一、做市商概述:什么是做市商、历史演变与传统交易员的区别

大家好,我是老张。在量化交易这行摸爬滚打了十几年,今天咱们来聊聊做市商这个角色。

很多人一听到「做市商」,第一反应就是「庄家」。其实这两者差别很大。我刚开始接触这个领域时也犯过迷糊,后来在搭建自营做市系统时才算真正搞明白。

1.1 什么是做市商?

说白了,做市商就是「报价的人」。在交易所里,普通交易者挂单等着成交,而做市商必须同时挂出买单和卖单,给市场提供流动性。

举个例子:假设某股票当前价格是100元。做市商会挂出99.9元的买单和100.1元的卖单。有人想卖?做市商接住。有人想买?做市商卖出。一来一回,赚的就是这0.2元的差价。

核心逻辑:做市商不赌方向,只赚买卖价差。你想想看,如果市场波动不大,做市商每天靠吃差价就能稳定盈利。但一旦出现极端行情,做市商也可能被「打穿」——我在2015年股灾时就亲眼见过好几家做市商爆仓。

做市商有几个关键特征:

  • 双边报价:必须同时报买价和卖价,不能只挂一边
  • 报价义务:在交易所规定的时间内,必须持续提供报价
  • 最小报价量:每次报价不能低于交易所规定的最小数量
  • 价差限制:买卖价差不能超过交易所规定的最大值

1.2 做市商的历史演变

做市商这行当,其实比大多数人想象的要古老得多。

第一阶段:口头报价时代(18世纪-20世纪初)

最早的做市商出现在伦敦证券交易所。那时候没有电子屏幕,交易员们站在交易大厅里,扯着嗓子喊价。我记得看过一本老书,描述当时的场景:「整个大厅像菜市场一样嘈杂,每个做市商都有自己的固定位置,用手势和喊叫来报价。」

第二阶段:电子化做市(1970s-2000s)

纳斯达克在1971年上线,成为全球第一个电子化做市系统。这时候做市商开始用电脑报价,但本质上还是人工操作。我入行时正好赶上这个时代的尾巴,每天盯着屏幕手动调整报价,累得眼睛都快瞎了。

第三阶段:算法做市(2000s至今)

2000年以后,高频交易兴起,做市商全面转向自动化。现在一个做市系统每秒可以处理几万笔订单,人工根本不可能跟上。我参与开发的第一个做市系统,就是用C++写的,跑在FPGA上,延迟控制在微秒级别。

时代 报价方式 典型延迟 代表市场
口头报价 人工喊价 秒级 伦敦交易所
电子化 电脑辅助 秒-分钟级 纳斯达克
算法做市 全自动 微秒级 所有主流交易所

1.3 做市商与传统交易员的区别

这个问题我经常被问到。很多人觉得做市商不就是交易员吗?其实完全不是一回事。

盈利模式不同

传统交易员靠「预测」赚钱。他们研究K线、分析基本面,赌价格会涨还是会跌。做市商呢?不预测方向,只赚「服务费」。你想想看,做市商就像开赌场的,不管赌客输赢,他都抽水。

风险敞口不同

传统交易员会持有大量头寸,方向对了赚大钱,方向错了亏大钱。做市商则尽量保持「中性」,手里不持有多余的头寸。我见过最极端的例子:某做市商一天之内交易了几十亿,但收盘时净头寸几乎为零。

避坑指南:我曾经犯过一个错误——在某个小币种上做市时,因为觉得价格会涨,故意多持了一些多头头寸。结果市场突然暴跌,我不仅亏了做市的钱,还亏了方向性头寸的钱。从那以后,我再也不敢在做市时「夹带私货」了。

技术门槛不同

传统交易员可以靠「盘感」吃饭,但做市商必须靠系统。一个合格的做市系统需要:

  • 实时行情处理(毫秒级甚至微秒级)
  • 订单管理(同时管理几千个挂单)
  • 风险控制(实时监控敞口、资金、价差)
  • 做市策略(动态调整报价)

监管要求不同

做市商通常需要向交易所注册,并遵守严格的义务。比如:

  • 最低报价时间(每天必须报价多少小时)
  • 最大价差限制(买卖价差不能超过多少)
  • 最小报价量(每次报价至少多少手)

传统交易员则没有这些限制,想挂单就挂,不想挂就撤。

1.4 做市商的核心知识体系

下面这张图是我自己整理的做市商知识体系,涵盖了做市商需要掌握的核心能力:

做市商核心能力 市场微观结构 风险管理 算法策略 订单簿分析 价差预测 敞口控制 资金管理 报价算法 对冲策略 深度/宽度 波动率影响 VaR模型 压力测试 Avellaneda Delta中性

这张图展示了一个做市商需要掌握的核心能力。你会发现,它不仅仅是「会报价」那么简单。市场微观结构、风险管理、算法策略,这三块缺一不可。

特别注意:很多新手做市商只关注报价算法,忽略了风险管理。我见过最惨的案例:某团队开发了一套看起来很漂亮的做市策略,回测收益曲线完美,结果上线第一天就遇到闪崩,因为没有做好压力测试,几分钟亏掉了半年的利润。

好了,第一章的内容就到这里。做市商这个角色,说白了就是市场的「润滑剂」。没有做市商,很多小盘股和衍生品根本没法交易。下一章我们会深入聊聊做市商的具体盈利模式,以及如何设计一个基本的做市策略。


专注资料整理