做市策略 — 運用Smart Money洞察力提供流動性
做市商透過提供雙向流動性從買賣價差中獲利。在加密貨幣市場中，若操作得當，這屬於低風險策略：您可以在另一交易所進行對沖以維持最低庫存，從而賺取價差收益。Smart Money API能協助做市商根據巨鯨活動和資金費率異常動態調整價差。
關鍵洞察： 專業做市商在預期有大額訂單時（基於巨鯨持倉變化）會擴大價差；當動能停滯時則縮小價差。Smart Money信號讓您能搶先因應這些變化。
做市基礎原理
價差
您在買入價買進，賣出價賣出。利潤即為兩者差額：
每輪交易利潤 = 賣出價 - 買入價
以BTC/USDT報價42,000美元為例：
- 窄幅價差(0.5基點)：買入價41,978.95美元，賣出價42,000美元 → 每交易1 BTC獲利21美元
- 寬幅價差(2基點)：買入價41,916美元，賣出價42,000美元 → 每交易1 BTC獲利84美元
庫存風險
若您以42,000美元買入1 BTC，但在賣出前價格暴跌至41,000美元，您將虧損1,000美元。專業做市商會進行對沖：
Python — 庫存對沖
# 在Bybit以買入價買進，立即在Binance以賣出價做空
buy_bybit(symbol="BTCUSDT", size=1, side="buy", limit_price=41978.95)
sell_binance(symbol="BTCUSDT", size=1, side="sell", limit_price=42050)
# 利潤 = 42050 - 41978.95 = 71.05 USDT，不受價格波動影響
# 唯一風險是執行問題：若賣單未成交怎麼辦？
動態價差策略
1. 固定價差做市
最簡單方式：始終報價1基點雙向價差。
Python — 固定價差做市
def fixed_spread_mm(mid_price, spread_bps=1.0):
spread = mid_price * (spread_bps / 10000)
bid = mid_price - (spread / 2)
ask = mid_price + (spread / 2)
return {"bid": bid, "ask": ask}
2. 波動率調整價差
高波動時擴大價差，市場平穩時縮小價差：
Python — 波動率調整做市
def volatility_adjusted_mm(mid_price, returns_1h, confidence_score):
# 計算1小時波動率（收益率標準差）
vol = np.std(returns_1h)
# 基礎價差：1基點
base_spread_bps = 1.0
# 乘以波動率（縮放0-10倍）
vol_multiplier = 1 + (vol * 50) # 高波動 = 更寬價差
# 乘以信心值（若Smart Money信號為HIGH，稍縮價差）
if confidence_score > 0.65:
confidence_mult = 0.8 # 縮窄20%
else:
confidence_mult = 1.0
final_spread_bps = base_spread_bps * vol_multiplier * confidence_mult
spread = mid_price * (final_spread_bps / 10000)
return {
"bid": mid_price - (spread / 2),
"ask": mid_price + (spread / 2),
"spread_bps": final_spread_bps
}
3. Smart Money反應式價差
根據巨鯨活動信號調整價差：
Python — 巨鯨反應做市
def smart_money_adjusted_spreads(symbol, mid_price):
# 獲取Smart Money信號
sm = get_smart_money_signal(symbol)
# 高信心值 + 看漲 = 市場即將上漲
# 擴大賣出價（期望以更好價格賣出）
# 縮小買入價（加速買方成交）
if sm["confidence"] == ] == "HIGH" and sm["direction"] == ] == "long"::
bid_spread = 0.8 # 買入價0.8基點（具競爭力）
ask_spread = 1.4 # 賣出價1.4基點（推動成交）
elif sm["confidence"] == ] == "VETO"::
bid_spread = 2.0 # 雙向擴大價差（不確定性高）
ask_spread = 2.0
else:
bid_spread = 1.0 # 正常對稱價差
ask_spread = 1.0
return {
"bid": mid_price - (mid_price * bid_spread / 10000),
"ask": mid_price + (mid_price * ask_spread / 10000)
}
庫存管理
目標庫存
設定中性庫存目標（例如0 BTC）。若累積過多，提高買入價（推動賣出）；若空頭過多，提高賣出價（推動買入）：
Python — 庫存偏斜
def get_inventory_skew(current_inventory, target_inventory=0):
skew = current_inventory - target_inventory
# 若持倉過多（+1 BTC），調寬買價以促進賣出
if skew > 0:
bid_adjustment = min(skew * 0.5, 2.0) # 最多增加2個基點
ask_adjustment = -min(skew * 0.5, 1.0) # 最多收緊1個基點
# 若空倉，調寬賣價以促進買入
elif skew < 0:
ask_adjustment = min(abs(skew) * 0.5, 2.0)
bid_adjustment = -min(abs(skew) * 0.5, 1.0)
else:
bid_adjustment = 0
ask_adjustment = 0
return bid_adjustment, ask_adjustment
生產級做市商
Python — 完整做市系統
class CryptoMarketMaker:
def __init__(self, symbol, inventory_target=0):
self.symbol = symbol
self.inventory = 0
self.inventory_target = inventory_target
def update_quotes(self, mid_price):
# 1. 獲取Smart Money信號
sm = get_smart_money_signal(self.symbol)
# 2. 波動率調整
vol = calculate_volatility_1h(self.symbol)
# 3. 庫存調整
inv_bid, inv_ask = get_inventory_skew(self.inventory)
# 4. 綜合所有因素
base_bid, base_ask = fixed_spread_mm(mid_price, 1.0)
vol_bid, vol_ask = volatility_adjusted_mm(mid_price, [vol], sm["composite"])
sm_bid, sm_ask = smart_money_adjusted_spreads(self.symbol, mid_price)
# 計算調整後價格的平均值
final_bid = np.mean([base_bid, vol_bid, sm_bid]) + inv_bid
final_ask = np.mean([base_ask, vol_ask, sm_ask]) + inv_ask
# 提交訂單
submit_order(side="bid", price=final_bid, size=1)
submit_order(side="ask", price=final_ask, size=1)