一、做市系统概述
做市交易，说白了就是「双边报价，赚取差价」。
我刚开始接触这个领域时，总觉得做市商跟普通交易者差不多。后来踩过坑才明白——做市商不是赌方向，而是提供流动性。你挂买单，我卖给你；你挂卖单，我买进来。一来一回，我赚那个微小的价差。
1.1 什么是做市交易
做市交易的核心逻辑很简单：
- 同时挂出买单和卖单——比如 BTC 现价 50000，我挂 49990 的买单和 50010 的卖单
- 等待对手方成交——有人想卖，就吃我的买单；有人想买，就吃我的卖单
- 赚取价差收益——我低价买进，高价卖出，差价就是利润
你想想看，这跟开超市是一个道理。超市进货价 10 块，卖价 12 块，赚 2 块差价。做市商只不过把商品换成了数字资产，把货架换成了订单簿。
关键认知：做市商不是投机者。我们不预测价格涨跌，我们只赚流动性的钱。市场越波动，我们越要小心——方向做反了，库存会亏得很惨。
1.2 做市商的核心盈利模式
做市商的盈利来源，我归纳为三个层次：
| 盈利来源 | 说明 | 我的经验 |
|---|---|---|
| 买卖价差 | 买一价与卖一价之间的差额 | 这是最稳定的收入，但单笔很小 |
| 返佣/激励 | 交易所给做市商的交易手续费返还 | 有些交易所返佣能占到总利润的 30% |
| 库存增值 | 持有的资产价格上涨带来的收益 | 这个要看运气，不能作为主要收入 |
我在项目中遇到过一家做市商，他们 70% 的利润来自价差，20% 来自返佣，只有 10% 来自库存增值。这个比例其实挺健康的——太依赖库存增值，本质上就是在赌方向。
避坑指南：我曾经见过一个团队，为了赚返佣拼命刷交易量，结果手续费返回来还不够覆盖滑点损失。返佣是锦上添花，不是雪中送炭。
1.3 做市系统的核心挑战
做市系统看着简单，实际上坑特别多。我总结了三大挑战：
挑战一：延迟
延迟是做市商的头号敌人。为什么？
- 你报价慢了，别人抢先成交，你吃不到单子
- 你撤单慢了，市场已经变了，你还在挂旧价格
- 你计算慢了，价差机会已经溜走了
我记得有一次做回测，系统延迟多了 5 毫秒，年化收益直接从正 15% 变成了负 3%。5 毫秒，你眨个眼都不止这个时间。但在高频做市里，这就是生死线。
注意：延迟不只是网络问题。从行情数据到达 → 策略计算 → 订单发送 → 交易所确认，每个环节都可能成为瓶颈。我曾经排查过一个延迟问题，最后发现是 Python 的垃圾回收机制在关键时刻卡了一下。
挑战二：库存风险
库存风险，说白了就是你手里囤了一堆货，价格跌了怎么办？
做市商最怕的不是没成交，而是成交了之后方向走反。比如你买入了 100 个 ETH，结果 ETH 暴跌 5%，你价差赚的那点钱全赔进去还不够。
我个人的习惯是：
- 设置严格的库存上限，超过就停止做市
- 用对冲工具（比如期货）锁定库存风险
- 动态调整报价宽度——库存多了就压低买价，减少进货
核心原则：库存风险管理的目标不是消除风险，而是把风险控制在可承受范围内。我见过最惨的案例，一个做市商因为库存管理失控，一天亏掉了三个月的利润。
挑战三：竞争
做市这个赛道，竞争极其激烈。你想想看，同一个交易对，可能有几十家做市商在同时报价。大家都在抢那点微薄的价差。
竞争带来的直接后果就是：
- 价差越来越薄——从 0.1% 降到 0.05%，再降到 0.01%
- 速度要求越来越高——谁快谁吃单
- 技术门槛不断上升——手工做市已经不可能了
我曾经参与过一个项目，我们花了三个月优化系统，把延迟从 10 毫秒降到了 2 毫秒。结果呢？竞争对手也在优化，两个月后他们比我们还快 0.5 毫秒。嗯，这就是做市行业的常态——不进则退。
1.4 做市系统的整体架构
说了这么多，我们来看看做市系统长什么样。下面这张图是我个人比较喜欢的架构设计：
这张图展示了一个典型的做市系统架构。从上到下分别是：行情数据接入 → 策略引擎 → 订单管理 → 交易所接口。左右两侧是监控和风控模块，它们贯穿整个系统。
我个人习惯把监控和风控放在独立模块里，而不是嵌入到策略代码中。为什么？因为一旦策略出问题，监控和风控还能独立运行，帮你及时止损。我曾经见过一个团队把风控逻辑写在策略里，结果策略崩溃了，风控也跟着失效——嗯，那场面相当惨烈。
一个小建议：刚开始做做市系统时，别想着一步到位。先把核心链路跑通——行情 → 策略 → 下单 → 成交。然后再慢慢加监控、风控、优化延迟。我见过太多团队一开始就想搞个大而全的系统，结果半年了还没上线。
好了，这一章我们聊了做市交易的基本概念、盈利模式和核心挑战。下一章我们会深入探讨做市策略的具体设计——包括如何计算最优报价、如何管理库存风险、如何应对极端行情。这些东西，都是我在实战中一点点踩坑踩出来的经验。