Nautilus Trader 复合做市策略（Composite Market Maker）完整指南：基于 book mid 报价、库存与外部信号双偏置的实现与调优

Nautilus Trader 复合做市策略（Composite Market Maker）完整指南：基于 book mid 报价、库存与外部信号双偏置的实现与调优

【免费下载链接】nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architecture项目地址: https://gitcode.com/GitHub_Trending/na/nautilus_trader

导读

本文基于 Nautilus Trader 仓库内置的CompositeMarketMaker示例策略，深入讲解一种「单交易对做市、双信号源驱动」的做市策略实现：它围绕目标交易品种的盘口中间价（book mid）挂出单边买一与卖一，并通过**库存偏置（inventory skew）与外部信号偏置（signal skew）**两套独立的位移机制来管理风险与捕捉方向性收益。读完本文，你将掌握该策略的报价循环、重新报价（requote）门控逻辑、最坏情况持仓上限计算，以及全部配置参数在 config.rs 与 strategy.rs 中的底层实现，并能在 Rust 与 Python（v2）两条路径上直接落地使用。

策略概述：一个目标盘 + 一个信号盘的组合

CompositeMarketMaker是一个「单一交易对」的做市策略，其定义位于 crates/trading/src/examples/strategies/composite_market_maker/mod.rs：

围绕目标交易品种的 book mid 报价单边买单与单边卖单，一个第二交易品种（典型为SyntheticInstrument）提供信号，其相对基线的残差（residual）将双边报价整体上移或下移；库存偏置则将双边报价朝当前持仓的反方向位移。

策略同时订阅两个交易品种的报价流：

• 目标交易品种（target instrument）：策略实际报价挂单的市场，例如OCPI-H100-PERP.AX；
• 信号交易品种（signal instrument）：驱动信号偏置的价格来源。任何发布 quote 的品种都可以充当信号源，但SyntheticInstrument是典型选择——它可以让你把一个多腿的复合信号编码成公式（如多品种价差、指数合成），并在多个策略间复用同一信号。仓库文档中信号品种的示例 ID 为SEMI-COMPOSITE.SYNTH。

每次目标品种 tick 到来时，策略评估是否需要重新报价；而信号品种的 tick 只被动更新内部last_signal值，永远不会独立触发 requote，它要等到下一个目标 tick 才会被读取并影响报价。

报价循环（Quoting Cycle）：六步流程

原文档给出的报价循环如下，每次目标品种报价 tick 都会触发：

1. 计算锚点（anchor）：取最新 quote 的中间价作为锚点；
2. requote 门控：如果锚点与信号残差的价格影响（signal_skew_factor * residual）自上次挂单以来都未移动超过requote_threshold_bps，则跳过本次重新报价；
3. 撤销旧单：取消目标品种上的所有现存订单；
4. 读取头寸与最坏情况暴露：从缓存（cache）中读取当前净头寸，以及每侧的最坏情况暴露（未平仓头寸 + 所有挂单中的买单或卖单）；
5. 计算双边价格：在锚点基础上叠加库存偏置与信号偏置，并在提交每一侧之前执行max_position上限检查；
6. 提交剩余侧订单：以post_only限价单形式提交通过检查的那一侧。

锚点与残差门控的源码实现

在 strategy.rs 中，requote 门控被拆成两个独立的判断函数：

• should_requote_on_anchor：比较当前锚点与last_quoted_anchor，相对位移|anchor - last| / last >= requote_threshold_bps / 10_000时返回true；没有上次锚点或上次锚点为 0 时直接短路返回true（保证首次能播种挂单）；
• should_requote_on_residual：当signal_skew_factor == 0.0时直接返回false（信号残差无法影响报价，也就不该触发 requote）；否则计算残差变化带来的价格影响|residual - last_residual| * |signal_skew_factor|，再除以锚点与 bps 阈值比较；
• should_requote = should_requote_on_anchor || should_requote_on_residual。

关键设计点：requote 阈值是「锚点位移」与「信号残差价格影响」二选一，哪个先越过阈值就触发重新报价。这意味着即使目标盘口纹丝不动，只要信号残差变化足够大，也会「穿透」requote 门控完成挂单刷新。这正对应原文档的说明：取消/重挂（cancel/replace）流量与真实价格变动成正比，同时仍能捕捉目标 tick 之间的信号更新。

有单才跳过，无单必重挂

on_quote中还有一处容易被忽略的逻辑：if !self.should_requote(...) && has_resting { return Ok(()); }。即只有当门控未通过且盘口上仍有挂单时才直接返回；如果当前没有挂单（例如全部被外部取消或成交），即使位移未达阈值也会重新报价补单。has_resting通过缓存统计orders_open_count与orders_inflight_count得到。

库存偏置（Inventory Skew）

原文档给出公式：

inventory_shift = inventory_skew_factor * net_position

当inventory_skew_factor为正且策略持有多头时，双边同时下移：买价离市场更远（更难成交、防止继续加仓），卖价离市场更近（更易成交、鼓励减仓）。位移是对称的，因此报价价差（spread）保持不变，改变的只是价差相对锚点的位置。

源码中对应的实现位于compute_quotes（strategy.rs）：

let inventory_shift = self.config.inventory_skew_factor * net_position; let signal_shift = self.config.signal_skew_factor * signal_residual; // Positive signal residual lifts both sides; positive inventory lowers both sides. let total_shift = signal_shift - inventory_shift; let bid_f64 = anchor_f64 - half_spread + total_shift; let ask_f64 = anchor_f64 + half_spread + total_shift;

注意net_position的符号约定：持仓为正（多头）时inventory_shift为正，total_shift = signal_shift - inventory_shift会整体下移；持仓为负（空头）时整体上移。这一符号关系在 tests.rs 中有明确验证：

• 多头 2 单位、inventory_skew_factor=1.0、锚点 1000、半价差 100bps（10 元）时：bid = 988.00、ask = 1008.00（整体下移 2 元）；
• 空头 -2 单位时：bid = 992.00、ask = 1012.00（整体上移 2 元）。

报价的 tick 化与防交叉处理

计算出原始 bid/ask 浮点价格后，代码使用instrument.next_bid_price(bid_f64, 0)向下取整到最近的合法买价 tick，用instrument.next_ask_price(ask_f64, 0)向上取整到最近的合法卖价 tick——这种取整方向保证了非交叉报价对在取整后仍然不交叉。但当偏置超过半价差（粗 tick 品种上）时取整仍可能让买价 ≥ 卖价，此时compute_quotes直接返回空订单列表（crossed检查），放弃本轮挂单而不是提交会吃单的订单。这是源码注释明确说明的防御逻辑。

信号偏置（Signal Skew）

原文档给出公式：

residual = (signal_mid - baseline) / baseline signal_shift = signal_skew_factor * residual

当signal_skew_factor为正且残差为正（信号价格高于基线）时，双边报价同幅上移——这正是信号预示目标品种即将上行漂移时想要的挂单位置。基线的取值有两种方式：

• 配置signal_baseline：显式给出（对回测是确定性的）；
• 不配置（None）：捕捉第一个观察到的信号 mid 作为基线。

源码中signal_residual()（strategy.rs）的实现为：

match (self.last_signal, self.signal_baseline) { (Some(signal), Some(baseline)) if baseline != 0.0 => signal / baseline - 1.0, _ => 0.0, }

signal / baseline - 1.0即(signal - baseline) / baseline。测试 tests.rs 覆盖了三个边界情形：

• 没有信号时残差恒为 0.0；
• 基线 100、信号 110 时残差为 0.10；
• 基线为 0 时守卫生效，返回 0.0 避免除零。

信号 tick 处理（on_quote前半段）只做两件事：更新last_signal = f64::midpoint(bid, ask)；若signal_baseline尚未设置则用首个信号 mid 捕获基线。测试test_signal_tick_updates_last_signal_and_captures_baseline_once验证了基线只捕获一次；test_signal_tick_does_not_overwrite_explicit_baseline验证显式配置的基线永远不会被信号 tick 覆盖。

持仓上限（Position Limits）：最坏情况投影

在提交每一侧之前，策略会投影最坏情况的单侧暴露：

worst_long = 净持仓(带方向) + 所有挂单中的买单剩余量 worst_short = 净持仓(带方向) - 所有挂单中的卖单剩余量

源码中（strategy.rs）通过缓存同时遍历orders_open与orders_inflight，用AHashSet去重后按方向累加leaves_qty。随后在compute_quotes中执行上限检查：

if let Some(price) = bid_price && worst_long + trade_size <= max_pos { orders.push((OrderSide::Buy, price)); } if let Some(price) = ask_price && worst_short - trade_size >= -max_pos { orders.push((OrderSide::Sell, price)); }

为什么连 in-flight 订单也算：异步撤单在途期间，挂单仍然可能成交并计入持仓，因此必须把未确认撤单的订单继续视为暴露，max_position才能在上限处真正「封顶」。这与仓库中同目录下的GridMarketMaker采用同一模式（见 mod.rs 的模块注释）。测试test_compute_quotes_max_position_blocks_buy/test_compute_quotes_max_position_blocks_sell验证了触顶后对应侧订单被丢弃、只保留另一侧。

需要强调的是：策略在触顶时停止加仓，但不会主动减仓。偏置会让某一侧变得更「划算」，那一侧成交把仓位打回来是唯一的退出路径——这是原文档明确描述的行为边界。

配置参数全表

原文档给出的完整配置表如下，字段定义可在 config.rs 中逐条核对：

源码层的参数语义补充

• base: StrategyConfig：每个示例策略配置都内嵌一个基础策略配置。CompositeMarketMakerConfig的默认base为strategy_id: "COMPOSITE_MM-001"、order_id_tag: "001"（config.rs），测试test_config_defaults逐项断言了这些默认值；
• trade_size = None的解析时机：在on_start中从缓存解析目标品种，取min_quantity；若品种未定义最小数量，则回退为Quantity::new(1.0, size_precision)（strategy.rs）；
• half_spread_bps的语义：5表示半价差 5bps，即偏置前的完整报价价差为 10bps；
• expire_time_secs：设置后订单使用TimeInForce::Gtd，expire_time = now + expire_time_secs（基于策略时钟）；
• on_cancel_resubmit：为true时，若发生非策略自发的外部撤单（如交易所主动撤掉短期订单），策略会重置last_quoted_anchor/last_quoted_residual，让下一个 tick 直接重新挂单。实现上策略用pending_self_cancels集合区分「自己发起的撤单」与「外部/协议撤单」（strategy.rs），测试test_on_order_canceled_self_cancel_preserves_anchor与test_on_order_canceled_protocol_cancel_resets_anchor验证了这一区分；
• 订单事件重置：on_order_rejected与on_order_expired都会无条件重置锚点与残差状态并清理pending_self_cancels，保证被拒/过期后能立即重新报价。

生命周期行为

从DataActortrait 的实现可以看到完整的生命周期管理（strategy.rs）：

• on_start：解析目标品种信息（price_precision、size_precision、min_quantity），解析trade_size，随后订阅目标与信号两个品种的 quote 流；
• on_stop：取消目标品种全部订单、平掉全部仓位，并退订两个 quote 流；
• on_reset：清空全部运行状态——instrument、price_precision、last_quoted_anchor、last_quoted_residual、last_signal、pending_self_cancels，并把signal_baseline恢复为配置值（未配置则恢复为None），trade_size恢复为配置值。测试test_on_reset_reverts_signal_baseline_to_config_value验证了显式基线的恢复行为。

调优指南（Tuning Guidelines）

原文档给出的四组调优建议，是实战中最有价值的经验参数：

• 流动性好的盘口（Liquid book）：小half_spread_bps（5 到 10）搭配紧requote_threshold_bps（2 到 5）。策略能吃到价差，但必须跟上中间价的移动速度；
• 流动性差的盘口（Illiquid book）：更宽的half_spread_bps（20 到 50）与requote_threshold_bps（10 到 20）。报价能容忍陈旧盘口条件，不会在每一次微小抖动上都造成撤单风暴；
• 库存控制（Inventory control）：选择inventory_skew_factor，使factor * max_position落在半价差的 10% 到 50% 区间。超过这个区间，偏置后的报价会穿越活跃盘口，作为 post-only 订单被拒；低于这个区间，偏置太小不足以改变成交概率；
• 信号权重（Signal weighting）：选择signal_skew_factor，使factor * typical_residual是 tick size 的小倍数。例如信号偏离基线 5%、signal_skew_factor = 1.0时产生 0.05 个价格单位的位移——对低价品种有实际意义，对高价品种则几乎不可见。

结合源码可以进一步理解这些建议的机理：半价差、库存位移、信号位移最终在compute_quotes中合并为total_shift，再经过next_bid_price/next_ask_price的 tick 取整。当|total_shift|超过半价差时，报价对会交叉并整轮被丢弃——这正是「偏置过大会导致挂不出单」的源码级原因；而requote_threshold_bps则通过should_requote控制撤单重挂的频率，直接决定 cancel/replace 流量与交易所费率成本。

Rust 用法

原文档给出的 Rust 用法如下（路径为 crates/trading/src/examples/strategies/composite_market_maker/mod.rs 导出的CompositeMarketMaker/CompositeMarketMakerConfig）：

use nautilus_model::{identifiers::InstrumentId, types::Quantity}; use nautilus_trading::examples::strategies::{ CompositeMarketMaker, CompositeMarketMakerConfig, }; let config = CompositeMarketMakerConfig::builder() .instrument_id(InstrumentId::from("OCPI-H100-PERP.AX")) .signal_instrument_id(InstrumentId::from("SEMI-COMPOSITE.SYNTH")) .max_position(Quantity::from("100")) .trade_size(Quantity::from("100")) .half_spread_bps(25) .inventory_skew_factor(0.0005) .signal_skew_factor(0.5) .requote_threshold_bps(10) .build(); let strategy = CompositeMarketMaker::new(config); node.add_strategy(strategy)?;

配置采用bon::Builder派生构造器（见 config.rs），必填项为instrument_id、signal_instrument_id、max_position，其余参数均有默认值——test_config_defaults断言了half_spread_bps = 5、requote_threshold_bps = 5、两个 skew factor 均为0.0、trade_size = None、signal_baseline = None、expire_time_secs = None、on_cancel_resubmit = false。

Python 用法（v2）

在 Python v2 中，将配置传给LiveNode或BacktestEngine的add_builtin_strategy即可。Python 只负责提供配置，策略本身完全运行在 Rust 侧：

from nautilus_trader.trading import CompositeMarketMakerConfig config = CompositeMarketMakerConfig( instrument_id=InstrumentId.from_str("OCPI-H100-PERP.AX"), signal_instrument_id=InstrumentId.from_str("SEMI-COMPOSITE.SYNTH"), max_position=Quantity.from_str("100"), trade_size=Quantity.from_str("100"), half_spread_bps=25, inventory_skew_factor=0.0005, signal_skew_factor=0.5, requote_threshold_bps=10, ) node.add_builtin_strategy("CompositeMarketMaker", config)

CompositeMarketMakerConfig通过pyo3暴露为nautilus_trader.trading模块下的 Python 类（config.rs），并登记在 python/nautilus_trader/trading/init.pyi 的类型存根中。Python 侧还可以额外传入strategy_id与order_id_tag覆盖默认策略 ID 与订单 ID 前缀，这一用法在仓库测试 python/tests/unit/trading/test_example_configs.py 中有直接示例：

CompositeMarketMakerConfig( instrument_id=INSTRUMENT_ID, signal_instrument_id=SIGNAL_INSTRUMENT_ID, max_position=Quantity.from_str("1"), strategy_id=STRATEGY_ID, order_id_tag=ORDER_ID_TAG, )

测试覆盖：行为契约的可验证依据

策略的完整行为契约由 tests.rs 中的 30 余个rstest测试固化，可作为理解与改造策略时的行为参考：

• requote 门控：无上次报价时必重挂；阈值内不重挂；恰达阈值重挂；锚点不动但信号残差价格影响越过阈值时重挂；signal_skew_factor = 0时残差门控完全失效；
• 除零防御：基线为 0 时残差返回 0；锚点为 0 时残差门控短路为false；上次锚点为 0 时锚点门控短路为true；
• 报价计算：无偏置时的对称报价（bid = anchor - half_spread，ask = anchor + half_spread）；库存偏置多/空头方向的位移；信号偏置正残差的上移；组合偏置的叠加；偏置对称性保证价差不变；max_position阻断买单/卖单；
• 事件处理：自撤单保留锚点状态、外部撤单（开启 resubmit 时）重置锚点、拒绝/过期无条件重置、on_reset全状态清理与基线回退。

适用边界与注意事项

• 本策略是仓库内置的示例策略（位于crates/trading/src/examples/），定位是展示 Nautilus Trader 策略框架的完整写法（配置构造、DataActor生命周期、缓存读取、订单提交、事件处理），并非开箱即用的生产系统——上线前仍需结合具体交易所的费率结构、盘口深度与风控要求自行评估；
• 策略提交的是post_only限价单（strategy.rs 中Some(true)参数），一旦偏置让报价穿越活跃盘口，订单会被交易所按 post-only 违约拒绝——这正是调优指南中「偏置过大会被拒」的出处；
• 库存上限是「停止加仓」而非「主动减仓」，退出路径完全依赖偏置让某一侧更易成交，在极端单边行情下需要外部风控兜底。

如需继续深入，可对照阅读仓库中同目录的其他示例策略（如 grid_mm、delta_neutral_vol），以及add_builtin_strategy在 crates/backtest/src/python/engine.rs 与 crates/live/src/python/node.rs 中的注册实现，以了解示例策略在回测引擎与实盘节点上的完整接入链路。

【免费下载链接】nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architecture项目地址: https://gitcode.com/GitHub_Trending/na/nautilus_trader