短期趋势市场下高频做市策略的多维度解析与实践探索

短期趋势市场下高频做市策略的多维度解析与实践探索一、引言1.1研究背景与意义在金融市场的复杂生态中，短期趋势犹如涌动的暗流，时刻影响着市场的走向。近年来，随着金融市场的快速发展与信息技术的飞速进步，短期趋势市场的波动愈发频繁且复杂。从股票市场到期货市场，再到外汇市场，资产价格在短时间内的大幅波动屡见不鲜。这种短期趋势的变化不仅反映了市场参与者的情绪波动、宏观经济数据的即时影响，还受到全球政治局势、突发事件等多种因素的综合作用。高频做市策略正是在这样的背景下应运而生，并迅速崛起成为金融市场中的重要力量。自21世纪初以来，随着电子交易平台和算法技术的不断进步，高频做市策略得以实现。计算机技术和网络速度的大幅提升，支持复杂算法的高速运行；多数金融市场由传统交易所转向电子化运营，降低了佣金和交易成本；市场参与者对流动性需求的增加，也促进了高频做市机构的设立。这些因素共同推动了高频做市策略的发展，使其在量化投资领域引起了极大关注，逐渐成为大型金融机构及对冲基金的重要策略。高频做市策略对金融市场具有多方面的重要意义。在市场流动性方面，高频做市商通过持续提供买卖报价，增加了市场的深度。当市场出现大额订单时，高频做市商的报价可以缓解价格的波动，降低价格的不确定性，使得投资者能够更便捷地买卖资产，减少因缺乏交易对手而导致的交易困难和价格波动。有研究表明，在引入高频做市策略后，某股票市场的平均买卖价差缩小了[X]%，市场深度提升了[X]%，显著增强了市场的流动性。在定价效率上，高频做市商能够快速响应市场信息，通过对市场信息的整合和分析，其报价能够更准确地反映资产的合理价值，从而引导市场价格趋向均衡，提高了市场的定价效率。在投资者交易体验层面，高频做市策略使得市场交易更加顺畅，投资者能够更及时地完成交易，降低了交易成本和等待时间，提升了交易的满意度和市场参与度。然而，高频做市策略也并非完美无缺。它在带来诸多积极影响的同时，也伴随着一些潜在的风险和问题。例如，高频做市商可能会利用其信息优势和市场影响力，操纵价格获取不当利益；在极端市场条件下，高频做市商可能会同时撤回报价，导致短时间内流动性骤减，引发市场的剧烈波动，如2010年美国股市的“闪电崩盘”事件，就与高频交易有着密切的关系。因此，深入研究短期趋势市场中的高频做市策略，不仅有助于投资者更好地理解和运用这一策略，获取投资收益，还对监管机构制定合理的监管政策，维护金融市场的稳定和公平具有重要的理论和现实意义。1.2研究目标与方法本研究旨在全面深入地剖析短期趋势市场中的高频做市策略，具体研究目标主要涵盖以下三个方面：其一，精确评估高频做市策略在短期趋势市场中的实际表现。通过对大量历史交易数据的细致分析，深入研究高频做市策略在不同市场条件下的盈利能力，如在市场上涨、下跌和横盘震荡等不同阶段的收益情况，以及其在获取买卖价差、增加交易活跃度方面的具体成效，从而清晰地展现该策略在短期趋势市场中的优势与局限性。其二，深入探索高频做市策略的优化路径。综合考虑市场微观结构、交易成本、风险控制等多方面因素，运用先进的数学模型和算法，对高频做市策略进行创新性改进，以进一步提高其交易效率和盈利能力，使其能够更好地适应复杂多变的市场环境。其三，构建有效的高频做市策略风险控制体系。深入分析高频做市策略所面临的各类风险，包括市场风险、技术风险、流动性风险等，运用风险价值（VaR）、条件风险价值（CVaR）等风险度量方法，准确评估风险水平，并制定相应的风险控制措施，以保障高频做市策略的稳健运行。为了实现上述研究目标，本研究将综合运用多种研究方法。首先是文献研究法，全面系统地梳理国内外关于高频做市策略的相关文献资料，了解该领域的研究现状、发展动态以及前沿问题，对已有的研究成果进行批判性分析和总结，从而为本研究提供坚实的理论基础和研究思路。其次采用案例分析法，选取具有代表性的金融市场和高频做市商作为研究对象，深入剖析其高频做市策略的具体实施过程、取得的成效以及面临的问题，通过实际案例的研究，总结成功经验和失败教训，为高频做市策略的优化和应用提供实践参考。再者运用实证研究法，收集短期趋势市场中的高频交易数据，运用统计分析、计量经济学等方法，对高频做市策略的表现、影响因素以及风险特征进行实证检验，以验证理论假设，揭示高频做市策略的内在规律和运行机制。1.3研究创新点与贡献本研究在高频做市策略研究领域具有多方面的创新点。在研究视角上，创新性地结合了多个金融市场案例进行分析。以往研究多聚焦于单一市场，而本研究同时涵盖股票、期货、外汇等多个市场，全面对比高频做市策略在不同市场环境下的特点、表现及适应性，能够更全面、深入地揭示高频做市策略的本质和规律，为市场参与者在不同市场中运用高频做市策略提供更具普适性的参考。在研究内容方面，充分考虑了复杂多变的市场条件。不仅分析正常市场环境下高频做市策略的表现，还深入探讨在极端市场条件如金融危机、突发重大事件等情况下该策略的应对能力和风险特征。同时，将市场微观结构的动态变化纳入研究范畴，关注交易规则调整、投资者结构变化等因素对高频做市策略的影响，使研究内容更加贴近市场实际，为策略的优化和风险控制提供更具针对性的建议。本研究的贡献主要体现在理论和实践两个层面。在理论上，通过对高频做市策略的深入研究，进一步丰富和完善了金融市场微观结构理论、高频交易理论以及量化投资理论体系，为后续相关研究提供了新的思路和方法，拓展了高频做市策略研究的边界和深度。在实践中，为市场参与者提供了极具价值的参考。投资者可以根据本研究的成果，更好地理解高频做市策略的运作机制和风险特征，从而更科学地制定投资决策，优化投资组合，提高投资收益；高频做市商能够借鉴本研究提出的策略优化建议和风险控制措施，提升自身的交易效率和风险管理水平，增强市场竞争力。此外，本研究也为监管机构制定合理的监管政策提供了实证依据，有助于监管机构更好地规范高频交易行为，维护金融市场的稳定、公平和有序发展。二、短期趋势市场与高频做市策略概述2.1短期趋势市场特点剖析2.1.1价格波动特征短期趋势市场中，价格波动具有显著的频繁性、较大的幅度和较强的随机性。通过对股票市场过去五年内每日的交易数据进行统计分析，发现在一般的交易日中，股票价格的波动次数平均可达[X]次以上。以某知名科技股为例，在一个月的交易时间内，其价格出现了[X]次幅度超过[X]%的波动，这种频繁的价格变动为投资者提供了众多的交易机会，但同时也增加了市场的不确定性。价格波动幅度在不同市场和不同时间段表现各异。在股票市场，一些中小市值股票在短期内的价格波动幅度可能超过[X]%。在2020年疫情爆发初期，股票市场出现大幅下跌，许多股票在短短几周内跌幅超过[X]%；随后在市场反弹阶段，部分股票又迅速上涨，涨幅同样可观。期货市场的价格波动更为剧烈，由于期货交易具有杠杆效应，价格波动幅度可能被放大。以原油期货为例，在某些地缘政治冲突或重大经济数据发布时，原油期货价格在一天内的波动幅度可达[X]%-[X]%。价格波动还呈现出明显的随机性。尽管市场价格在长期内可能遵循一定的经济规律和趋势，但在短期内，受到众多复杂因素的影响，价格波动难以准确预测。从数学角度来看，许多金融资产价格的波动近似于布朗运动，其变化路径具有高度的随机性。通过对大量历史数据的时间序列分析，发现价格波动在不同时间尺度上都存在不规则的变化，这种随机性使得传统的基于确定性模型的预测方法在短期趋势市场中面临巨大挑战。2.1.2影响因素分析短期趋势市场的价格波动受到多种因素的综合影响，这些因素相互交织，共同作用于市场。宏观经济数据的变化是影响短期趋势的重要因素之一。国内生产总值（GDP）增长率、通货膨胀率、失业率等宏观经济指标的公布，往往会引发市场的强烈反应。当GDP增长率超出预期时，表明经济增长强劲，市场对企业未来盈利的预期也会相应提高，从而推动股票价格上涨。有研究表明，在GDP增长率公布后的一周内，股票市场整体上涨的概率可达[X]%以上。通货膨胀率的变化对市场的影响也十分显著，较高的通货膨胀率可能导致利率上升，增加企业的融资成本，进而对股票价格产生负面影响；而低通货膨胀率则可能促使货币政策趋于宽松，为市场提供流动性支持，有利于股票价格的上涨。行业动态对短期趋势市场也有着至关重要的影响。行业内的重大事件，如新产品发布、技术突破、企业并购等，都会引起相关企业股票价格的波动。某新能源汽车企业发布了一款具有创新性的电池技术，该企业股票价格在短期内迅速上涨了[X]%，同时也带动了整个新能源汽车板块的股价上升。行业竞争格局的变化同样会影响市场价格。当新的竞争对手进入市场或现有企业市场份额发生变化时，相关企业的股票价格会随之波动。如果一家新兴的电商平台在市场份额上取得快速增长，可能会对传统电商企业的股价造成压力。政策因素在短期趋势市场中扮演着关键角色。货币政策的调整，如利率的升降、货币供应量的增减，会直接影响市场的资金成本和流动性。当央行降低利率时，市场资金成本下降，企业融资更加容易，投资者的资金也更倾向于流入市场，从而推动资产价格上涨。财政政策的变化，如税收政策的调整、政府支出的增加或减少，也会对市场产生重要影响。政府加大对基础设施建设的支出，会带动相关行业的发展，提升企业的盈利预期，进而影响股票价格。产业政策的导向作用也不容忽视，政府对某些新兴产业的扶持政策，会吸引大量资金流入，推动这些产业的企业股价上升。2.2高频做市策略基本原理2.2.1策略定义与运作机制高频做市策略是一种利用先进的计算机算法和高速交易系统，在极短时间内进行大量买卖交易的策略，旨在为市场提供流动性，并通过买卖价差获取利润。做市商在该策略中扮演着核心角色，他们持续在市场的买卖盘口挂出买入和卖出订单，以确保市场交易的连续性。当有投资者发出买入指令时，做市商以卖出价与其成交；当有投资者发出卖出指令时，做市商则以买入价买入。通过这种方式，做市商在市场中承担了交易对手的角色，促进了市场的活跃。以股票市场为例，做市商在某一时刻观察到股票A的市场价格为10元，此时做市商可能会在买入盘口挂出9.99元的买入价，在卖出盘口挂出10.01元的卖出价。如果有投资者想要买入股票A，就会以10.01元的价格从做市商手中买入；若有投资者想要卖出股票A，做市商则会以9.99元的价格买入。这样，做市商通过买卖价差（0.02元）获得了潜在的利润。做市商还需要根据市场的实时变化，如价格波动、成交量、市场深度等因素，不断调整报价。当股票A的价格上涨趋势明显，且成交量逐渐放大时，做市商可能会适当提高买入价和卖出价，以反映市场的变化，同时避免因价格波动而遭受损失。在期货市场中，做市商的运作机制类似，但由于期货交易的杠杆特性和合约到期等因素，做市商还需要考虑更多的风险因素，如保证金管理、合约展期等。2.2.2策略优势与潜在风险高频做市策略在金融市场中具有多方面的显著优势。在流动性方面，高频做市商的持续报价行为极大地增强了市场的流动性。根据对某期货市场的研究数据显示，在引入高频做市策略后，该市场的平均每日成交量增长了[X]%，买卖价差缩小了[X]%。这表明高频做市策略使得市场交易更加活跃，投资者能够更容易地找到交易对手，降低了交易成本和交易难度，提高了市场的运行效率。在稳定市场价格方面，高频做市商能够快速响应市场信息，通过及时调整报价，有效地平抑市场价格的波动。当市场出现突发消息导致价格过度上涨或下跌时，高频做市商的反向操作可以起到稳定价格的作用，使市场价格回归到合理水平，减少价格的大幅波动对市场造成的冲击。然而，高频做市策略也面临着一系列潜在风险。市场冲击风险是其中较为突出的一种。当市场出现大额订单时，可能会引起市场价格的剧烈波动，导致做市商无法以预期价格成交。在股票市场中，若某机构突然抛出大量股票，可能会使股价瞬间下跌，做市商在按照原报价买入股票时，就可能遭受较大损失。技术故障风险同样不容忽视。高频做市策略高度依赖先进的技术系统和高速的网络连接，一旦出现技术故障，如服务器崩溃、网络延迟等，可能导致交易中断或错误执行，给做市商带来巨大的损失。2012年骑士资本因技术故障，在短短45分钟内进行了错误交易，导致损失高达4.4亿美元。此外，高频做市策略还面临着监管风险，随着监管政策的不断变化，做市商需要不断调整策略以满足监管要求，否则可能面临罚款、暂停业务等处罚。三、高频做市策略核心要素与模型构建3.1报价模型与参数设定3.1.1常见报价模型解析在高频做市策略中，VWAP（成交量加权平均价格）模型是一种应用广泛的被动交易策略，其核心目标是使交易的平均价格尽可能接近市场整体交易平均价。VWAP的计算方式是在特定时间段内，将每一笔交易的价格乘以对应的成交量，然后将这些乘积相加，再除以总成交量，即VWAP=\frac{\sum_{i=1}^{n}price_{i}*volume_{i}}{\sum_{i=1}^{n}volume_{i}}。在股票市场中，若某股票在一天内进行了多笔交易，通过VWAP模型可以准确计算出该股票在当天的成交量加权平均价格。VWAP算法的工作原理是依据市场实时成交状况不断更新VWAP价格，并据此对交易的执行速度和数量进行调整。当市场价格高于VWAP价格时，算法会减少买入或增加卖出数量；反之，则会增加买入或减少卖出数量。在实际应用中，机构投资者在进行大规模的股票买入或卖出操作时，常常会采用VWAP策略。以某机构投资者计划买入大量股票为例，为了避免大额订单对市场价格产生较大冲击，该投资者运用VWAP策略，根据市场的实时成交情况，将大额订单拆分成多个小订单，在不同的时间点进行交易，从而使得最终的成交均价尽可能接近市场VWAP价格，有效降低了市场冲击成本。TWAP（时间加权平均价格）模型则是一种更为简单直接的被动交易算法，它将大额交易订单均匀地分配到指定的时间段内执行，以获取该时间段内的平均价格。TWAP的计算方法是将一段时间内的各个时间点的价格相加，然后除以时间点的总数，即TWAP=\frac{\sum_{i=1}^{n}price_{i}}{n}。在期货市场中，若投资者希望在一天内逐步买入一定数量的期货合约，采用TWAP策略，就可以将买入订单平均分配到每个小时或每个半小时进行执行。TWAP算法的工作原理是根据交易总量和指定的时间段，计算出每个时间单位内需要执行的交易量。然后，在每个时间单位内，算法会按照指定的交易量进行买入或卖出操作。在基金定投场景中，投资者每月定期投入一定金额购买基金，采用TWAP策略，就可以在每月的固定时间按照预先设定的金额进行基金购买，无论市场价格如何波动，都能保证在一段时间内以平均价格买入基金，降低了市场波动对投资成本的影响。然而，VWAP模型也存在一定的局限性。当市场出现突发消息或重大事件时，成交量可能会出现异常波动，导致VWAP价格不能准确反映市场的真实价值，从而影响交易决策的准确性。若某公司突然发布重大利好消息，股票成交量瞬间大幅增加，此时VWAP价格可能会受到这些异常成交量的影响，使得基于VWAP模型的交易策略无法达到预期效果。TWAP模型由于不考虑成交量的变化，在市场流动性不足或价格波动较大时，可能会导致交易成本增加。在股票市场出现大幅下跌时，成交量往往会急剧放大，此时按照TWAP模型均匀分配订单进行交易，可能会在价格较高时买入较多数量的股票，从而增加了整体的交易成本。3.1.2参数选择与优化方法在高频做市策略的报价模型中，价差和订单数量是两个至关重要的参数。价差是指做市商买入价和卖出价之间的差额，它直接影响做市商的盈利水平和市场的流动性。合理的价差设置能够在保证做市商盈利的同时，吸引投资者进行交易，提高市场的活跃度。若价差设置过小，做市商的盈利空间将受到压缩，可能导致做市商不愿意提供足够的流动性；若价差设置过大，虽然做市商的盈利空间增加，但可能会使投资者的交易成本上升，降低市场的吸引力。订单数量则决定了做市商在市场中提供的流动性规模。适量的订单数量能够满足市场的交易需求，维持市场的稳定运行。订单数量过多可能会增加做市商的风险暴露，订单数量过少则可能无法满足市场的流动性需求，导致市场交易不畅。为了优化这些参数，遗传算法是一种常用的方法。遗传算法模拟生物进化过程，通过选择、交叉和变异等操作，对参数进行优化。在高频做市策略中，首先将价差和订单数量等参数进行编码，形成初始种群。然后计算每个个体的适应度，适应度可以根据做市商的盈利水平、风险控制等指标来确定。选择适应度较高的个体进行交叉和变异操作，生成新的种群。经过多代的进化，种群中的个体逐渐趋向于最优解，从而得到优化后的价差和订单数量等参数。模拟退火算法也是一种有效的参数优化方法。它模拟物理退火过程，从一个高温状态开始，逐渐降低温度。在每个温度状态下，算法会随机生成一个新的解，并根据一定的概率接受这个新解。如果新解的目标函数值优于当前解，则接受新解；如果新解的目标函数值不如当前解，则以一定的概率接受新解，这个概率随着温度的降低而逐渐减小。在高频做市策略中，通过不断调整价差和订单数量等参数，利用模拟退火算法寻找最优解，以提高做市策略的性能。在实际应用中，还可以将遗传算法和模拟退火算法结合起来，充分发挥两种算法的优势，进一步提高参数优化的效果。3.2风险管理模型3.2.1风险度量指标选取在高频做市策略的风险管理中，风险价值（VaR）是一种被广泛应用的风险度量指标。VaR是指在一定的置信水平下，某一金融资产或投资组合在未来特定时期内可能遭受的最大损失。在95%的置信水平下，某高频做市投资组合的VaR值为100万元，这意味着在未来一段时间内，该投资组合有95%的可能性损失不会超过100万元。VaR的计算方法主要有历史模拟法、方差-协方差法和蒙特卡罗模拟法等。历史模拟法通过对历史数据的分析，直接计算投资组合在不同情景下的收益分布，从而确定VaR值；方差-协方差法假设投资组合的收益服从正态分布，通过计算资产的方差和协方差来估计VaR值；蒙特卡罗模拟法则是通过随机模拟资产价格的变化路径，生成大量的情景，进而计算投资组合在不同情景下的收益，最终确定VaR值。条件风险价值（CVaR）是在VaR的基础上发展起来的一种风险度量指标，它克服了VaR在度量风险时的一些局限性。CVaR考虑了超过VaR值的损失的平均情况，即损失超过VaR值的条件下的期望损失。在高频做市策略中，当市场出现极端情况时，仅关注VaR值可能无法全面反映投资组合所面临的风险，而CVaR能够更准确地度量极端风险。某高频做市投资组合在95%置信水平下的VaR值为100万元，其CVaR值为150万元，这表明当损失超过100万元时，平均损失将达到150万元。CVaR的计算通常需要使用优化算法，通过求解一个带有约束条件的优化问题来确定CVaR值。在高频做市策略中，VaR和CVaR各自具有独特的优势和适用场景。VaR计算相对简单，易于理解和应用，能够快速地为投资者提供一个风险的大致度量，适用于对风险进行初步评估和监控。然而，VaR不满足次可加性，即投资组合的VaR值可能大于其各组成部分VaR值之和，这使得在投资组合的风险分散评估中存在一定的局限性。CVaR满足次可加性，能够更合理地评估投资组合的风险分散效果，且对极端风险的度量更为准确，适用于在极端市场条件下对投资组合进行风险管理。在实际应用中，应根据高频做市策略的特点和市场环境，综合运用VaR和CVaR等风险度量指标，以更全面、准确地评估和管理风险。3.2.2风险控制策略设计止损策略是高频做市策略风险控制的重要手段之一。止损策略的核心是设定止损点，当投资组合的损失达到或超过止损点时，及时进行平仓操作，以限制损失的进一步扩大。止损点的设定可以基于固定金额、固定比例或根据市场波动性动态调整。可以设定当投资组合的损失达到初始资金的5%时，触发止损操作。在高频做市交易中，由于交易频繁，价格波动迅速，及时止损能够有效避免大额损失。当市场出现突发消息导致价格大幅下跌时，如果没有及时止损，做市商可能会遭受巨大的损失。仓位管理也是风险控制的关键环节。合理的仓位管理能够确保做市商在市场波动中保持稳健的资金状况。仓位管理需要考虑做市商的资金规模、风险承受能力以及市场的流动性等因素。做市商可以根据自身的风险偏好，将资金分散到不同的资产或交易品种上，避免过度集中投资。做市商可以将资金的30%配置在股票市场，30%配置在期货市场，40%配置在外汇市场，通过分散投资降低单一市场波动对投资组合的影响。做市商还可以根据市场的流动性和风险状况，动态调整仓位。当市场流动性不足或风险增加时，适当降低仓位；当市场流动性充足且风险较低时，适度增加仓位。对冲策略是高频做市策略风险控制的重要组成部分。通过运用期货、期权等金融衍生品进行对冲，可以有效地降低市场风险。在股票市场中，做市商可以通过买入股指期货来对冲股票价格下跌的风险。当股票价格下跌时，股指期货的空头头寸可以带来盈利，从而弥补股票投资组合的损失。期权也可以用于对冲风险，做市商可以买入看跌期权，当市场价格下跌时，看跌期权的价值将增加，从而起到对冲风险的作用。在实际应用中，对冲策略需要精确计算对冲比例，以确保对冲效果的有效性。如果对冲比例不当，可能无法完全对冲风险，甚至会增加投资组合的风险。四、高频做市策略案例深度剖析4.1伊世顿公司操纵期货市场案例4.1.1案例背景与事件经过伊世顿公司成立于2012年9月，由外籍人员GeorgyZarya（音译扎亚）、AntonMurashov（音译安东）在香港各自注册成立一家公司后，用两家香港公司名义在江苏省张家港保税区以美元出资注册成立，扎亚为法定代表人，安东负责技术管理。两人在公司成立前分别供职于欧洲的投资银行和期货公司，具备丰富的证券期货交易经验。2013年6月起，伊世顿公司为逃避证券期货监管，通过公司执行董事高燕、华鑫期货技术总监金文献介绍，以租借或者收购方式，实际控制了19名自然人和7个法人期货账户，与伊世顿公司自有账户组成账户组，采用高频程序化交易方式从事股指期货合约交易。伊世顿公司隐瞒实际控制大量账户从事高频程序化交易的情况，规避中金所的监管措施，获取不正当交易优势。2015年初，伊世顿公司还伙同金文献等人，将自行研发的报单交易系统非法接入中金所交易系统，直接进行交易，非法取得额外交易速度优势。2015年6月1日至7月6日间，我国证券期货市场出现异常巨幅波动。在此期间，伊世顿公司及高燕、梁泽中伙同金文献，利用逃避期货公司资金和持仓验证等非法手段获取的交易速度优势，大量交易中证500股指期货主力合约、沪深300股指期货主力合约合计377.44万手。伊世顿公司账户组平均下单速度达每0.03秒一笔，一秒内最多下单31笔，且成交价格与市场行情的偏离度显著高于其他程序化交易者。以6月26日的中证500主力合约为例，该公司账户组的卖开量占市场总卖出量30％以上的次数达400余次；以秒为单位计算，伊世顿账户组的卖开成交量在全市场中位列第一的次数为1200余次；其卖开成交价格与市场行情的偏离度为当日程序化交易者前5名平均值的2倍多。4.1.2策略运用与盈利分析伊世顿公司采用的高频做市策略主要基于被动做市策略的原理。通过高频程序化交易软件，自动批量下单、快速下单，利用期货市场T+0的交易机制，频繁进行交易。该公司的交易软件能够快速追踪期指价格变动，以高于行情的买单或低于市场行情的卖单进行申报，在较短时间内将市场上较为靠近行情价格的对手报单抢先成交一空，从而对期货交易的即时行情形成“买单助涨、卖单助跌”的干扰，为下一轮的反向交易提供盈利空间。从盈利情况来看，伊世顿公司以不足700万人民币的本金，在2015年6月初至7月初期间，账户组净盈利就达5亿余元人民币，最终非法获利高达20多亿元人民币。其盈利主要源于高频交易下的微小价差累积。在这种策略下，每笔交易的目标收益率虽较低，但由于交易频率极高，通过大量的交易次数实现了短时期内的高回报收益率。假设每笔交易的收益率为0.1%，若一天内能够进行10000笔交易，那么理论上一天的收益率可达100%。当然，实际交易中会受到多种因素的影响，如市场波动、交易成本等，但伊世顿公司通过非法手段获取的交易速度优势，使其能够在市场中频繁捕捉微小的价差，实现了巨额盈利。4.1.3监管处罚与启示2017年6月23日，上海市第一中级人民法院公开宣判，被告单位伊世顿公司、被告人金文献、高燕、梁泽中的行为均构成操纵期货市场罪，且情节特别严重；金文献的行为还构成职务侵占罪，依法应当数罪并罚。法院判处伊世顿公司罚金人民币三亿元，追缴违法所得人民币三亿八千九百三十万元；判处高燕有期徒刑三年，缓刑四年，并处罚金人民币一百万元；判处梁泽中有期徒刑二年六个月，缓刑三年，并处罚金人民币八十万元；以操纵期货市场罪、职务侵占罪判处金文献有期徒刑五年，并处罚金人民币六十万元。这一案例对市场参与者和监管者都具有重要的启示。对于市场参与者而言，必须严格遵守法律法规和市场规则，诚信经营，不得通过不正当手段获取利益。高频做市策略虽然具有一定的盈利潜力，但不能成为违法违规的工具。任何试图操纵市场、扰乱市场秩序的行为都将受到法律的严惩。投资者在选择投资策略和合作伙伴时，应保持谨慎和理性，充分了解相关策略的风险和合法性，避免参与非法交易活动。对于监管者来说，伊世顿案件暴露出监管在面对高频交易等新型交易方式时存在的漏洞和挑战。监管机构需要加强对市场的实时监测和数据分析能力，及时发现异常交易行为。要完善监管制度和规则，针对高频交易的特点，制定更加严格的准入标准、交易规范和风险控制要求，防止不法分子利用规则漏洞进行违法操作。监管机构还应加强国际合作，因为伊世顿公司的操纵行为涉及境外人员远程操控，跨境监管合作能够更有效地打击此类跨国金融犯罪，维护金融市场的稳定和公平。4.2VOXEL事件案例4.2.1事件概况与市场影响VOXEL事件发生于加密货币市场，VOXEL作为voxies游戏的原生代币，其价格在短时间内出现了异常剧烈的波动。在2024年4月19-20日期间，加密货币市场见证了VOXEL令人咋舌的行情表现。Coinglass数据清晰显示，4小时内VOXEL爆仓额高达840万美元，成功超越比特币同期的800万美元；24小时内，VOXEL爆仓额更是飙升至1405万美元，其中空单爆仓金额达到1243万美元。如此惊人的数据，使VOXEL一跃成为爆仓之王，在加密货币市场掀起了轩然大波。从价格走势来看，VOXEL的价格犹如坐上了疯狂的过山车，与比特币相对平稳的价格走势形成了鲜明的对比。2024年4月19日，HTX行情数据表明，VOXEL报价0.0703美元，然而其24小时涨幅却高达199.15%。如此迅猛的价格上涨，迅速吸引了大量投资者的目光，资金如潮水般涌入该市场。但在加密货币市场，暴涨之后往往紧跟暴跌，VOXEL也未能幸免。短时间内，其价格可能大幅跳水，这种高频次、大幅度的价格波动，极大地增加了爆仓风险。回顾历史数据，VOXEL在过去也曾多次出现类似的剧烈波动。比如在去年某时间段，其价格在一周内先是上涨200%，随后又在三天内暴跌70%。这种极端行情，让许多投资者措手不及，成为爆仓的“重灾区”。VOXEL合约交易量的异常表现，也引发了市场对操纵行为的强烈质疑。数据显示，VOXEL合约24小时交易量达127.19亿美元，而比特币仅为47.64亿美元，两者交易量差距巨大。如此悬殊的交易量，难以用正常市场供需来解释。市场猜测，可能存在大型交易机构或个人利用资金优势操纵VOXEL价格。他们通过拉盘制造价格上涨假象，吸引投资者跟风买入；再突然砸盘，让追高者陷入困境，做空的投资者也会因价格被人为拉高而被迫爆仓。此前就有某加密货币被操纵事件，操纵者先大量买入推高价格，吸引散户进场后，迅速抛售，导致价格暴跌，大量散户爆仓。Bitget平台对VOXEL/USDT合约交易量异常的回应，也侧面反映出市场对这一情况的关注。尽管目前没有确凿证据，但市场操纵的可能性不容忽视，这也是VOXEL爆仓风险高于比特币的重要原因。此次事件对加密货币市场产生了多方面的深远影响。在投资者信心方面，许多投资者因VOXEL的爆仓事件遭受了巨大损失，这使得他们对加密货币市场的信心受到了严重打击，部分投资者甚至开始重新审视自己在加密货币市场的投资策略，减少投资或选择离场。在市场监管层面，该事件引发了监管机构对加密货币市场的高度关注，促使监管机构加强对市场的监管力度，完善监管规则，以防止类似的异常交易和市场操纵行为再次发生。在市场稳定性方面，VOXEL的剧烈波动和爆仓事件增加了整个加密货币市场的不稳定因素，引发了市场的恐慌情绪，导致其他加密货币的价格也出现了不同程度的波动。4.2.2高频印钞算法拆解VOXEL事件中的高频印钞算法属于高频交易中实战策略LEAD-LAG的衍生分支，其核心原理基于两个市场价格的差异和变化进行交易操作，以实现低买高卖的盈利目的。该算法涉及到几个关键要素，包括订单生存时间（TTL）、基差（basis）的计算以及下单价格的确定。订单生存时间（TTL）指下单到交易所后，到下次撤单之间的间隔，在该算法中先简单取值为100ms。这一参数的设定对于交易的时效性和灵活性至关重要。较短的TTL可以使交易策略更及时地响应市场价格的变化，避免因价格波动导致订单无法成交或遭受损失；而较长的TTL则可能使订单在市场价格不利变动时仍处于挂单状态，增加了交易风险。在市场价格快速波动的情况下，100ms的TTL能够让交易算法迅速调整订单，捕捉到短暂的价格差异机会。基差（basis）的计算是该算法的关键环节之一。首先，需要订阅两个市场（以BITGET为交易市场，Binance为指导市场）的orderbook，简单化理解，不使用最新成交价，取midprice为市场价。假设取60个Binance的midprice和bitget的midprice，算出两个交易所价格之间的基差，并做一定的平滑处理得到常态版本的基差basis。理论上还应对Binance价格做其他变化处理，以得到一个在bitget市场上的公平价，为简化计算，直接用公式biget市场公平价=BinancePrice-basis，代表认为bitget的价格一定跟随binance的价格。基差的计算和处理需要综合考虑多个因素，包括市场的流动性、交易成本、价格波动的历史数据等。通过对这些因素的分析和处理，可以得到更准确的基差，为交易决策提供更可靠的依据。下单价格的确定基于公平价和一个动态取值的delta。下单价格=公平价*(1-delta)，delta一般是一个动态取值，为了解决常态基差过于死板问题，为理解简单，先固定取值0.2%。在实际交易中，delta的动态调整需要根据市场的实时情况进行，例如市场的波动性、交易量、价格趋势等因素都会影响delta的取值。当市场波动性较大时，可能需要适当增大delta，以增加交易的盈利空间；当市场较为稳定时，可以适当减小delta，以提高交易的成功率。简化版本的完整流程为：每隔100ms运行一次，先撤销以前的所有挂单，输入公平价和delta，得到下单价格，在bitget下单。假设市场的价格从105，每个tick都下跌1，跌到100又涨回102；且Binance价格比BITGET快一个tick，则遵循特定的交易逻辑。在第四秒的时候，在BITGET上的下单价格是100*(1-0.2%)=99.8，小于市场价格101，会挂在买盘上，不成交；在第五秒的时候，先撤单99.8的单子，新下单价格是101*(1-0.2%)=100.798，BITGET的市场价是100，所以会直接按照100的价格成交，完成了市价买入，最后在101可以获利出场。由于平常时候，交易市场都一直跟随指导市场进行价格变化，无大波动的时候基差比较稳定，只有在指导市场出现大幅变化的时候才有大量机会，特别是在跌下来又拉上去这种情况，使得两个市场的价格完全偏离常态基差，所以本策略一般表现成take盘口，高频接针，和吃清算单的特征。4.2.3对做市策略的反思VOXEL事件对做市策略产生了多方面的深刻影响，促使市场参与者对做市策略进行深入反思。在风险控制方面，该事件凸显了做市策略在面对极端市场波动时的脆弱性。由于VOXEL价格的剧烈波动，做市商难以准确把握市场价格的走势，导致其报价可能与市场实际价格存在较大偏差，从而面临巨大的风险。做市商在制定报价时，通常会基于市场的历史数据和当前的市场状况进行分析，但在VOXEL这样的极端市场环境下，历史数据和常规的分析方法可能失去有效性，使得做市商无法及时调整报价，进而遭受损失。在市场操纵防范方面，VOXEL事件暴露出做市策略在防止市场操纵方面的不足。做市商作为市场的重要参与者，有责任维护市场的公平和稳定，但在该事件中，做市商可能未能有效识别和应对潜在的市场操纵行为。市场操纵者可能通过操纵价格、制造虚假交易等手段，干扰做市商的正常报价和交易，从而获取不正当利益。做市商需要加强对市场交易行为的监测和分析，提高对市场操纵行为的识别能力，及时采取措施应对市场操纵风险。为了应对市场异常情况，做市策略需要进行多方面的改进。在技术层面，做市商应加强技术投入，提高交易系统的稳定性和响应速度。采用先进的算法和模型，能够更快速、准确地处理市场信息，及时调整报价和交易策略。利用人工智能和机器学习技术，对市场数据进行实时分析和预测，提前发现市场异常情况，为做市策略的调整提供依据。在风险管理层面，做市商应完善风险评估体系，充分考虑市场异常情况下的风险因素。不仅要关注市场价格的波动风险，还要考虑流动性风险、信用风险等多种风险因素。制定合理的风险控制指标和止损策略，当风险超过设定的阈值时，及时采取措施降低风险。在监管层面，监管机构应加强对做市商的监管，完善监管规则和制度。明确做市商的权利和义务，规范其交易行为，防止做市商利用自身优势进行不正当交易。加强对市场的实时监测，及时发现和处理市场异常情况，维护市场的公平和稳定。五、策略效果评估与优化建议5.1策略效果评估指标体系5.1.1盈利能力指标年化收益率是衡量高频做市策略盈利能力的关键指标之一，它反映了在一年的时间跨度内，策略所实现的平均收益率。通过将短期的收益率进行年化处理，使得不同投资期限的策略收益能够在同一时间维度下进行比较，为投资者提供了一个直观且统一的评估标准。在高频做市策略中，年化收益率的计算需要综合考虑每一笔交易的收益情况，包括买卖价差、交易频率以及资金的使用效率等因素。假设某高频做市策略在一个月内进行了1000笔交易，每笔交易平均获利100元，初始投入资金为100万元，那么该月的收益率为（1000×100）÷1000000=10%，年化收益率则约为（1+10%）^12-1≈213.84%。这一指标能够清晰地展示高频做市策略在一定时期内的盈利水平，帮助投资者判断该策略是否能够实现预期的收益目标。夏普比率同样是评估高频做市策略盈利能力的重要指标，它由诺贝尔经济学奖得主威廉・夏普提出，用于衡量投资在承担单位风险下所获得的超额回报。夏普比率的计算公式为（投资组合的平均收益率-无风险收益率）÷投资组合收益率的标准差。在高频做市策略中，夏普比率能够综合考虑策略的收益和风险情况。无风险收益率通常可以采用国债收益率或银行存款利率等近似替代，它代表了投资者在无风险情况下能够获得的收益。投资组合收益率的标准差则反映了策略收益的波动程度，标准差越大，说明收益的波动越剧烈，风险也就越高。假设某高频做市策略的平均年化收益率为20%，无风险收益率为3%，收益率的年化标准差为10%，那么该策略的夏普比率为（20%-3%）÷10%=1.7。夏普比率越高，表明在承担相同风险的情况下，该高频做市策略获得的超额回报越高，也就意味着策略在风险调整后的收益表现更优，投资者在承担一定风险的同时能够获得更好的回报。5.1.2风险指标波动率是评估高频做市策略风险的重要指标，它用于衡量资产收益率的不确定性，反映了金融资产价格的波动程度。在高频做市策略中，波动率的计算方法通常是先计算策略在一段时间内的收益率序列，然后通过统计学方法计算该收益率序列的标准差，以此来衡量收益率的波动情况。以某高频做市策略在过去一年的日收益率数据为例，通过计算得到其日收益率的标准差为1.5%，将其年化后（假设一年有250个交易日），年化波动率约为1.5%×√250≈23.72%。波动率越高，说明高频做市策略的收益波动越剧烈，投资风险也就越大；反之，波动率越低，策略的收益相对较为稳定，风险也较低。在市场波动较大的时期，高频做市策略的波动率可能会显著增加，这就要求投资者密切关注市场动态，及时调整策略，以降低风险。最大回撤是指在选定周期内，投资组合从历史最高点下跌到后来最低点的幅度，通常用百分比表示。它是衡量高频做市策略下行风险的关键指标，反映了策略在极端市场条件下可能遭受的最大损失。在高频做市策略中，最大回撤的计算需要对策略的净值曲线进行分析，找出净值从最高点到最低点的跌幅。假设某高频做市策略的历史最高净值为1.5，在某一时期净值下跌到了1.2，那么该策略的最大回撤为（1.5-1.2）÷1.5×100%=20%。最大回撤能够让投资者直观地了解到高频做市策略在最不利情况下的损失程度，对于风险偏好较低的投资者来说，最大回撤是评估策略风险的重要参考指标。在选择高频做市策略时，投资者通常会倾向于选择最大回撤较小的策略，以降低投资风险。5.1.3流动性指标成交量是评估高频做市策略的重要流动性指标，它反映了在一定时间内市场中实际成交的合约数量或股票股数。在高频做市策略中，成交量的大小直接影响着策略的实施效果。较高的成交量意味着市场活跃度高，做市商能够更频繁地进行买卖交易，从而更容易实现买卖价差的盈利。以股票市场为例，若某只股票在一天内的成交量达到了1000万股，做市商在这只股票上进行高频做市交易，就有更多的机会与投资者进行交易，获取买卖价差收益。成交量还可以反映市场的供需关系和投资者的交易意愿。当成交量大幅增加时，可能意味着市场对该资产的关注度提高，投资机会也相应增加；反之，成交量较低时，市场流动性较差，做市商可能面临交易对手不足的问题，导致策略难以有效实施。换手率是指在一定时间内，股票的成交量与总股本的比率，用于衡量股票的活跃程度。在高频做市策略中，换手率也是一个重要的流动性指标。换手率越高，表明股票的交易越活跃，市场参与者对该股票的兴趣越大，做市商在进行高频做市交易时，更容易找到交易对手，实现快速买卖。假设某股票的总股本为1亿股，在某一交易日的成交量为1000万股，那么该股票在这一交易日的换手率为1000÷10000×100%=10%。对于高频做市策略来说，选择换手率较高的股票或资产进行交易，能够提高策略的执行效率和盈利能力。但需要注意的是，过高的换手率也可能意味着市场存在过度投机的情况，风险相对较大，做市商需要在追求高换手率带来的交易机会的同时，合理控制风险。5.2基于实证数据的策略效果评估5.2.1数据选取与处理本研究选取了股票市场、期货市场和外汇市场的高频交易数据，时间跨度为2018年1月1日至2023年12月31日。数据来源包括知名金融数据提供商和各大交易所，涵盖了市场的开盘价、收盘价、最高价、最低价、成交量等关键信息。在数据清洗阶段，首先对数据进行去重处理，确保数据的唯一性。通过对数据的时间戳和交易信息进行比对，去除重复的交易记录，避免数据的重复计算对研究结果产生干扰。对于缺失值，根据数据的特点和分布情况，采用了不同的处理方法。对于时间序列数据中的少量缺失值，利用线性插值法进行填补，根据前后数据的趋势来估算缺失值；对于交易数据中的缺失值，若缺失比例较小，则采用均值填充法；若缺失比例较大，则考虑删除相应的记录。在异常值处理方面，采用了基于统计学的方法。通过计算数据的均值和标准差，设定合理的阈值，将偏离均值超过一定倍数标准差的数据视为异常值。对于股票价格数据，若某一时刻的价格偏离均值超过3倍标准差，则将该价格视为异常值，并根据数据的趋势和市场情况进行修正。通过这些数据处理步骤，有效地提高了数据的质量，为后续的策略回测和分析提供了可靠的基础。5.2.2策略回测与结果分析运用历史数据对高频做市策略进行回测，回测时间跨度为2018年1月1日至2023年12月31日，采用了事件驱动的回测引擎，以确保回测结果能够准确反映策略在实际市场环境中的表现。回测过程中，充分考虑了交易成本，包括手续费、滑点等因素。手续费按照各市场的实际收费标准进行计算，滑点则根据历史数据中买卖价差的分布情况进行估算，以更真实地模拟交易成本对策略收益的影响。从回测结果来看，高频做市策略在不同市场环境下展现出了不同的表现。在市场波动较为平稳的时期，如2019年的大部分时间，策略的年化收益率较为稳定，达到了[X]%，夏普比率为[X]，表明策略在风险调整后的收益表现较为出色。这是因为在平稳市场中，价格波动相对较小，高频做市策略能够较为准确地捕捉买卖价差，实现稳定的盈利。在市场波动剧烈的时期，如2020年初疫情爆发导致的市场暴跌期间，策略的年化收益率下降至[X]%，最大回撤达到了[X]%。这主要是由于市场的极端波动导致价格走势难以预测，高频做市策略的报价容易出现偏差，从而增加了交易风险，导致收益下降和回撤增大。进一步分析不同市场的表现，股票市场的高频做市策略年化收益率为[X]%，最大回撤为[X]%；期货市场的年化收益率为[X]%，最大回撤为[X]%；外汇市场的年化收益率为[X]%，最大回撤为[X]%。不同市场的表现差异主要源于市场的特性不同。股票市场受到宏观经济、公司业绩等多种因素的影响，价格波动较为复杂；期货市场具有杠杆效应，价格波动更为剧烈；外汇市场则受到全球经济形势、货币政策等因素的影响，波动具有全球性和复杂性。通过对回测结果的深入分析，可以为高频做市策略的优化和应用提供有针对性的建议，以提高策略在不同市场环境下的适应性和盈利能力。5.3策略优化方向与建议5.3.1技术层面优化在技术层面，提升交易系统速度是高频做市策略优化的关键。高频做市策略对交易速度有着极高的要求，交易系统的响应时间直接影响策略的执行效果和盈利能力。随着市场竞争的加剧，交易速度已经成为高频做市商在市场中取得优势的重要因素。为了提升交易系统速度，可以从硬件和软件两个方面入手。在硬件方面，采用高性能的服务器和先进的网络设备是必不可少的。例如，配备具有多核处理器、高速内存和固态硬盘的服务器，能够显著提高数据处理速度和存储效率。采用低延迟的网络连接，如光纤网络和高速交换机，能够减少数据传输的延迟，确保交易指令能够快速准确地到达交易所。软件算法的优化同样至关重要。通过优化算法，可以减少交易系统的计算量和响应时间。采用高效的订单匹配算法，能够快速地将买卖订单进行匹配，提高交易效率。运用先进的缓存技术，将常用的数据存储在高速缓存中，减少数据读取的时间。在高频做市策略中，还可以利用人工智能和机器学习技术，对市场数据进行实时分析和预测，提前调整交易策略，提高交易的准确性和效率。在算法优化方面，人工智能和机器学习技术具有巨大的潜力。这些技术能够对海量的市场数据进行深入分析，挖掘出数据中的潜在规律和趋势，从而为高频做市策略提供更准确的决策依据。利用深度学习算法对市场价格走势进行预测，可以帮助做市商提前调整报价，更好地把握交易机会。强化学习算法可以根据市场的实时反馈，自动调整交易策略，提高策略的适应性和灵活性。通过不断地训练和优化，强化学习算法能够在不同的市场环境中找到最优的交易策略，从而提高高频做市策略的盈利能力。量化交易策略也是高频做市策略优化的重要方向。量化交易策略通过数学模型和算法来制定交易决策，具有高度的科学性和系统性。在高频做市策略中，量化交易策略可以帮助做市商更精确地计算买卖价差、确定订单数量和交易时机，从而提高交易的效率和盈利能力。运用量化交易策略，可以根据市场的流动性、波动性等因素，动态调整报价和交易策略，以适应市场的变化。5.3.2市场适应性调整市场环境的变化对高频做市策略的影响至关重要，因此策略需要根据市场的波动性、流动性等因素进行动态调整。市场波动性是影响高频做市策略的关键因素之一，当市场波动性增加时，价格波动更加剧烈，买卖价差可能会扩大，这为高频做市商提供了更多的盈利机会，但同时也增加了风险。在这种情况下，高频做市商可以适当放宽报价的价差，以获取更高的利润。但也要注意控制风险，避免因价格波动过大而导致损失。当市场波动性降低时，买卖价差可能会缩小，高频做市商需要更加精确地控制报价，提高交易频率，以在较小的价差中实现盈利。市场流动性的变化也会对高频做市策略产生显著影响。当市场流动性充足时，交易成本较低，高频做市商可以更容易地进行买卖交易，实现盈利。此时，高频做市商可以增加订单数量，提高交易的活跃度。当市场流动性不足时，交易成本可能会增加，且交易难度加大，高频做市商需要减少订单数量，降低风险暴露。在市场流动性紧张的情况下，高频做市商还可以通过调整报价策略，吸引更多的交易对手，提高市场的流动性。为了更好地适应市场环境的变化，高频做市商可以采用动态调整策略参数和交易规则的方法。根据市场波动性和流动性的实时数据，运用机器学习算法对策略参数进行优化。当市场波动性增加时，机器学习模型可以自动调整报价价差和订单数量等参数，以适应市场变化。还可以根据市场的不同阶段，如牛市、熊市或震荡市，制定不同的交易规则。在牛市中，采取积极的交易策略，增加交易频率和订单数量；在熊市中，采取保守的交易策略，降低风险暴露。5.3.3风险管理强化加强风险监控和预警机制是高频做市策略风险管理的重要环节。高频做市策略面临着多种风险，如市场风险、技术风险、流动性风险等，因此需要建立全面、实时的风险监控体系，及时发现潜在的风险。运用先进的风险监测软件，对交易过程中的风险指标进行实时监测，如VaR、CVaR、持仓风险等。当风险指标超过预设的阈值时，系统能够及时发出预警信号，提醒做市商采取相应的措施。可以利用大数据分析技术，对市场数据、交易数据和风险数据进行深度挖掘和分析，提前预测风险的发生。通过对历史数据的分析，建立风险预测模型，当市场出现类似的情况时，模型可以预测可能出现的风险，并提供相应的应对建议。优化风险控制策略是降低高频做市策略风险的关键。除了前文提到的止损策略、仓位管理和对冲策略外，还可以采用多样化投资策略，将资金分散投资于不同的资产或交易品种，降低单一资产或交易品种对投资组合的影响。在股票市场中，投资于不同行业、不同市值的股票；在期货市场中，交易不同品种的期货合约。还可以建立风险储备金制度，预留一定比例的资金作为风险储备，以应对突发的风险事件。当市场出现极端情况时，风险储备金可以用于弥补损失，保证高频做市策略的持续运行。六、结论与展望6.1研究主要结论总结本研究聚焦于短期趋势市场中的高频做市策略，通过多维度的深入剖析，揭示了高频做市策略在短期趋势市场中的表现、风险特征以及优化方向。在策略表现方面，高频做市策略凭借其高频次的交易特性，能够有效捕捉短期趋势市场中频繁出现的微小价格波动，从而获取买卖价差收益。在市场平稳运行阶段，高频做市策略展现出了良好的盈利能力，年化收益率可达[X]%，能够为投资者带来较为稳定的回报。高频做市策略在提供市场流动性方面发挥了重要作用，显著增加了市场的成交量和交易活跃度，提高了市场的运行效率。高频做市策略也面临着诸多风险。市场风险是其中最为突出的风险之一，市场价格的剧烈波动可能导致做市商的报价与市场实际价格出现较大偏差，从而使做市商遭受损失。在市场出现极端行情时，如2020年初疫情爆发导致的市场暴跌，高频做市策略的最大回撤达到了[X]%，对做市商的资金安全构成了严重威胁。技术风险同样不容忽视，高频做市策略高度依赖先进的技术系统和高速的网络连接，一旦出现技术故障，如服务器崩溃、网络延迟等，可能导致交易中断或错误执行，给做市商带来巨大的损失。监管风险也是高频做市策略需要面对的重要风险，监管政策的变化可能对高频做市策略的实施产生限制，增加了做市商的合规成本。为了提升高频