什么是做市策略？通俗入门指南
做市策略是一种在金融市场中常见的交易方式，简单来说，就是同时挂出买入价和卖出价，赚取中间的价差利润。想象一下，你在菜市场摆摊，既收菜又卖菜，买低卖高，赚的就是那点差价。在股票、期货、期权甚至加密货币市场，做市商就是这样的“中间商”，他们通过提供流动性，让市场更活跃，自己也从中获利。
不同于普通买涨买跌的投机，做市策略更注重被动交易：你不追涨杀跌，而是等着别人来成交你的订单。这种策略的核心是买卖价差，也就是卖出价减去买入价的那个“小钱”。根据上海期货交易所的研究，做市策略通常包括三个基本部分：基准价（作为报价中心）、报价价差（控制风险和利润空间）和报单量（决定每次挂单多少）[1]。
为什么叫“做市”？因为做市商像市场“造市者”一样，维持买卖平衡，避免市场“干涸”。在震荡行情中特别有效，比如波动不大时，你挂单就能不断小赚一笔[2]。
做市策略的核心组成部分和简单实现
做市策略不是凭空想象，它有清晰的框架。拿一个经典的机械做市策略来说，每天从开盘价作为基准价开始，买入价=基准价-价差，卖出价=基准价+价差。如果市场价格超出你的报价范围，就自动成交并调整基准价[1]。
这里有个简单例子：
- 基准价：100元（当日开盘价）
- 买入价差：0.5元，卖出价差：0.5元
- 买入挂单：99.5元，卖出挂单：100.5元
- 价差总共1元，每次成交赚1元（减手续费）
但别高兴太早，价差小了交易次数多，赚得多但风险也大；价差大了，成交少，机会溜走。研究显示，价差10元时交易可达19万笔，但收益波动剧烈[1]。
在数字货币市场，做市策略更火热。像Polymarket这样的预测市场，大户用量化模型计算隐含波动率（IV，市场情绪指标），找出被低估的合约，低买高卖，轻松赚270万美元[5]。Python实现也很简单：用循环挂单，监控库存，动态调整价差[7]。
经典做市模型：AS模型如何玩转库存风险
提到做市策略，就绕不开Avellaneda & Stoikov模型（AS模型），这是控制库存风险的“真经”。普通做市容易单边行情爆仓：你买太多没人卖，库存成“炸弹”[2][4]。
AS模型解决两大痛点：
- 库存风险：通过数学公式调整报价，让持仓不偏向一边。震荡市最合适，波动低时超稳。
- 最优价差：公式推导买入/卖出价，平衡利润和成交率[2]。
举例：在Hummingbot交易机器人中，设置参数如波动率σ、风险厌恶度γ，就能自动运行。公式核心是：报价 = 基准 + 调整项（考虑库存和时间）。大户用Brent法计算，确保极端行情不崩[5]。
期权做市更高级：先算理论价格（靠隐含波动率），再挂双向报价，赚价差+波动率差。Delta中性对冲，让持仓不怕方向错[3]。
做市策略的盈利模式与风险管理
做市策略的钱从哪来？主要靠买卖价差积累。高频交易中，像自动做市商（AMM）或流动性回扣，能在毫秒级赚“小而美”[6]。Polymarket大户用变异系数（CV）惩罚高风险仓位，像“自动刹车”，收益性价比拉满[5]。
但风险不可忽视：
- 库存风险：单边市，持仓方向错就亏大。
- 市场冲击：大单砸盘，你的价差扛不住。
- 波动突变：价差太紧， whipsaw（锯齿震荡）吃亏。
高手管理之道：动态调整价差（窄市窄、宽市宽），用CV监控波动/收益比，对冲头寸。数字货币做市还加市场状态识别：牛市收窄价差，熊市放大保命[5][7]。
做市策略在不同市场的实战应用
股票/期货：交易所指定做市商，提供流动性换手续费优惠。高频公司用闪电订单，抢毫秒差[6]。
期权：波动率为王。低估IV买，高估IV卖，引导市场定价[3]。
加密货币：去中心化交易所（DEX）如Uniswap，用AMM算法自动化做市。量化团队Python写策略，同时挂单赚spread[7]。
预测市场如Polymarket：合约像二元期权，算真实概率，捡散户定价错误的机会[5]。
入门建议：从小资金练手，用模拟盘测试AS模型。震荡市进场，设止损，结合趋势过滤单边风险。记住，做市策略是马拉松，小赚积累成大钱。
如何上手做市策略？新手实用步骤
想试水？一步步来：
- 选平台：期货用文华财经，加密用Hummingbot或CCXT库。
- 定参数：基准价=中位价，初始价差=0.1%-0.5%，库存上限20%。
- 编程实现：Python循环：while市场开盘，计算报价，挂单，更新库存。
- 回测优化：历史数据跑AS模型，调γ控制风险。
- 风控第一：CV>阈值就暂停，永不all-in。
真实案例：一个Polymarket账户用此法，系统定价+风险管理，月盈数十万[5]。但别忽略手续费和滑点，实盘前多模拟。
做市策略的未来趋势与注意事项
随着AI和高频计算，做市策略将更智能：机器学习预测波动，纳米秒级调整。监管趋严，高频需合规，但机会仍多，尤其新兴市场如Web3预测平台[6]。
注意：做市非