01
做市策略概述
什么是做市策略 · 做市商角色与功能 · 核心目标：价差收益、库存管理 · 盈利模式
基础概念
02
市场微观结构
订单簿深度解析 · 买卖价差 · 市场深度与流动性 · 限价单/市价单
微观订单簿
03
做市策略设计基础
对称/非对称做市 · Avellaneda-Stoikov模型 · 参数：价差宽度、订单规模、更新频率
模型参数
04
回测系统搭建
回测框架选择 · 数据准备(Tick/分钟) · 事件驱动回测引擎设计
回测架构
05
数据获取与清洗
交易所API对接 · 数据标准化 · 缺失值/异常值处理 · 数据对齐
数据预处理
06
订单簿重建
深度增量重建 · 快照与增量更新 · Level2解析 · 特征提取
订单簿特征
07
信号生成与订单管理
报价信号逻辑 · 订单生命周期 · 订单簿不平衡信号 · VWAP信号
信号执行
08
库存管理模型
库存风险度量 · 均值回归模型 · 惩罚项设计 · 动态目标调整 · 对冲策略
风控库存
09
回测指标与评估
夏普比率 · 最大回撤 · 胜率 · 盈亏比 · Calmar比率 · 策略容量
评估指标
10
参数优化方法
网格搜索 · 随机搜索 · 贝叶斯优化 · 遗传算法优化
优化超参
11
过拟合与稳健性检验
Walk-Forward分析 · 时间序列分割 · 参数敏感性 · 蒙特卡洛模拟
稳健性验证
12
交易成本建模
Maker/Taker费率 · 滑点模型 · 市场冲击成本 · 固定与可变成本
成本冲击
13
延迟与执行质量
网络延迟影响 · 订单执行概率 · 部分成交 · 取消率分析
延迟执行
14
多资产做市策略
跨品种相关性 · 联合库存管理 · 对冲组合 · 资金分配优化
多资产组合
15
高频做市策略
Tick级策略 · 订单簿事件驱动 · 延迟套利 · 闪电崩盘应对
高频事件
16
统计套利与做市结合
协整与配对交易 · 套利信号融入 · 价差回归 · 市场中性做市
套利中性
17
机器学习在策略优化中的应用
特征工程 · XGBoost/LSTM · 强化学习做市
ML强化学习
18
风险管理框架
VaR/CVaR · 压力测试 · 极端行情应对 · 熔断机制 · 仓位限制
风控VaR
19
实盘模拟与回测差异
模拟环境搭建 · 偏差来源(延迟/流动性) · Paper Trading实践
模拟实盘
20
策略部署与监控
自动化系统架构 · Grafana监控 · 告警机制 · 日志审计
部署监控
21
资金管理与杠杆控制
凯利公式 · 固定比例资金 · 动态杠杆 · 破产风险控制
资金杠杆
22
市场冲击与流动性分析
订单簿深度 · Amihud/Kyle Lambda · Almgren-Chriss冲击模型
流动性冲击
23
做市策略的博弈论视角
做市商与交易者博弈 · 信息不对称 · 逆向选择成本 · 最优报价
博弈信息
24
回测平台实战（Backtrader）
架构解析 · 自定义DataFeed/Analyzer · 策略模板编写
Backtrader实战
25
回测平台实战（自建引擎）
事件循环 · 订单匹配 · 资金管理 · Cython/Numba优化
自建高性能
26
策略优化案例1：BTC永续合约
参数调优 · 库存管理优化 · 收益分析 · 回测报告解读
BTC永续
27
策略优化案例2：ETH现货做市
流动性分析 · 价差策略 · 滑点控制 · 实盘模拟对比
ETH现货
28
策略优化案例3：跨交易所套利做市
价差监控 · 延迟套利 · 资金划转 · 风险对冲
跨所套利
29
策略评估报告撰写
报告结构 · 关键指标解读 · 可视化图表 · 结论与建议
报告可视化
30
未来趋势与进阶方向
DeFi做市(Uniswap V3) · 期权做市 · AI驱动 · 监管合规
前沿DeFi