作者： @BlazingKevin_ ，the Researcher at Movemaker

在加密资产市场中，交易者时常会遇到两类典型问题：一是目标交易代币的买一价与卖一价之间存在过大的差额；二是在提交大额市价订单后，资产价格出现剧烈变动，导致成交价严重偏离预期，产生高昂的滑点成本。这两类现象均由同一个根本性因素导致——市场流动性不足。而系统性地解决这一问题的核心市场参与者，即是做市商。

做市商的准确定义是专业的量化交易公司，其核心业务是在交易所的订单簿上，围绕资产的当前市场价格，持续地、同时性地提交密集的买入（Bid）和卖出（Ask）报价。

他们存在的根本功能，是为市场提供持续的流动性。通过双边报价行为，做市商直接缩小了买卖价差（Bid-Ask Spread），并增加了订单簿的深度。这确保了其他交易者在任何时间点的买卖意图，都能得到即时的订单匹配，从而使交易能够高效、并以一个公允的价格执行。作为此项服务的报酬，做市商的利润来源于在海量交易中获取的微小价差，以及交易所为激励流动性供给而支付的费用返还。

1011的市场行情，使做市商的角色成为市场讨论的焦点。当价格出现极端波动时，一个关键问题浮现：做市商是被动地触发了连锁清算，还是在风险加剧时主动撤回了流动性报价？

为了分析做市商在类似情况下的行为模式，有必要首先理解其运营的基本原理。本文旨在系统性地回答以下几个核心问题：

1. 做市商赖以盈利的商业模式是什么？
2. 为实现其商业目标，做市商会采取何种量化策略？
3. 当市场波动加剧并出现潜在风险时，做市商分别会启动哪些风险控制机制？

在厘清上述问题的基础上，我们将能够更清晰地推断出，在1011行情中做市商的行为逻辑与决策轨迹。

做市商的基础盈利模型

1.1 核心盈利机制：价差捕获与流动性返佣

要理解做市商在市场中的行为，首先必须知道其最根本的盈利来源。做市商通过在交易所订单簿上提供持续的双边报价（即“做市”），其利润主要由两个部分构成：捕获买卖价差与赚取交易所的流动性供给返佣。

为阐述这一机制，我们构建一个简化的合约订单簿分析模型。

来源：Movemaker

• 事件: 市场上一位交易者（Taker）以市价卖出一个合约，该订单与订单簿上最优的限价买单成交，即做市商在 $1000.0 价位挂出的买单。
• 名义成本: 从交易记录上看，做市商似乎以 $1000.0 的价格，建立了一个合约的多头头寸。
• 有效成本: 然而，由于做市商是流动性提供方（Maker），该笔交易不仅无需支付手续费，还能获得交易所 0.01% 的返佣。在本例中，返佣金额为 $1000.0 * 0.01% = $0.1。因此，做市商建立该多头头寸的实际资金流出（有效成本）为：$1000.0 (名义成本) - $0.1 (返佣) = $999.9。

步骤二：做市商的卖单被动成交 (Taker Buys)

• 事件: 市场上一位交易者（Taker）以市价买入一个合约，该订单与订单簿上最优的限价卖单成交，即做市商在 $1000.1 价位挂出的卖单。此举平掉了做市商在步骤一中建立的多头头寸。
• 名义收入: 交易记录显示做市商以 $1000.1 的价格卖出。
• 有效收入 : 同样，作为流动性提供方，做市商在此次卖出交易中再次获得 0.01% 的返佣，金额为 $1000.1 * 0.01% ≈ $0.1。因此，做市商平仓的实际资金流入（有效收入）为：$1000.1 (名义收入) $0.1 (返佣) = $1000.2。

2.1 盈利模型面临的挑战：定向价格变动

前述的基础盈利模型，其有效性的前提是市场价格在一定区间内窄幅波动。然而，当市场出现明确的单边定向移动时，该模型将面临严峻挑战，并使做市商直接暴露于一种核心风险之下——逆向选择风险。

逆向选择是指，当新信息进入市场导致资产公允价值发生变化时，知情的交易者会选择性地成交做市商尚未更新的、处于“错误”价位的报价，从而使做-市商积累对其不利的头寸。

3.4 一个简化的最优价差量化框架

为阐明其内在逻辑，我们引用Meduim上的作者 David Holt 构建的一个简化模型，在一个高度理想化的假设下，推导最优价差。

• A. 核心假设与波动性测算 假设市场价格在短期内服从正态分布，以 1 秒为采样周期，考察过去 60 秒的样本数据。经计算，该样本内标记价格相对于平均中间价的标准差 (σ) 为 $0.4。这意味着，在约 68% 的时间内，下一秒的价格将落在 [均值 - $0.4, 均值 $0.4] 的区间内。

来源：知乎

• C. 寻找最优解 通过对不同价差进行迭代计算，可以发现：价差 $0.2 预期收益约 $0.08；价差 $0.4 预期收益约 $0.122；价差 $0.6 预期收益约 $0.135；价差 $0.8 预期收益约 $0.128。结论是在此模型下，最优价差为 $0.6，即在距离均价 $0.3 (约 0.75σ) 的位置挂单，能实现期望收益的最大化。

其中，各个参数的含义如下：

• r(s,q,t)：动态调整后的参考价格，是做市商报价的基准中轴。
• s：当前的市场中间价。
• q：当前的库存量。若为多头则为正，空头则为负。
• γ：风险规避参数 。这是一个由做市商设定的、反映其当前风险偏好的关键变量。
• σ：资产的波动率。
• (T−t)：距离交易周期结束的剩余时间。

该模型的核心思想是，当做市商的库存 (q) 偏离其目标（通常为零）时，模型会系统性地调整报价中轴，以激励市场成交能使其库存回归均衡的订单。例如，当持有多头库存 (q>0) 时，模型计算出的r(s,q,t)将低于市场中间价 s，这意味着做市商会将其买卖报价整体下移，使得卖单更具吸引力，买单更不具吸引力，从而增加平掉多头库存的概率。

1011复盘：风险触发与做市商的必然选择

基于前文建立的分析框架，我们现在可以对 1011的市场剧变，进行一次的复盘。当价格呈现出剧烈的单向移动时，做市商的内部风险管理系统必然被触发。触发该系统的，可能是多重因素的叠加：某一时间框架下的平均损失超出了预设阈值；净库存头寸在极短时间内被市场上的对手方“喂满”；或是在达到最大库存限制后，无法有效出清头寸，导致系统自动执行仓位收缩程序。

关于 Movemaker

Movemaker 是由 Aptos 基金会授权，经 Ankaa 和 BlockBooster 联合发起的首个官方社区组织，专注于推动 Aptos 华语区生态的建设与发展。作为 Aptos 在华语区的官方代表，Movemaker 致力于通过连接开发者、用户、资本及众多生态合作伙伴，打造一个多元、开放、繁荣的 Aptos 生态系统。

免责声明：

本文/博客仅供参考，代表作者的个人观点，并不代表 Movemaker 的立场。本文无意提供：(i) 投资建议或投资推荐；(ii) 购买、出售或持有数字资产的要约或招揽；或 (iii) 财务、会计、法律或税务建议。持有数字资产，包括稳定币和 NFT，风险极高，价格波动较大，甚至可能变得一文不值。您应根据自身的财务状况，仔细考虑交易或持有数字资产是否适合您。如有具体情况方面的问题，请咨询您的法律、税务或投资顾问。本文中提供的信息（包括市场数据和统计信息，若有）仅供一般参考。在编写这些数据和图表时已尽合理注意，但对其中所表达的任何事实性错误或遗漏概不负责。