3. 价差与滑点管理：固定价差与动态价差策略、滑点产生的原因、如何控制滑点
做市商的核心利润来源是什么？说白了就是「吃价差」。但价差不是你想设多少就设多少，设大了没人来吃单，设小了你自己亏钱。更麻烦的是滑点——你挂单时看到的价格，成交时却变了。这俩问题不解决，做市系统就是个摆设。
我个人习惯把价差和滑点放在一起讲，因为它们本质上是一件事的两面：价差决定了你的盈利空间，滑点决定了你的实际成交成本。今天我们就来拆解这两个核心问题。
3.1 固定价差策略
固定价差，就是不管市场怎么波动，你的买卖价差始终维持在一个固定值。比如你设定 BTC/USDT 的价差为 0.1%，那么买一价 10000，卖一价就是 10010。
优点：
- 逻辑简单，实现容易
- 收益稳定可预期
- 适合低波动市场
缺点：
- 市场波动大时容易被「吃掉」
- 无法适应流动性变化
- 极端行情下可能亏损
我在项目中遇到过这样一个案例：一个做市团队在 ETH 上设了 0.05% 的固定价差，平时跑得挺好。结果某天突然出现大单砸盘，价差瞬间被击穿，他们还没来得及撤单就被吃掉了。嗯，这就是固定价差的致命伤——它不会「看脸色」。
3.2 动态价差策略
动态价差，就是根据市场状态实时调整价差。说白了，市场波动大的时候我拉开价差保护自己，市场平稳的时候我缩小价差吸引订单。
常见的动态调整因子：
| 因子 | 说明 | 调整方向 |
|---|---|---|
| 波动率 | 近期价格波动的标准差 | 波动率↑ → 价差↑ |
| 订单簿深度 | 买一卖一附近的挂单量 | 深度↓ → 价差↑ |
| 成交量 | 近期成交活跃度 | 成交量↑ → 价差↓ |
| 时间因子 | 不同时段的市场特征 | 非活跃时段 → 价差↑ |
你想想看，如果市场突然剧烈波动，你还用固定价差，那不是等着被收割吗？动态价差的核心逻辑就是：不确定性越高，我要求的风险补偿就越高。
我曾经在开发一个做市系统时，把动态价差设计成这样的公式：
# 动态价差计算示例
def dynamic_spread(mid_price, volatility, depth, volume):
base_spread = 0.001 # 基础价差 0.1%
# 波动率调整
vol_factor = 1 + volatility * 10
# 深度调整
depth_factor = 1 + (1 / (depth + 1)) * 0.5
# 成交量调整
vol_factor = 1 - min(volume / 1000, 0.5)
spread = base_spread * vol_factor * depth_factor * vol_factor
return spread这个公式不复杂，但效果很明显。波动率翻倍时，价差自动扩大 10 倍；深度不足时，价差也会相应扩大。嗯，这里要注意：调整系数不能太激进，否则价差忽大忽小，反而影响做市效果。
3.3 滑点产生的原因
滑点，就是你看到的价格和实际成交价格之间的差异。为什么会这样？
主要原因有三个：
- 网络延迟： 你的订单从发出到到达交易所，中间有几十到几百毫秒的延迟。这期间价格可能已经变了。
- 订单簿变化： 你看到买一价 10000，但当你下单时，可能已经被别人抢走了，你只能成交在 10001 或 9999。
- 流动性不足： 你的订单太大，吃掉了最优价格后，只能往更差的价格成交。
我记得有一次做回测，发现某个策略的理论收益是 0.2%，但实盘跑下来只有 0.05%。查了半天，发现滑点吃掉了大部分利润。说白了，滑点是做市商的隐形杀手。
3.4 如何控制滑点
控制滑点，说白了就是「减少不确定性」。我总结了几个实战方法：
方法一：使用限价单
市价单是滑点的最大来源。我建议所有做市策略都使用限价单，只在指定价格成交。虽然可能无法完全成交，但至少不会出现「预期 10000，成交 10010」的尴尬。
方法二：设置滑点容忍度
有些场景下你不得不使用市价单（比如对冲风险），这时候可以设置滑点容忍度。比如：
# 滑点容忍度控制
max_slippage = 0.001 # 最大容忍 0.1%
if actual_price > expected_price * (1 + max_slippage):
cancel_order() # 滑点超限，撤单方法三：优化网络延迟
这个说起来简单做起来难。我的经验是：
- 把服务器部署在交易所机房附近（同城或同区域）
- 使用专线或低延迟网络
- 减少不必要的中间层（比如不要用 HTTP，直接用 WebSocket）
方法四：拆分大单
如果你的订单量很大，别一次性砸进去。拆成小单，分批成交。这样虽然慢一点，但滑点会小很多。
3.5 价差与滑点的协同管理
价差和滑点不是孤立的。你设的价差越大，滑点的影响就越小；反之亦然。我一般会这样协同管理：
# 价差与滑点协同管理
def calculate_effective_spread(base_spread, expected_slippage):
# 有效价差 = 基础价差 - 预期滑点
effective_spread = base_spread - expected_slippage
# 如果有效价差为负，说明这个策略不赚钱
if effective_spread < 0:
log.warning("有效价差为负，建议调整策略")
return None
return effective_spread你想想看，如果你预期滑点 0.05%，但你只设了 0.03% 的价差，那不是在亏钱吗？有效价差必须大于零，这是做市商的基本底线。
3.6 实战中的取舍
说了这么多，最后给你一个实战中的取舍建议：
- 高流动性品种： 用动态价差，设小一点，靠量取胜
- 低流动性品种： 用固定价差，设大一点，靠价差保护
- 波动剧烈时： 主动扩大价差，甚至暂停做市
- 平稳行情时： 缩小价差，多赚点
嗯，价差和滑点管理，说白了就是「风险与收益的平衡」。没有完美的策略，只有适合当前市场的策略。我个人的习惯是：宁可少赚，不要亏本。滑点控制不好，再好的价差策略也是白搭。