Wayne Chen

CoinKarma PM

[Wayne Chen @houjunjun2]

https://t.co/x1y6Jj7zv2

CoinKarma Insight 好用

[CoinKarma @coinkarma_]

https://t.co/cWF1G70ONw

[Wayne Chen @houjunjun2]

@BensonTWN 謝謝 Benson 的分享～

沒想到這段經歷會被你寫出來（害羞），最初只是想試試 AI 能做到哪，沒想到 Claude Code 這麼勇，推到我原本想都不敢想的程度。

我也還在邊實盤邊學習，未來再一起加油，讓 CoinKarma 變得更好！

[Wayne Chen @houjunjun2]

@hunterweb303 老師求帶！

[Wayne Chen @houjunjun2]

@Bitget_zh 31

[看不懂的SOL @DtDt666]

一文读懂币圈的「做市商」是怎么玩的？

这波插针式下跌，很多兄弟说是币安做市商出问题了，包括锚定黄金的 $PAXG 也插针了。

为什么很多散户都说自己一买就跌，一卖就涨？

那么，做市商是干嘛的？又是如何运作的呢?
1.手续费返还
2.双向挂单，二者均成交后微小的spread价差利润，积累微薄的利润，本质在于利用时间及信息延迟捕获流动性
3.价格发现，帮助市场高效定价，提供流动性
4.坐庄，操纵市场，配合消息抛售流动性给散户

“做市商”的英文原文是 Market Maker，换句话理解：在没有市场的地方，做市商 Make（做，创造）了一个市场出来。

首先假如你是一个项目的做市商，现在有一个订单薄(order book)，它长这个样子：

我们先做一些假设：这个市场没有其他投资者发布限价单，你是这个市场唯一的流动性提供者，也就是说你是唯一的做市商；最小价格变动单位是0.01；所有吃单(taker)需要支付0.025%的手续费，所有挂单(maker)获得0.01%的返利。

你是做市商market maker，是挂单的一方，市场上所有和你市价成交的单子，你都能拿到0.01%的返利。

最优买价和最优卖价之间的价差(best bid和best offer，简称bb/o)叫做spread，当前订单薄的spread是0.01。

现在，有一笔市价卖单进来了，会和你的买一价100成交。这笔交易你付出了100，而对方实际只收到了100-0.025*100=99.975，其中的0.025（100*0.025%）是手续费，而你可以拿到其中0.01%的返利，所以你实际只付出了99.99。

因为买一被拿掉了，所以订单薄的结构变了，现在的spread变成了0.02。但是市价还是100，因为这是最后一个成交的价格：

如果此刻有一笔买单进来，将会和你的卖一价100.01成交。上一笔单子你以99.99的价格买入，这里再以100.01的价格卖出，赚到0.02，再加上返利，这一买一卖的总利润大约可以达到0.03。

尽管你的买一(100)和卖一(100.01)的spread只有0.01，但是实际利润高达0.03！

如果源源不断的市价单进来和你成交，每一次买卖你都可以赚到0.03，这样积累下来，发家指日可待！

但是很遗憾，市场并没有如你预期般顺利发展，在你以99.99的价格接货后，现货市场的价格立刻从100下跌到99.80，你立刻撤掉了99.99和99.98的买单，以免被别人套利。

因为现在的价格是已经跌到了99.80，你的卖一还是100.01，这个价格太高了，没有人会以这个价格和你成交。当然你也可以把卖一下调到99.81，但是将会产生0.17的亏损。

别忘了，你是市场上唯一的做市商，你完全可以利用这个优势，调整订单薄，把亏损打到最低！

你计算了一下以什么价格挂卖单，能保本出局。你以99.99的价格接货，想要卖个保本价平掉这一单，卖一就要挂在99.98(因为加上返利，实际到手是99.99，刚好不亏不赚)。

于是你调整了一下订单薄，在买一和买二分别挂上了99.80和99.79的单子，并在卖一挂上了99.98的单子：

尽管现在的价差很大，但你是市场上唯一的做市商，你可以决定不降低卖单价格。如果有人愿意以99.98的卖一价格成交，那皆大欢喜。如果没有，也没关系，因为你的买单价格已经下调到了99.80，会有市价单进来和你成交。

此时，有市价买单进来和你的买一成交。现在你手上有2份合约，持仓成本会平摊到：（99.79+99.99）/2=99.89。（上一笔我们以99.99的价格成交，这一笔以99.79的价格成交，比买单价格更低成交是因为我们有0.01%的手续费返利。）

OK，现在平均持仓成本降低到了99.89，你调低你的卖一价，从99.98调低到99.89。突然间，巨大的报价差缩小了一半。接下来，你可以不断地通过这样操作，逐步减少成本，缩小价差。

上面这个例子里，价格只波动了0.2%，如果价格突然波动5%、10%甚至更多呢？即使用上面的办法操作，也可能会导致亏损，因为价差太大了！

因此做市商要研究2个问题：

在不同的时间窗口下，价格的波动性有多大？
市场的成交量大小？

波动性简单来说，就是价格离其均值的偏离程度，不同的时间窗口下价格的波动性是不同的。一个品种可能在1分钟级别的k线图上上蹿下跳，而在日线图上的走势波澜不惊。成交量则告诉我们了流动性，流动性会影响挂单的spread和成交频率。

上面的图演示了4种价格波动，对不同的波动情况，做市商要选择不同的应对方式：

如果市场整体的波动率较低，每日波动率和日内波动率都很低，则应该选择较小的报价差，以最大化交易量。

如果每日波动率低，但是日内的波动率高(也就是说价格虽然大幅波动，但并没有实质性变化)，你可以扩大报价差spread，并且用更大的订单量。如果价格朝不利方向运动，可以采用上面说的摊低平均成本的办法来减少亏损。

如果每日波动率高，但是日内波动率低(换而言之，价格以平稳的步调走出了趋势)，这时候你应该用更小的、紧密的报价差spread。

如果每日波动率和日内波动率都很高，你应该扩大价差spread，且使用更小的订单量。这是最危险的市场情况⚠️，经常吓跑其他的做市商，当然危机并存，也蕴藏着很多机会。大多数时间做市商会赚取稳定的收益，但是市场脾气怪的时候，会击穿你订单薄的一侧，迫使你亏损出局。

做市交易有2个关键步骤：确定fair price(定价)和确定价差(spread)。

第一步是确定fair price，也就是定位在哪个价格挂单。定价是第一步也是非常重要的一步，如果你对fair price的理解偏差太大，那么你的“库存”很可能甩不出去，最后只能以承受亏损把仓位平掉。

定价的第一种方式是参考该品种在其他市场的价格。比如你在伦敦市场交易美元/日元，你可以参考它在纽约市场的定价。但是如果价格在其他市场出现异常波动，这种定价方式会变的非常不可靠。

第二种定价方式是用中间价格定价，中间价(mid price) =（买1价+卖1价）/2。用mid price定价是一种看似简单，但非常奏效的方法，因为中间价是市场博弈的结果。Quote around mid, the market is probably right用中间价定价，市场大概率是对的。

除了上面讲到的2种定价方式外，还有其他很多种定价方式，比如基于算法模型、市场深度的定价方式，这里不做详细展开。

做市商要考虑的第二个问题是价差spread。确定合适的价差，你需要考虑一连串的问题：市场的平均成交量是多少？这个成交量的变化(方差)有多大？take(主动买单)的平均大小和变化(方差)？在fair price附近的挂单量情况？等等。除此之外，你还要考虑在很小时间窗口里价格的波动和方差，作为做市商要付出/获取的手续费，其他次要因素比如接口速度，下单撤单的速度等等。

在非常短的时间段里，做市商的盈利期望其实是负的，因为每一笔主动买单(taker order)都想在自身价格有优势的情况下和你成交，除非是被迫止损的单子。每一个市场上其他的参与者都想从你手上获利。

试想一下，你是一个做市商，你要把单子挂在什么位置？

在挂单能被成交的前提下，要吃到最大的价差，你需要在订单薄的最前面挂单，也就是买一/卖一的价位。只要价格一变动，你在买一的单子就会迅速成交，但是频繁的价格变动是件坏事——比如说你刚接了货，价格就变了，你原来卖一的挂单已经没法以挂单价格成交了。

在一个流动性不充分，价格变动较小的市场，把单子挂在买一/卖一会保险的多，但是这会引出另一个问题——其他做市商会发现你，然后以更小的价差抢在你前面挂单(tighten the spread)，大家会抢着一直缩小价差，直到没有利润为止。

现在我们从数学角度探讨，怎么确定价差。先从波动开始。我们要知道在非常小的时间周期上，这个资产的价格/成交量在它均值附近的波动性大小。接下来的数学计算会假设价格活动服从正态分布，当然这会和实际情况有所偏差。

假设我们以1s作为采样周期，过去60s作为样本，假设当前中间价的均值和60s前的均值一样(记住这里的均值不变)，且这个均值和现价有0.04的标准差。由于我们前面假设了价格运动服从正态分布，所以我们可以进一步得出，在68%的时间里，价格会在离均值1个标准差($-0.04-+$0.04)内波动；在99.7%的时间里，价格会在离均值3个标准差($-0.12-$+0.12)内波动。

ok，我们在中间价两边以0.04的价差报价，即价差spread等于0.08，在68%的时间里，价格会围绕均值1个标准差($-0.04-+$0.04)内波动，所以此时两边的单子要想成交，价格的波动就必须击穿两边的价格，也就是超过1个标准差，有32%的时间(1-68%=32%)价格的波动会超过这个范围。因此，我们可以粗略估计一下单位时间的利润：32% * $0.04 = $0.0128。

我们可以继续推演： 如果以0.06的价差挂单（分别离中间价0.03的位置），对应0.75个标准差（0.03/0.04=0.75），价格波动超过0.75个标准差的概率是45%，预估单位时间利润45% * 0.03 =$0.0135。如果以0.04的价差挂单（分别离中间价0.02的位置），对应0.5个标准差（0.02/0.04=0.5），价格波动超过0.5个标准差的概率是61%，预估单位时间利润61% * 0.02 = $0.0122。

我们发现，以0.06的价差挂单，也就是在0.75个标准差的位置挂单，能获得最大的利润，也就是$0.0135！这个例子里分别举了1/0.75/0.5个标准差的情况，比较下来，0.75个标准差能获得最大利润。对直觉进一步证明，我用excel做了不同标准差下预期收益的推导，发现预期收益是一个凸函数，这个凸函数正好在0.75个标准差附近取到最大值～！

以上假设价格波动服从均值为0的正态分布，也就是说市场的平均回报率是0，而实际情况是价格的均值会变化。均值的偏移会让一侧的单子更难被成交，当我们有库存时，不仅会亏钱，而且预期利润率也会降低。

总之，做市商的期望由两个部分组成，一是挂单能成交的概率，比如以1个标准差挂单，有32%的时间会成交；二是挂单成交不了的概率，比如以1个标准差挂单，有68%的时间价格会在spread中间运动，导致单子无法成交。

在挂单无法成交的情况下，价格的均值很可能会改变，因此做市商要对"库存成本"进行管理，这个“库存成本”可以看作是一个要支付利息的借款，时间的推移会导致波动率增加，借款利息也会随之升高。做市商可以通过各个周期的平均波动率来制定回归策略，限制持仓成本。

最后兄弟们，为什么很多散户都说自己一买就跌，一卖就涨？这并不是没根据的，这篇文章就给出了答案！

[Wayne Chen @houjunjun2]

@liang1387316 1111

[Wayne Chen @houjunjun2]

@BitgetWallet @unizen_io @mark_kacy @dolos_diary Support $AVA @avathecutetiger

[Wayne Chen @houjunjun2]

@mrtweetusa 03

[Wayne Chen @houjunjun2]

@mrtweetusa 99

[Wayne Chen @houjunjun2]

@JackBradyGrowth LP

[Wayne Chen @houjunjun2]

@heyBarsee free

[Wayne Chen @houjunjun2]

@hasantoxr GPT-4

[Wayne Chen @houjunjun2]

@eyishazyer GPT-4

[Eyisha Zyer @eyishazyer]

GPT-4 just launched,
It leaves ChatGPT in the dust.

The fact is GPT-4 will make you superhuman.

But only if you know how to use it effectively.

Here's everything you need to know:

It's FREE for 24hrs

•RT
•Follow
•Reply "GPT-4"

I'll DM you the link!

[Wayne Chen @houjunjun2]

@bardeenai Al Automation

[Wayne Chen @houjunjun2]

@intell_invest twitter

[Wayne Chen @houjunjun2]

@TheVeller @bardeenai 🎁

[Wayne Chen @houjunjun2]

@peer_prima SEND