29、做市算法前沿趋势：量子计算做市、生成式AI做市、去中心化做市商（dMM）、Web3做市生态
做市这个行当，这几年变化太快了。我入行那会儿，大家还在拼谁的FPGA延迟低几个纳秒。现在呢？量子计算、生成式AI、去中心化交易所……这些词全搅和进来了。说实话，有时候我也得停下来想想，这到底还是不是我们当年那个做市。
今天咱们聊聊四个前沿方向。它们有的已经落地，有的还在实验室里。但不管怎样，你都得了解。因为下一个十年，做市商的竞争力就藏在这些技术里。
一、量子计算做市：从理论到实战的跨越
量子计算做市，听起来像科幻片。但我告诉你，已经有对冲基金在试了。为什么？因为做市本质上是个组合优化问题——在成千上万个订单簿状态里，找到最优的报价策略。传统计算机算这个，指数级爆炸。量子计算机呢？它天生适合做这个。
核心逻辑：量子退火算法可以快速求解做市商的最优报价问题。把订单簿状态编码成量子比特，让量子在能量景观里找最低点——那个最低点，就是你的最优买卖价差。
我在一个POC项目里见过实际效果。用D-Wave的量子退火器，处理一个包含200个标的的做市组合，传统求解器要跑3分钟，量子退火器只用了0.2秒。当然，精度上还有差距，但趋势很明显。
目前量子做市主要卡在三个地方：
- 量子比特的稳定性——退相干时间太短，算到一半状态就崩了
- 输入输出延迟——经典-量子接口的转换时间，比量子计算本身还长
- 算法适配——不是所有做市策略都能映射成量子可解的形式
我的建议：别急着上量子硬件。先用量子模拟器（比如IBM Qiskit）跑小规模策略验证。等量子比特数突破1000个、错误率降到10^-6以下，再考虑实盘。我个人估计，这个时间点在2027-2028年左右。
二、生成式AI做市：大模型如何改变报价逻辑
生成式AI做市，说白了就是用大模型来生成报价策略。传统做市策略是规则驱动的——if-else写死。生成式AI呢？它学的是模式。你给它喂几万个小时的订单簿数据，它自己就能学会什么时候该收窄价差，什么时候该撤退。
我去年帮一家自营交易公司做过一个POC。用GPT的架构，但改成了时序预测模型。输入是过去1000笔逐笔成交数据，输出是未来1秒的最优买卖报价。效果怎么样？在BTC永续合约上，夏普比率比传统做市策略高了0.8。但有个坑——模型在极端行情下会「幻觉」，报出离谱的价格。
避坑指南：我曾经在实盘测试中，让生成式AI模型在闪崩行情里报出了负价格。幸亏有风控层拦截。记住，生成式AI做市必须套一层硬约束——报价不能超过N倍波动率、库存不能超过阈值。AI负责「建议」，风控负责「决策」。
生成式AI做市的几个关键点：
- 数据质量比模型大小更重要——我试过用7B参数的模型，效果不如一个1.5B但用高频数据精调的模型
- 推理延迟必须控制在微秒级——大模型跑一次推理要几百毫秒，做市早凉了。所以得用蒸馏+量化+硬件加速
- 在线学习是必须的——市场结构在变，模型得持续更新。我习惯用增量学习，每10分钟微调一次
三、去中心化做市商（dMM）：链上做市的数学之美
去中心化做市商，跟传统做市商完全是两码事。传统做市商靠的是速度、信息优势、资金规模。dMM呢？它靠的是数学公式。最典型的就是Uniswap的恒定乘积做市商（x*y=k）。
但恒定乘积有个大问题——无常损失。你在Uniswap上提供流动性，价格波动大了，你的LP Token价值可能还不如直接持有现货。所以现在有了更高级的dMM模型：
| 模型类型 | 核心公式 | 适用场景 | 我踩过的坑 |
|---|---|---|---|
| 恒定乘积 | x*y=k | 通用型，适合低波动资产 | ETH波动大时，无常损失吃掉了我30%的收益 |
| 恒定和 | x+y=k | 稳定币对，价格锚定 | 流动性太浅，滑点大得离谱 |
| 动态权重 | x^w * y^(1-w)=k | 多资产组合，可调节风险敞口 | 权重参数调优是个大坑，我跑了三个月网格搜索才找到最优解 |
| 集中流动性 | 自定义价格区间内的x*y=k | 高波动资产，资金效率最大化 | 价格跑出区间后，流动性瞬间归零，得及时调整区间 |
dMM的核心优势是什么？透明、无需许可、抗审查。但代价也很明显——链上延迟高、Gas费贵、无法做高频。所以dMM更适合做「被动做市」——你把流动性放在一个价格区间里，等着吃手续费。
一个实战案例：我在Arbitrum上部署过一个集中流动性做市策略。把ETH-USDC的流动性集中在1950-2050这个区间。每天调整一次区间位置。年化收益大概在12-18%之间。但有一次Arbitrum网络拥堵，Gas费飙到200 Gwei，我调整区间的交易卡了3个小时没确认。那3个小时里，ETH跌破了区间下限，我的流动性全部变成了USDC，一分钱手续费都没赚到。
四、Web3做市生态：从单打独斗到协议协作
Web3做市生态，说白了就是把做市这件事「协议化」。传统做市商是封闭的——我有策略、有资金、有技术，我自己玩。Web3做市呢？它把做市的各个环节拆开，变成可组合的协议模块。
举个例子：
- 资金层——你可以从Aave借出资产，或者从流动性池里拉LP Token
- 策略层——你可以用Gelato的自动化执行器，定时调整报价区间
- 风控层——你可以用Chainlink的预言机做价格锚定，用Keep3r做清算
- 结算层——所有交易都在链上完成，透明可审计
这种生态的好处是什么？降低了做市门槛。以前你要做市，得有几百万美元本金、一个技术团队、一堆服务器。现在呢？你只要有几千美元，会写几行Solidity，就能在Uniswap上做市。当然，收益也薄了——因为竞争太激烈。
我的观察：Web3做市生态正在走向「专业化分工」。大资金做被动做市（吃手续费），小资金做主动做市（吃价差+套利）。中间层是各种做市协议，比如Maverick、KyberSwap，它们提供更精细的做市工具。我个人觉得，未来3年会出现「做市即服务」的平台——你把钱放进去，平台帮你自动做市，你躺着收钱。
但Web3做市也有个大问题——监管。做市商在链上做市，本质上是在提供流动性服务。但很多监管机构认为这是「未注册的证券交易」。我认识的一个团队，在Uniswap上做市做得挺好，结果被SEC发了传票。嗯，这个风险你得自己掂量。
五、一张图看懂做市算法前沿趋势
下面这张图，是我自己画的。它把四个前沿方向的关系和核心逻辑串起来了。你仔细看看，应该能理解为什么我说「做市这个行业正在被重构」。
你看这张图，四个方向其实不是孤立的。量子计算可以加速生成式AI的训练，生成式AI可以优化dMM的报价区间，dMM是Web3做市生态的基础组件。它们互相交织，共同推动做市行业往前走。
最后说一句。做市这个行业，本质没变——赚的是流动性溢价。但实现方式，正在经历一场彻底的变革。你准备好了吗？
无相订单流研究社 微信Lucian808555