一、双边报价模型概述

什么是双边报价

双边报价，说白了就是同时挂出买单和卖单。

你想想看，普通交易者一般只挂一个方向的单子——要么买，要么卖。但做市商不一样，他两边都挂。比如某只股票当前市价100元，做市商可能挂99.9元买入，同时挂100.1元卖出。中间的差价，就是他的利润来源。

我在项目中遇到过不少新手，以为双边报价就是简单挂两个单子。其实没那么简单。真正的双边报价，要考虑库存管理、风险对冲、订单簿深度等一系列问题。嗯，这里要注意，双边报价的核心是「同时存在」——你必须在市场上同时提供流动性，而不是今天挂买单明天挂卖单。

做市商制度起源

做市商制度最早可以追溯到18世纪的伦敦证券交易所。那时候没有电子交易，交易员们在交易所大厅里喊价。有些交易员发现，与其等着客户来找自己，不如主动报出价格，吸引客户成交。

我记得读文献时看到过一个有趣的细节：早期做市商被称为「jobbers」，他们专门负责维持某几只股票的流动性。你想想看，那时候没有电脑，全靠人脑计算风险，难度比现在大多了。

现代做市商制度的发展，主要经历了三个阶段：

阶段	时间	特点
人工喊价时代	18世纪-1980年代	交易员现场喊价，效率低但灵活
电子化初期	1980年代-2000年	NASDAQ等电子市场兴起，报价自动化
高频做市时代	2000年至今	算法交易主导，毫秒级报价更新

为什么会从人工转向电子化？说白了，就是效率问题。人工喊价一天能处理几百笔交易就不错了，而现在的算法做市商，一秒钟就能处理上千笔。我刚开始做量化时，用的还是半自动化的报价系统，现在回头看，那速度简直像蜗牛爬。

双边报价的核心价值

双边报价的价值，我总结为三点：

1. 提供流动性——这是最核心的价值。没有做市商，很多冷门股票可能一天都成交不了一笔。做市商的存在，让投资者随时可以买卖。
2. 缩小买卖价差——竞争会压缩价差。多个做市商竞争报价，最终受益的是普通投资者。
3. 稳定市场价格——做市商在价格波动时提供缓冲。比如某只股票突然暴跌，做市商可能会加大买入力度，防止价格过度偏离。

双边报价的风险

做市商不是稳赚不赔的。我见过太多人以为做市就是「低买高卖赚差价」，结果亏得底裤都不剩。真实情况是，做市商面临的风险相当复杂：

• 库存风险——你买入的资产价格可能下跌。比如你挂了100元的买单，结果价格跌到90元，你的库存就亏了10%。
• 逆向选择风险——你可能被信息优势方「吃掉」。比如某只股票有内幕消息要暴跌，知情者会疯狂卖给你，而你还在傻傻地挂买单。
• 执行风险——你的报价可能被瞬间吃掉，但来不及调整。高频交易中，这种风险尤其突出。
• 竞争风险——其他做市商可能用更低的价格抢走你的客户。

知识体系总览

下面这张图，是我个人习惯用来梳理双边报价知识体系的。你可以看到，整个模型围绕「报价生成-风险管理-执行优化」三个核心环节展开：

这张图其实是我自己复盘时画的。你看，报价生成是基础，风险管理是底线，执行优化是竞争力。三者缺一不可。我见过不少团队，报价模型做得漂亮，但风控一塌糊涂，最后被市场教训得很惨。

一个简单的报价示例

为了让你更直观地理解，我写个简单的Python示例。这不是生产级代码，但能说明双边报价的基本逻辑：

class BidAskQuote:
    def __init__(self, mid_price, spread, quantity):
        self.mid_price = mid_price      # 中间价
        self.spread = spread            # 价差
        self.quantity = quantity        # 报价数量
    
    def generate_quotes(self):
        bid_price = self.mid_price - self.spread / 2
        ask_price = self.mid_price + self.spread / 2
        return {
            'bid': {'price': bid_price, 'qty': self.quantity},
            'ask': {'price': ask_price, 'qty': self.quantity}
        }

# 使用示例
quote = BidAskQuote(mid_price=100.0, spread=0.2, quantity=1000)
quotes = quote.generate_quotes()
print(f"买单: {quotes['bid']['price']:.2f} x {quotes['bid']['qty']}")
print(f"卖单: {quotes['ask']['price']:.2f} x {quotes['ask']['qty']}")

输出结果：

买单: 99.90 x 1000
卖单: 100.10 x 1000

你看，这就是最基础的双边报价。中间价100元，价差0.2元，所以买99.9卖100.1。当然，实际项目中要考虑的因素远不止这些——比如库存变化后要调整报价、市场波动时要动态调整价差等等。这些我们后面章节会详细讲。