第三章 做市商策略基础：存货风险、逆向选择风险、报价策略的基本框架、做市商策略分类
各位同学，欢迎来到第三章。
前两章我们把做市商的基本概念和盈利模式聊透了。今天要讲的，才是真正决定你能否在市场里活下去的核心——风险与策略。
做市商不是简单的「低买高卖」。你想想看，如果市场突然暴跌，你手里囤了一堆货，怎么办？或者，你刚报完价，就被一个比你聪明十倍的高频交易者「狙击」了，怎么办？
嗯，这两个问题，就是我们今天要解决的核心。
3.1 存货风险：你手里的「货」是双刃剑
存货风险，说白了就是「库存贬值」的风险。
作为做市商，你必须在买卖两边都挂单。有人卖给你，你就得接。接完之后，这些资产就躺在你的库存里了。如果价格朝不利方向波动，你的库存就会缩水。
为什么会有存货风险？
- 方向性暴露：你被迫持有净头寸。比如你接了100个BTC的卖单，但买单只成交了80个，你就净多20个BTC。价格跌1%，你就亏1%。
- 时间成本：库存占用资金。这些钱如果拿去理财，是有利息的。库存一天不卖掉，你就损失一天的利息。
- 流动性成本：想快速平仓？可以，但得付出滑点。大单砸下去，市场会给你一个「惩罚性」的价格。
核心公式：
存货风险 ≈ 净头寸 × 价格波动率 × 持有时间
净头寸越大，波动越剧烈，持有越久，风险就越高。
我在项目中遇到过一件事。2018年，我在一个新兴的DeFi协议上做市。那个币种流动性极差，一天波动30%是常事。我按照传统模型挂了单，结果一个晚上库存从0变成了5000个币。第二天早上醒来，价格跌了40%。嗯，那是我第一次深刻理解「存货风险」这四个字的分量。
避坑指南：
我曾经犯过一个错误——只关注买卖价差，忽略了库存管理。后来我养成了一个习惯：每5分钟检查一次净头寸，一旦超过阈值，立刻调整报价。别等到收盘再处理，那时候就晚了。
3.2 逆向选择风险：你是在做市，还是在「接盘」？
逆向选择风险，是比存货风险更隐蔽的敌人。
什么意思？
市场上总有一些人，信息比你快，技术比你好。他们能提前感知到价格要涨，于是疯狂买入你的卖单。或者，他们知道价格要跌，于是拼命把货倒给你。
你想想看，你挂的买单，成交的往往都是那些「急着要卖」的人——他们可能知道坏消息。你挂的卖单，成交的往往是那些「急着要买」的人——他们可能知道好消息。
结果就是：你总是在不利的方向上成交。
这就是逆向选择。
为什么会这样？因为做市商本质上是在提供「免费期权」。你挂一个买单，相当于给了市场一个「以当前价格卖给你的权利」。如果价格要跌，这个期权就变得值钱，于是有人来行权。你挂一个卖单，相当于给了市场一个「以当前价格买入的权利」。如果价格要涨，这个期权也值钱，于是有人来行权。
你永远是被动的那一方。
注意：
逆向选择风险无法完全消除，只能管理。如果你发现某个品种的成交总是「一边倒」，比如买单总是被吃掉，卖单却无人问津，那就要警惕了——你可能正在被「狙击」。
我记得有一次，我在一个波动率极高的山寨币上做市。我的模型显示价差应该设0.5%，但实际成交后我发现，我的库存一直在增加。后来复盘才发现，有一个大户在用算法「钓鱼」——他先砸盘，把我的买单吃掉，然后拉高，再砸盘。循环往复，我的库存越来越大，最后爆仓了。嗯，从那以后，我对「逆向选择」这四个字有了刻骨铭心的认识。
3.3 报价策略的基本框架：三个核心维度
好了，风险讲完了。那怎么应对？
报价策略，就是你的武器。一个好的报价策略，需要同时考虑三个维度：
- 价差（Spread）：买卖报价之间的差距。价差越大，单笔盈利越高，但成交概率越低。
- 报价深度（Depth）：每个价位上挂多少量。深度越大，能承接的订单越多，但库存风险也越大。
- 报价偏移（Skew）：相对于「公平价格」的偏移。如果你库存偏多，就把卖价调低一点，吸引买家；如果你库存偏空，就把买价调高一点，吸引卖家。
这三个维度，构成了报价策略的基本框架。
一个简单的策略逻辑：
# 伪代码示例
fair_price = get_mid_price() # 获取当前公平价格
inventory = get_net_position() # 获取当前净头寸
# 根据库存调整报价偏移
skew = - inventory * k # k是调整系数，库存越多，卖价越低
# 计算价差
spread = base_spread + abs(skew) * spread_multiplier
# 生成报价
bid_price = fair_price - spread/2 + skew
ask_price = fair_price + spread/2 + skew
# 设置深度
bid_size = base_size - inventory * size_multiplier
ask_size = base_size + inventory * size_multiplier这个框架虽然简单，但已经包含了核心思想：用价格和数量来管理库存风险。
核心原则：
库存多，就降价卖；库存少，就提价买。永远不要和市场对着干。
3.4 做市商策略分类：从简单到复杂
做市商策略有很多种，我根据实战经验，把它们分成四大类：
| 策略类型 | 核心逻辑 | 适用场景 | 风险等级 |
|---|---|---|---|
| 对称报价策略 | 买卖价差对称，不主动管理库存 | 高流动性、低波动市场 | 低 |
| 库存驱动策略 | 根据库存动态调整报价偏移 | 中等流动性市场 | 中 |
| 信号驱动策略 | 结合市场信号（如订单流、波动率）调整报价 | 高波动、信息密集市场 | 高 |
| 组合策略 | 同时管理多个品种，对冲风险 | 多资产、跨市场 | 中高 |
对称报价策略：最简单，适合新手。你只需要设定一个固定的价差，然后两边挂单。但缺点也很明显——不管理库存，遇到大波动容易爆仓。
库存驱动策略：这是最常用的策略。核心就是上面那个伪代码的逻辑。我个人习惯用这个策略作为基础，然后叠加其他信号。
信号驱动策略：这是进阶玩法。比如，如果你能预测到未来1秒的订单流方向，就可以提前调整报价。我曾经在一个项目中，用LSTM预测短期价格走势，然后动态调整报价偏移。效果还不错，但模型训练成本很高。
组合策略：这是机构级玩法。比如，你在BTC和ETH上同时做市，利用它们之间的相关性来对冲风险。如果BTC库存多了，就多买点ETH，保持整体风险中性。
我的建议：
新手不要一上来就搞信号驱动或组合策略。先吃透库存驱动策略，把基础打牢。我见过太多人，一上来就想搞「量化黑科技」，结果连基本的库存管理都没做好，亏得一塌糊涂。
3.5 知识体系总览
下面这张图，把本章的核心逻辑串起来了。你可以把它当作一个「思维导图」来用。
这张图把本章的核心内容串起来了。你可以看到，做市商策略的核心就是「在两大风险（存货风险、逆向选择风险）的约束下，通过调整价差、深度和偏移三个维度，选择适合自己的策略类型」。
嗯，内容不少。但别急，下一章我们会深入讲解如何用Python实现一个完整的库存驱动策略。到时候，你会看到这些理论是如何落地成代码的。
今天就到这里。记住：做市商不是赌方向，而是管理风险。
公众号:蓝海资料掘金营，微信deep3321