第三章 回扣策略设计原理
做量化交易这些年，我见过太多人一上来就研究各种复杂模型。其实啊，真正赚钱的策略往往藏在最基础的细节里。今天我们就聊聊回扣策略——这个被很多人忽视，但实打实能提升收益的东西。
3.1 挂单与吃单策略
先说说最基础的两个动作：挂单和吃单。说白了，挂单就是你在那里等着别人来成交，吃单就是你主动去成交别人的单子。
挂单策略的核心逻辑很简单：你提供流动性，交易所给你返现。我习惯把挂单分成两类：
- 被动挂单：挂在买一卖一位置，等着被吃。优点是稳，缺点是可能等不到。
- 主动挂单：挂在买二卖二甚至更深的位置，利用价格波动自然成交。优点是成交概率高，缺点是返现可能少一些。
我在项目中遇到过一件事：有个同事做ETH的挂单策略，每天能赚几百块返现。结果有一天他突然发现，挂单成交率从60%掉到了20%。查了半天，原来是交易所改了返现规则——只对挂单时间超过1秒的单子给返现。嗯，这就是典型的规则陷阱。
核心要点：挂单策略的成败，取决于你对交易所规则的理解深度。别只看返现比例，还要看挂单时间要求、最小挂单量、撤单惩罚等细节。
吃单策略就完全相反了。你主动去成交，交易所会收你手续费，但有些交易所会给吃单方一定的返现——尤其是做市商级别的账户。我建议你仔细看看自己的费率等级，有时候吃单也能拿到不错的返现。
| 策略类型 | 返现来源 | 风险点 | 适用场景 |
|---|---|---|---|
| 被动挂单 | 交易所流动性返现 | 成交延迟、价格滑点 | 低波动行情 |
| 主动挂单 | 交易所流动性返现 | 深度不足时无法成交 | 中等波动行情 |
| 吃单 | 做市商返现/费率折扣 | 手续费成本高 | 高确定性机会 |
3.2 基于回扣的做市策略
做市策略，说白了就是两边挂单，赚差价和返现。但这里有个坑——很多人以为做市就是无风险套利。你想想看，如果真的无风险，那谁还去上班？
我自己的做市策略框架是这样的：
- 确定做市标的：流动性好的品种优先，比如BTC、ETH。别去碰那些一天成交不了几单的山寨币。
- 设置价差：一般取买卖价差的1/3到1/2。太窄了赚不到钱，太宽了成交不了。
- 动态调整：根据波动率实时调整挂单价格。波动大的时候价差拉大，波动小的时候价差收窄。
- 库存管理：这是最容易被忽视的。我曾经因为库存管理不当，一天亏了3万美金——方向做反了，又舍不得止损。
个人经验：做市策略的收益来源，返现通常占30%-50%，价差收益占50%-70%。别把返现当成主要收入，它只是锦上添花。
这里给出一段简单的做市策略伪代码：
# 做市策略核心逻辑
def market_making(symbol, spread_ratio=0.5):
# 获取当前买卖价差
bid, ask = get_orderbook(symbol)
mid_price = (bid + ask) / 2
spread = ask - bid
# 设置挂单价格
buy_price = mid_price - spread * spread_ratio
sell_price = mid_price + spread * spread_ratio
# 检查库存风险
if abs(inventory_ratio) > 0.3:
# 库存过大，调整策略
buy_price = adjust_for_inventory(buy_price, inventory_ratio)
# 挂单
place_order(symbol, 'buy', buy_price, quantity)
place_order(symbol, 'sell', sell_price, quantity)
# 计算预期返现
rebate = calculate_rebate(quantity, exchange_rate)
return rebate3.3 统计套利中的回扣考量
统计套利和回扣的关系，很多人没想明白。其实很简单：统计套利需要频繁交易，而频繁交易意味着高额手续费。这时候，回扣就成了决定策略盈亏的关键因素。
我举个例子。假设你做一个BTC和ETH的配对交易，每天交易100次，每次交易1个BTC。如果没有回扣，手续费按0.1%算，一天就是0.1个BTC的手续费。但如果你的回扣能覆盖掉60%的手续费，那实际成本就降到了0.04个BTC。你想想看，这差距有多大？
避坑指南：我曾经在统计套利策略中忽略了回扣的影响，结果回测年化收益20%，实盘跑下来只有8%。查了半天，发现是回扣计算方式变了——交易所把挂单返现从固定比例改成了阶梯式。从那以后，我每次上线新策略前，都会先跑一周的模拟盘，专门验证回扣数据。
统计套利中回扣考量的几个关键点：
- 交易频率：频率越高，回扣影响越大。高频策略中，回扣可能占到总收益的40%以上。
- 持仓时间：短线策略对回扣更敏感。长线策略因为交易次数少，回扣影响相对较小。
- 标的流动性：流动性好的品种，回扣比例通常更高。但竞争也更激烈。
- 交易所选择：不同交易所的回扣政策差异很大。我建议你至少对比3-5家交易所的费率表。
3.4 回扣策略的风险收益特征
说到风险收益特征，我得先泼一盆冷水：回扣策略不是稳赚不赔的。它有自己的风险特征，而且有些风险很隐蔽。
收益特征：
- 收益稳定但不高：年化收益一般在5%-15%之间，别指望靠回扣暴富。
- 与市场波动负相关：市场越平静，挂单成交越稳定，回扣收益越可靠。
- 存在规模效应：资金量越大，费率谈判空间越大，回扣比例越高。
风险特征：
- 规则风险：交易所随时可能改规则。我记得2022年有一家交易所突然把挂单返现砍了一半，很多做市商直接亏本。
- 流动性风险：极端行情下，挂单可能无法成交，或者成交价格很差。
- 库存风险：做市策略中，如果方向判断错误，库存亏损可能吃掉所有返现收益。
- 技术风险：网络延迟、系统故障都可能导致挂单失败或撤单不及时。
重要提醒：回扣策略的风险收益比通常在1:2到1:3之间。如果某个策略宣称年化收益超过30%且风险很低，那大概率是骗人的。我见过太多人因为贪心，最后连本金都亏没了。
下面这张图展示了回扣策略的核心逻辑框架：
最后说一句：回扣策略看着简单，但真正做好的人不多。原因就在于——大多数人只看到了返现的甜头，没看到背后的风险。我个人建议，刚开始做回扣策略时，先用小资金跑一个月，把各种坑都踩一遍，再考虑放大资金。
我的习惯：每周五下午我会花半小时检查交易所的费率政策有没有变化。这个习惯帮我避免了好几次重大损失。你也试试看。
公众号:蓝海资料掘金营，微信deep3321