一、做市商概述：什么是做市商、历史演变与市场角色

1.1 做市商到底是什么？

做市商，说白了就是「报价的人」。

我刚开始接触这个领域时，觉得这名字挺唬人。其实它的工作很简单：同时挂出买入价和卖出价，赚取中间的差价。

举个例子。假设你是一个做市商，给某只股票报价：

• 买入价（Bid）：10.00 元
• 卖出价（Ask）：10.02 元

有人想卖，就按 10.00 卖给你；有人想买，就按 10.02 从你手里买。你赚的就是这 0.02 元的差价，我们叫它「买卖价差」。

你可能会问：「这不就是倒买倒卖吗？」嗯，差不多。但关键在于——做市商必须持续报价，不能挑客户，不能看行情好就收摊。这是义务，也是门槛。

1.2 做市商的历史：从街头到算法

做市商的历史，其实比大多数人想象的要长得多。

1.2.1 早期：柜台交易时代

我记得看过一份资料，17 世纪的阿姆斯特丹证券交易所，就已经有类似做市商的角色了。那时候没有电子屏幕，交易员站在交易所大厅里喊价。

谁喊得响，谁就能抢到单子。说白了，就是体力活。

1.2.2 纽交所的专家系统

到了 19 世纪末，纽约证券交易所搞了一套「专家系统」。每个股票指定一个专家，负责维持该股票的流动性。

这些专家有特权——他们能看到所有未成交的限价单。嗯，这信息优势可不小。我当年研究这段历史时，觉得这设计挺有意思：用信息优势换取流动性义务。

1.2.3 电子化做市商

90 年代以后，纳斯达克率先实现了全电子化报价。做市商从「人」变成了「程序」。

我 2015 年参与过一个项目，给一家小型交易所搭建做市系统。那时候的硬件延迟还在微秒级，现在已经到纳秒级了。变化太快了。

时代	代表市场	报价方式	核心特征
17 世纪	阿姆斯特丹	人工喊价	面对面交易
19 世纪	纽交所	专家系统	信息优势+义务
1990s	纳斯达克	电子报价	自动化报价
2010s 至今	全球各大交易所	算法交易	高频+量化

1.3 做市商在金融市场中的角色

做市商到底有多重要？我直接说结论：没有做市商，很多市场根本转不起来。

1.3.1 提供流动性

这是最核心的功能。你想想看，如果你要卖 10 万股某只冷门股票，但市场上只有一个人在买 100 股。没有做市商，你这单得挂到猴年马月？

做市商的作用就是：你卖多少，我接多少（当然，价格要合适）。

1.3.2 缩小买卖价差

竞争越激烈，价差越小。做市商多了，大家互相压价，最终受益的是普通交易者。

我曾经见过一个极端案例：某主流币种在主流交易所的价差只有 0.01%，但在一个没有做市商的小交易所，价差能到 5%。同样的东西，差 500 倍。

1.3.3 价格发现

做市商不是瞎报价的。他们会根据市场信息、订单流、库存风险来调整报价。这个过程本身就是价格发现。

说白了，做市商是市场的「温度计」。他们报出的价格，反映了当前市场对资产价值的共识。

1.3.4 稳定市场

遇到突发事件时，做市商必须继续报价。这能防止市场出现「闪崩」或「流动性黑洞」。

1.4 做市商的知识体系框架

下面这张图，是我个人梳理的做市商知识体系。你可以把它当成整个课程的地图。

1.5 做市商的盈利逻辑

做市商怎么赚钱？很多人以为就是吃价差。其实没那么简单。

我总结一下，做市商的盈利来源主要有三个：

1. 价差收入：最直接的来源。买低卖高，赚取差价。
2. 返佣激励：很多交易所会给做市商交易费返还，甚至直接补贴。
3. 库存增值：如果做市商持有的资产价格上涨，也能赚钱。

但别忘了，做市商也会亏钱。库存跌了、被套利者狙击了、系统出故障了——都是风险。

1.6 为什么你需要学做市商系统？

我经常被问到这个问题。我的回答是：

第一，做市商是量化交易皇冠上的明珠。它融合了概率论、时间序列分析、微观结构理论、低延迟编程——几乎所有的量化技能都能用上。

第二，市场需求巨大。从传统股票到加密货币，从期权到外汇，每个市场都需要做市商。懂系统的人，永远不缺饭碗。

第三，门槛其实没那么高。我见过不少个人交易者，用 Python 写个简单的做市机器人，也能在小型交易所跑起来。当然，想做到机构级别，还需要很多功夫。

---

好了，第一章就到这里。做市商的世界很大，我们慢慢聊。