第四章：做市商报价策略
报价策略这东西，说白了就是做市商怎么赚钱的核心。我做了这么多年，见过太多团队在策略上栽跟头。今天咱们就把四种主流策略掰开揉碎了讲。
4.1 固定价差策略
这是最基础的策略，也是很多新手做市商的第一站。固定价差，就是不管市场怎么波动，买卖价差始终保持不变。
举个例子，假设BTC当前价格50000 USDT，你设定固定价差为0.1%。那么你的买价就是49950，卖价是50050。就这么简单。
核心公式：
买价 = 中间价 × (1 - 价差比例/2)
卖价 = 中间价 × (1 + 价差比例/2)我在项目中遇到过一个问题：固定价差在低波动市场挺好用，但一旦市场剧烈波动，你的单子很容易被吃掉。我记得有一次，ETH突然拉升3%，我们的固定价差单子全被扫了，亏了不少。
避坑指南：我曾经在牛市中用固定价差策略，结果价差设得太小，频繁被套利者收割。后来我学乖了，固定价差一定要结合市场波动率动态调整。
4.2 动态价差策略
动态价差，就是让价差随着市场状态自动调整。你想想看，市场平静的时候价差可以小一点，市场波动大的时候价差就得拉大。
我常用的动态价差模型是这样的：
def dynamic_spread(base_spread, volatility, volume):
# 波动率因子
vol_factor = 1 + volatility * 2
# 成交量因子
vol_factor = 1 + min(volume / avg_volume, 1) * 0.5
return base_spread * vol_factor * vol_factor嗯，这里要注意：动态调整不能太激进。我曾经把调整系数设得太大，结果市场一波动，价差直接翻了三倍，完全失去了竞争力。
4.3 基于波动率的报价调整
这个策略的核心思想很简单：波动率越高，不确定性越大，价差就该越大。但具体怎么算，这里头有门道。
我个人习惯用两种波动率指标：
- 历史波动率：过去N个周期的标准差
- 实时波动率：最近几笔交易的价差变化
实际项目中，我一般这样组合使用：
def volatility_adjusted_price(mid_price, hist_vol, realtime_vol):
# 历史波动率权重0.6，实时波动率权重0.4
combined_vol = 0.6 * hist_vol + 0.4 * realtime_vol
# 波动率映射到价差倍数
spread_multiplier = 1 + combined_vol * 10
bid = mid_price * (1 - spread_multiplier * 0.0005)
ask = mid_price * (1 + spread_multiplier * 0.0005)
return bid, ask实战技巧：我建议把波动率计算窗口设成5分钟和30分钟两个维度。短窗口捕捉瞬时波动，长窗口把握趋势。两个结合起来，效果比单一窗口好很多。
4.4 基于订单流的报价调整
这个策略就更有意思了。说白了，就是看买卖单的力度，谁强就偏向谁。
我常用的指标是订单流不平衡度：
order_flow_imbalance = (buy_volume - sell_volume) / (buy_volume + sell_volume)当这个值大于0.3时，说明买方强势，我会把报价往上调。小于-0.3时，卖方强势，报价往下调。
记得有一次，我在做某个小币种的做市，突然发现订单流不平衡度飙升到0.8。我立刻把买价提高了0.2%，结果不到30秒，价格就拉上去了。这就是订单流信号的威力。
注意：订单流数据容易造假。我曾经遇到过有人用大单刷数据，诱导我们调整报价。后来我加了成交量验证，只有持续3秒以上的订单流信号才触发调整。
策略对比总结
| 策略类型 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 固定价差 | 简单、稳定 | 不适应市场变化 | 低波动市场 |
| 动态价差 | 自适应强 | 参数调优复杂 | 中等波动市场 |
| 波动率调整 | 风险控制好 | 滞后性 | 高波动市场 |
| 订单流调整 | 反应快 | 易被操纵 | 流动性好的市场 |
核心逻辑框架
下面这张图，是我自己总结的报价策略决策流程。你看完应该能明白各个策略怎么配合使用。
你看这个流程，从数据输入到策略选择，再到执行和反馈，形成了一个闭环。我实际项目中，这个循环每秒钟要跑几十次。
我的建议：刚开始做的时候，别想着把所有策略都用上。先跑固定价差，跑顺了再加动态调整，一步步来。我见过太多人一上来就想搞复杂的策略，结果系统崩得一塌糊涂。
好了，这四种策略就讲到这里。记住一点：没有最好的策略，只有最适合当前市场环境的策略。做市商的核心不是预测价格，而是管理风险和流动性。