一、做市策略概述：什么是高频做市、做市商角色、双边报价模型、买卖价差与库存管理

做市策略，说白了就是「两边挂单，吃差价」。

我刚开始接触这个领域时，觉得这不就是低买高卖吗？后来真金白银砸进去才发现，这里面的门道比想象中深得多。今天咱们就来聊聊高频做市的核心逻辑。

1.1 什么是高频做市

高频做市，就是用程序在极短时间内（毫秒甚至微秒级别）同时挂出买单和卖单。你想想看，传统交易员一天可能只做几笔交易，而高频做市商一秒钟就能完成上千次报价。

它的核心目标不是预测价格涨跌，而是赚取买卖价差。说白了，就是做市场的「流动性提供商」。

我记得刚入行时，有个前辈跟我说：「高频做市不是赌博，是概率游戏。」当时不太理解，后来自己跑策略回测才明白——只要你的模型在统计上有优势，交易次数足够多，利润就会稳定增长。

1.2 做市商角色

做市商在市场中扮演什么角色？我习惯用「中间商」来理解。

想象一下菜市场：你作为买家想买白菜，但卖家还没来。这时候有个中间商先买下白菜，等你来了再卖给你。做市商干的就是这个活——在交易所里同时提供买和卖的价格。

角色	职责	收益来源
流动性提供者	持续挂出买卖双边报价	买卖价差
价格稳定器	缩小买卖价差，减少价格波动	交易所返佣
风险承担者	持有库存，承担价格波动风险	库存增值

做市商不是慈善家。我们提供流动性，本质上是在赚取「服务费」——也就是买卖价差。但这里有个坑：如果市场突然剧烈波动，库存可能瞬间亏损。我曾经在一次闪崩中，3秒钟亏掉了两周的利润。嗯，从那以后我再也不敢忽视库存管理了。

1.3 双边报价模型

双边报价，就是同时挂买单和卖单。但价格怎么定？这里有个经典模型：

# 简单双边报价模型
mid_price = (best_bid + best_ask) / 2
spread = best_ask - best_bid

# 我们的报价
our_bid = mid_price - spread * 0.4
our_ask = mid_price + spread * 0.4

这个模型的核心思想是：在中间价附近，以略低于市场卖价的价格买入，以略高于市场买价的价格卖出。你想想看，这样是不是既能成交，又能赚到差价？

但实际项目中，我很少直接用这么简单的模型。因为市场深度、订单簿形状、波动率都在变化。我习惯加入动态调整因子：

# 动态调整后的报价
volatility_factor = calculate_volatility(price_history)
depth_factor = calculate_depth(order_book)

dynamic_spread = base_spread * (1 + volatility_factor) * (1 - depth_factor)

our_bid = mid_price - dynamic_spread / 2
our_ask = mid_price + dynamic_spread / 2

1.4 买卖价差与库存管理

买卖价差是做市商的核心收入来源。但光盯着价差不行，库存管理才是真正的命门。

我见过太多新手做市商，价差赚得挺开心，结果库存方向错了，一波行情直接爆仓。为什么会这样？因为做市本质上是在「逆势交易」——市场上涨时你在卖，市场下跌时你在买。

我自己的策略里，会用一个简单的库存调整因子：

# 库存调整
inventory_ratio = current_inventory / max_inventory
adjustment = inventory_ratio * 0.1  # 调整幅度

our_bid_adjusted = our_bid * (1 - adjustment)
our_ask_adjusted = our_ask * (1 + adjustment)

这个逻辑很简单：库存多了，就降价卖、提价买，让库存回归平衡。库存少了，反过来操作。

下面这张图展示了高频做市策略的核心流程：

这张图展示了我个人习惯的做市流程。每一步都环环相扣，任何一个环节出问题，整个策略都可能崩盘。

好了，这一章的内容就到这里。记住一句话：做市不是预测市场，而是管理风险。下一章我们会深入具体的报价算法实现。