Bitmaker 如何使用 Origami Tech 构建做市策略
简介
Origami Tech 与专业交易团队合作，展示自动化策略在实践中如何配置和使用。
Bitmaker 就是其中一例。这支做市团队将 Origami Tech 用作自动化层，在中心化和去中心化交易所上构建并运行流动性策略。
此次合作汇集了两个不同领域的专业能力：Bitmaker 贡献实战做市逻辑，Origami Tech 则提供将这些逻辑转化为可执行机器人参数的基础设施。
Bitmaker 通过一系列公开的策略解析，展示了如何在 Origami Tech 中表达有关价差、订单簿深度、交易量分布和刷新时机的决策。
这些示例涵盖三种基础做市配置：
- 固定价差网格；
- 2% 深度网格；
- 订单规模随远离价差而递增的网格。
每种配置都使用相同的核心构建模块，即价格公式、订单量、买卖层级和刷新间隔，但形成的流动性结构各不相同。
从做市逻辑到机器人参数
人们常常通过结果来描述做市，例如更窄的价差、更深的订单簿、更低的滑点和更稳定的执行。
这些结果的背后是一套具体的规则。
做市策略必须确定订单挂在何处、每笔订单包含多少量、机器人维持多少个价格层级，以及这些订单的刷新频率。
Origami Tech 将这些决策转化为可配置的公式和机器人设置。
当前市场价格由 ticker() 表示，每笔订单在网格中的位置由 order_pos 表示。其他参数则决定订单量、买单和卖单数量，以及策略刷新前的等待时间。
这让执行逻辑一目了然。
固定价差网格：让流动性贴近市场
价差管理是 Bitmaker 做市方法的核心内容之一。
固定价差网格在距当前市场价格预设的距离上挂出买单和卖单。随着市场变化，机器人会定期刷新这些订单。
示例配置使用以下参数：
{
"execute_price": "ticker() * (1 + order_pos * 0.0025)",
"execute_volume": "3 / execute_price",
"buy_orders_count": "2",
"sell_orders_count": "2",
"sleep_after_seconds": "180"
}
execute_price 公式按当前市场价格 0.25% 的间隔放置每笔订单：
ticker() * (1 + order_pos * 0.0025)
该策略在市场价格下方挂出两笔买单，在上方挂出两笔卖单。每笔订单的名义价值约为 $3，整个网格每 180 秒刷新一次。
以 100 作为参考市场价格，该示例产生以下层级：
最近的买单和卖单形成约 0.5% 的预估价差。
这一配置将有限的流动性保持在当前市场价格附近。它是一种基础配置，用于在订单簿两侧维持订单，而不将其分散到较宽的价格区间。
刷新间隔同样重要。机器人不会让初始订单一直挂着，而是每三分钟检查一次市场并更新网格。
2% 深度网格：将流动性分布到更多层级
价差只是市场质量的一部分。订单簿深度反映了不同价格层级上的可用流动性，以及市场吸收新进交易的能力。
2% 深度网格将流动性进一步延伸到当前市场价格的上方和下方。该策略不只是在价差附近集中少量小额订单，而是在订单簿上建立更多层级。
Bitmaker 给出了以下配置：
{
"execute_price": "ticker() * (1 + order_pos * 0.004)",
"execute_volume": "150 / execute_price",
"buy_orders_count": "6",
"sell_orders_count": "6",
"sleep_after_seconds": "300"
}
机器人挂出六笔买单和六笔卖单。
各层级之间的价格步长为 0.4%，六个层级在订单簿两侧各覆盖距当前市场价格约 2% 的范围。每笔订单约为 $150，网格每五分钟检查并刷新一次。
与固定价差示例相比，这一配置同时增加了层级数量和每笔订单的规模。
其目的是在订单簿更宽的范围内形成可见的流动性。通过在多个价格上挂单，而不是将全部流动性集中在市场价格附近，该策略能够在更宽的区间内提供更大的深度和更顺畅的执行。
这一配置说明了价差管理与深度管理的区别。
固定价差网格侧重于维持附近的买单和卖单。深度网格则将流动性分布到更多层级，使价格远离中心时市场仍有额外的可用量。
订单规模随远离价差而递增
流动性不必在每个层级上平均分布。
在 Bitmaker 的做市逻辑中，订单量可以根据订单与当前市场价格的距离而变化。价差附近的较小订单有助于控制即时敞口，而订单簿更深处的较大订单则能提供额外的市场深度。
这种行为可以在 Origami Tech 中通过以下网格进行配置：
{
"execute_price": "ticker() * (1 + order_pos * 0.003)",
"execute_volume": "(3 * abs(order_pos)) / execute_price",
"buy_orders_count": "4",
"sell_orders_count": "4",
"sleep_after_seconds": "120"
}
机器人挂出四笔买单和四笔卖单，各层级之间的步长为 0.3%。
关键区别在于交易量公式：
(3 * abs(order_pos)) / execute_price
订单规模基于 abs(order_pos) 计算，因此订单距当前市场价格越远，量越大。
各层级的大致名义价值如下：
网格每 120 秒刷新一次。
这形成了一种渐进式的流动性结构：最靠近价差的订单规模较小，而更深层级承载的量更大。
这一配置表明，做市网格不必在所有位置使用相同的订单规模。价格布局和交易量分布可以分别控制，让策略能够根据与市场的距离塑造流动性。
三种配置，三种流动性目标
这三个示例使用相同的 Origami Tech 基础参数，却形成了不同的订单簿结构。
差异不仅体现在订单数量上。
每种策略都改变了资金的分配方式、网格的反应速度以及流动性的集中位置。旨在维持窄幅近价网格的配置，与旨在跨多个层级形成可见深度的配置，有着不同的要求。
Bitmaker 与 Origami Tech 的角色
Bitmaker 贡献做市逻辑和流动性执行方面的实战视角。
其配置展示了如何将价差、深度、订单分布和刷新频率等概念转化为明确的交易规则。
Origami Tech 提供用于配置和运行这些规则的自动化层。该平台允许在机器人策略中组合价格公式、订单量公式、买卖数量和刷新间隔等参数。
因此，此次合作连接了做市的两个层面。
Bitmaker 阐明流动性结构要实现的目标，Origami Tech 则提供表达并自动化这一结构的环境。
为什么实战配置很重要
人们常常通过宽泛的绩效指标来讨论做市。市场可能被形容为流动性好、稳定、有深度或高效，但这些描述并不能说明底层订单是如何产生的。
实战配置让执行层更容易理解。
它们表明，做市机器人并非简单地“提供流动性”，而是遵循关于价格距离、订单量、网格规模和刷新时机的明确规则。
改变其中任何一个参数，都会改变最终的订单簿。
更小的价格步长使层级更加紧密。更多的买单和卖单会扩展网格。更大的交易量公式会增加可见流动性。更短的刷新间隔会使策略更频繁地检查和更新订单。
Bitmaker 通过公开真实配置，展示了这些决策如何通过 Origami Tech 落地，而不是仅以预期结果来呈现做市。
结论
Bitmaker 与 Origami Tech 的合作，为自动化做市提供了实战视角。
Bitmaker 带来专业的流动性逻辑，并阐释价差、深度和订单分布在执行层面的运作方式。Origami Tech 则将这些逻辑转化为可配置的机器人参数，用以定义订单挂在何处、规模多大、创建多少层级，以及网格的刷新频率。
这三个示例表明，做市策略可以使用相同的自动化基础设施，却形成截然不同的流动性结构。
固定价差网格将小额订单保持在市场价格附近。2% 深度网格将更大的流动性分布到更多价格层级。渐进式网格则随着与价差距离的增加而扩大订单规模。
这些配置共同展示了市场质量目标如何在 Origami Tech 中转化为可执行的交易规则。
