卖单
        send_market_sell(net_position - target_position);
    } else {
        // 空头超标，挂买单或吃买单
        send_market_buy(abs(net_position) - target_position);
    }
    // 同时调整报价价差
    spread_multiplier = 1.0 + abs(net_position) / position_limit * 0.5;
}

4.3 统计套利做市：赚「均值回归」的钱

统计套利做市，说白了就是利用相关性。比如BTC和ETH，长期看它们的价格走势高度相关，但短期会有偏离。当偏离超过一定阈值时，你就做多一个、做空另一个，等它们回归。

我个人觉得，统计套利做市是「最像量化」的策略。它不靠速度，不靠运气，靠的是数学模型和概率优势。

统计套利做市的常见模式：

• 跨品种套利： BTC/ETH、BTC/LTC 等高度相关品种
• 跨期套利： 不同交割月份的期货合约
• 跨所套利： 同一品种在不同交易所的价差
• 因子套利： 基于波动率、流动性等因子的统计关系

统计套利做市的数学模型：

# 协整检验与价差计算
import numpy as np
from statsmodels.tsa.stattools import coint

# 计算价差
spread = price_a - beta * price_b

# 协整检验
score, pvalue, _ = coint(price_a, price_b)
if pvalue < 0.05:
    # 存在协整关系，可以交易
    z_score = (spread - spread.mean()) / spread.std()
    if z_score > 2.0:
        # 做空价差：做空A，做多B
        pass
    elif z_score < -2.0:
        # 做多价差：做多A，做空B
        pass

4.4 事件驱动做市：赌「信息不对称」

事件驱动做市，是四种策略里最刺激的。它围绕重大事件展开——比如美联储议息、CPI数据发布、项目方公告、黑客攻击等等。这些事件会导致市场瞬间剧烈波动，做市商要么赚得盆满钵满，要么亏得底裤不剩。

你想想看，一个重大消息出来，市场在几毫秒内就完成了价格发现。如果你能比其他人快0.1秒反应，那就是纯利润。但如果你反应错了方向，那就是纯亏损。

事件驱动做市的典型场景：

事件驱动做市的系统架构要点：

• 新闻源接入： 至少3个独立新闻源，避免单点故障
• 关键词匹配： 预定义事件关键词库，支持正则和模糊匹配
• 模式切换： 事件触发后，自动切换到「高防御」参数集
• 回滚机制： 事件结束后，自动恢复常规参数
• 人工干预： 保留一键暂停和手动调整的接口

嗯，策略分类就讲到这里。每种策略都有它的适用场景和坑，关键是你得清楚自己在赚什么钱、承担什么风险。别想着一种策略吃遍天，市场会教你做人的。