本文提出了在信息不对称下的做市定价算法,并建立了基于主体的计算经济模型对该算法进行了分析。前人对做市商定价的研究,或者偏重于做市商定价的理论推导,或者局限于做市商市场行为的实证研究。本文期望填充这两类研究中间的空白。在理论方面,本算法是基于Glosten和Milgrom模型的改进。在本文的算法中,做市商对股票真实价格有一概率密度估计。根据接收的市场指令,做私事利用贝叶斯方法实时的更新该概率密度估计,然后利用零利润原则——即维持做市商的利润为零——提供买卖报价。同时,由于该算法的解析解难以求取,本文提出了近似求解方法。此外,本问还展示了该算法在存货控制和竞争做市商制度下具有良好的扩展性。在模型检验方面,本文构建了基于主体的做市商模型,验证了本文做市定价算法的合理性。例如,随着不确定性增加,做市商的报价价差增大；在竞争做市商制度中,报价价差最小的做市商盈利最多。此外,本模型还取得了与实证金融数据相同的时间序列特性,例如波动聚集性,收益率服从厚尾分布等。