4、回扣费率模型：固定费率模型、阶梯费率模型、基于交易量的动态费率
做市商回扣怎么算？说白了，就是交易所怎么给你发「工资」。
我做了这么多年，见过太多团队在费率模型上栽跟头。有的选了固定费率，结果行情波动大时亏得底裤都不剩。有的用了阶梯费率，但阶梯设得太粗，激励效果等于零。
今天咱们就把这三种主流模型掰开揉碎，讲清楚。
4.1 固定费率模型
这是最原始、最直接的方式。交易所给你一个固定的回扣比例，比如每笔交易返你0.01%。
优点很明显：
- 简单透明，算账容易
- 适合新手做市商起步
- 系统实现成本低
缺点也很致命：
- 没有激励弹性，做多做少一个价
- 行情差时，固定费率可能覆盖不了你的滑点成本
- 大做市商觉得没意思，小做市商又觉得门槛高
我的经验： 固定费率适合做市商刚起步、交易量不大的阶段。我早期在BitMEX做市时，用的就是固定费率。那时候一天也就几百个BTC的交易量，固定费率够用了。但一旦你做到日均千万美元级别，固定费率就是天花板。
4.2 阶梯费率模型
这个模型把做市商分成几个等级，每个等级对应不同的回扣比例。比如：
| 等级 | 月交易量（BTC） | 回扣费率 |
|---|---|---|
| 青铜 | 0 - 1000 | 0.005% |
| 白银 | 1000 - 5000 | 0.01% |
| 黄金 | 5000 - 20000 | 0.015% |
| 钻石 | 20000+ | 0.02% |
你想想看，做市商为了冲进更高等级，会拼命做量。交易所也乐见其成。
但这里有个坑：
- 阶梯太粗，比如从0.01%直接跳到0.02%，中间没有过渡，做市商容易卡在某个等级上不去
- 阶梯太细，管理成本高，做市商也容易算晕
- 月底结算时，如果刚好差一点点，做市商可能会刷量冲等级，这对市场健康不利
避坑指南： 我曾经帮一个交易所设计阶梯费率，他们一开始设了5个等级，结果发现80%的做市商都卡在第二级。后来改成8个等级，每个等级之间的费率差控制在0.002%以内，效果就好多了。阶梯的「坡度」要平滑，别太陡。
4.3 基于交易量的动态费率模型
这个模型更聪明。它不是固定阶梯，而是用一个函数来计算回扣费率。比如：
def dynamic_rebate(volume):
"""
基于交易量的动态回扣费率计算
volume: 过去30天的累计交易量（单位：BTC）
"""
base_rate = 0.005 # 基础费率
# 每增加1000 BTC，费率提升0.001%，上限0.03%
rate = base_rate + (volume // 1000) * 0.001
return min(rate, 0.03)
这个模型的好处是：
- 费率随交易量连续变化，没有「跳崖」感
- 做市商每多做一点，都能看到回报
- 交易所可以灵活调整参数，比如把斜率调高，激励更强
但要注意，动态费率模型对系统要求更高。你需要实时计算每个做市商的累计交易量，然后动态调整费率。嗯，这里有个性能问题——如果交易所的做市商数量很大，比如上千个，每次计算都要遍历一遍，CPU扛不住。
我的建议： 用缓存。把每个做市商的累计交易量存到Redis里，每5分钟更新一次。费率计算时直接从缓存读，别每次都查数据库。我在Binance做市时，他们就是这么干的。
4.4 三种模型的对比
| 维度 | 固定费率 | 阶梯费率 | 动态费率 |
|---|---|---|---|
| 实现复杂度 | 低 | 中 | 高 |
| 激励效果 | 差 | 中 | 好 |
| 做市商满意度 | 低 | 中 | 高 |
| 系统性能要求 | 低 | 中 | 高 |
| 适合场景 | 小交易所、起步阶段 | 中型交易所 | 大型交易所、专业做市商 |
4.5 核心逻辑流程图
下面这张图，把三种费率模型的核心逻辑串起来了。你看一眼就明白：
4.6 怎么选？
说实话，没有完美的模型。我个人的经验是：
- 如果你刚起步，交易量不大，固定费率最省心。别折腾，先把业务跑起来。
- 如果你做到中等规模，比如日均交易量几百万美元，阶梯费率更合适。它能给你一个明确的「升级」目标。
- 如果你是大做市商，日均交易量上亿，动态费率才是你的菜。它能让你每一分交易量都产生价值。
核心要点： 回扣费率模型不是越复杂越好。关键是匹配你的做市策略和交易所的生态。我见过有人用动态费率模型，结果参数设得太激进，做市商疯狂刷量，最后交易所亏惨了。所以，选模型之前，先想清楚你的目标是什么。
好了，这一章就到这里。记住，费率模型是交易所和做市商之间的「契约」。选对了，双赢。选错了，双输。