一、做市业务概述
1.1 什么是做市商
做市商,说白了就是市场的「批发商」。
你想想看,菜市场里为什么要有批发商?因为散户去产地买菜太麻烦,时间成本高,还不一定能买到。做市商在金融市场里干的事,本质上是一样的——他们随时准备买入或卖出某个资产,给市场提供流动性。
我刚开始接触做市业务时,觉得这活儿挺简单:低买高卖嘛。后来才发现,这里面的门道深着呢。做市商不是普通交易员,他们承担着「双边报价」的义务——也就是说,无论市场怎么波动,你都得同时挂出买单和卖单。
举个例子。假设我是某只股票的做市商,当前市场价是100元。我可能会报出99.98元的买入价和100.02元的卖出价。如果有人想卖,我就用99.98元接盘;如果有人想买,我就用100.02元出货。一来一回,我赚的就是这0.04元的差价。
嗯,这里要注意:做市商不是投机者。我们不赌方向,我们赚的是「服务费」。
1.2 做市商的核心盈利模式
做市商怎么赚钱?很多人第一反应是「吃差价」。没错,但这只是表面。
我个人习惯把做市商的盈利拆成三块来看:
| 盈利来源 | 说明 | 占比(经验值) |
|---|---|---|
| 买卖价差 | 买入价与卖出价之间的差额 | 30%-40% |
| 返佣/手续费返还 | 交易所给做市商的流动性激励 | 20%-30% |
| 库存头寸管理 | 通过持仓调整获取的额外收益 | 30%-40% |
先说价差。这是最直观的。比如我在ETH/USDT上挂单,买一价是1800.00,卖一价是1800.10,这0.10的差价就是我的毛利。但别高兴太早,扣除手续费、滑点、还有被套的风险,实际到手的可能只有一半。
再说返佣。很多交易所为了吸引做市商,会按交易量返还一部分手续费。我在项目中遇到过一家小型交易所,返佣比例高达手续费的80%。那段时间我们团队疯狂刷量,但后来发现——返佣高的交易所,流动性往往很差,反而容易亏在价差上。
最后是库存管理。这才是真正考验水平的地方。做市商手里永远有货,这些货的价格在波动。如果你能通过一些对冲手段或者择时调整,让库存增值,那这部分收益可能比价差还大。
1.3 做市业务的主要风险类型
做市不是印钞机。我做了这么多年,见过太多人栽在风险上。下面这几种风险,每一个我都吃过亏。
1.3.1 库存风险
这是做市商最大的敌人。你手里拿着1000个ETH,突然市场暴跌5%,你账面直接亏掉几十万。为什么会这样?因为做市商必须持有库存才能报价,但库存本身就是风险敞口。
我曾经在2020年3月12日那天,亲眼看着一个做市商的库存从盈利变成亏损,只用了不到10分钟。那天ETH从200美元跌到90美元,做市商根本来不及撤单。
1.3.2 方向性风险
说白了就是你赌错了方向。做市商理论上不应该赌方向,但实际操作中很难完全避免。比如你发现某个币的买盘很强,你可能会下意识地多囤一点——结果第二天项目方跑路了。
我记得有一次,我们团队对一个新上线的代币做市。刚开始流动性很好,价差也稳定。但第三天,项目方突然宣布延迟上线主网,代币价格直接腰斩。我们手里的库存瞬间变成烫手山芋。
1.3.3 流动性风险
你想想看,如果市场突然没人交易了,你手里的货卖给谁?这就是流动性风险。在极端行情下,比如交易所宕机、或者某个币种被下架,做市商可能面临「想平仓平不掉」的困境。
我个人的习惯是,永远保留一部分现金储备。不管市场多好,至少20%的资金不能动。这不是保守,这是保命。
1.3.4 操作风险
这个最容易被忽视。比如你的报价系统出bug了,或者网络延迟导致报价失效,或者某个交易员手滑输错了价格。这些看似小概率的事件,一旦发生就是灾难。
嗯,这里我要讲一个真实的教训。有一次我们的做市机器人因为API接口升级,报价逻辑出了偏差。结果在5分钟内,我们以低于市场价2%的价格成交了3000个BTC——那一单亏了将近60万美金。从那以后,我要求团队每次上线新策略,必须经过至少3天的模拟盘测试。
1.3.5 监管风险
这个不用多说。不同国家对做市业务的监管要求不一样。有些国家要求做市商必须有牌照,有些国家禁止做市商持有某些资产。我在做跨境做市时,最头疼的就是合规问题。
知识体系框架
下面这张图是我自己整理的做市业务核心逻辑。你可以把它当成一张「地图」,后续的课程都会围绕这几个模块展开。
这张图其实就概括了做市业务的全部。你仔细看,所有内容都围绕着「风险控制」展开。为什么?因为做市商赚的是辛苦钱,一次大的风险事件就能把几个月的利润全部吃掉。
好了,第一章就到这里。做市业务听起来简单,但真正做好需要大量的实战经验。后面的章节我会逐一拆解每个风险类型的具体监控方法,以及如何用Python搭建实时监控系统。
公众号:蓝海资料掘金营,微信deep3321