第6章存货模型

第六章：存货模型——做市商的核心博弈

做市商不是慈善家，他们是市场的「存货管理员」。

我个人做量化交易这些年，最深的体会就是：做市商本质上是在管理风险，而不是在预测价格。你想想看，一个做市商每天要面对成千上万笔订单，他凭什么敢同时挂买单和卖单？说白了，他赌的是自己能把存货控制在安全范围内。

什么是存货风险？

假设你是一个做市商，你在100元挂了买单，在101元挂了卖单。突然来了个大买家，把你的卖单全吃了。现在你手里多了1000股空头仓位。如果价格涨到102元，你就亏了。如果跌到99元，你就赚了。

嗯，这里要注意：做市商不是投机者。他不希望赌方向，他只想赚那个微小的价差。但存货让他不得不赌。

核心观点：存货风险迫使做市商调整报价。存货越多，报价越保守。

我在项目中遇到过这样一个案例：某加密货币交易所的做市商，因为一次大额交易导致存货失衡，结果在随后的价格波动中亏损了200万美元。事后复盘，问题就出在存货管理上——他没有及时调整报价来对冲风险。

价差不是随便定的。它反映了做市商对存货风险的评估。

具体来说，存货对价差的影响体现在三个方面：

你可能会问：为什么存货失衡时价差会扩大？

原因很简单：做市商需要补偿自己承担的额外风险。存货越多，价格波动带来的潜在损失越大，所以他要通过更大的价差来获取补偿。

实战技巧：我建议你在分析做市商行为时，重点关注他们的存货水平。如果某只股票的买卖价差突然扩大，很可能是做市商在调整存货风险。

说到存货模型，就不得不提Stoll模型。这是1978年Stoll提出的经典框架，至今仍是做市商定价的基石。

Stoll模型的核心思想是：做市商是风险厌恶的。他会在报价中考虑存货风险，从而影响价差。

模型公式如下：

价差 = 固定成本 + 风险溢价

其中：
- 固定成本：订单处理成本、信息成本等
- 风险溢价：与存货水平成正比

具体来说，Stoll模型给出了做市商的最优报价公式：

最优买价 = 真实价值 - 固定成本 - 风险溢价
最优卖价 = 真实价值 + 固定成本 + 风险溢价

风险溢价 = γ * σ² * I

其中：
- γ：做市商的风险厌恶系数
- σ²：资产收益率的方差
- I：做市商的存货水平

这个公式告诉我们什么？

避坑指南：我曾经犯过一个错误——直接用Stoll模型去套高频交易场景。结果发现模型预测的价差远小于实际价差。后来才明白，高频场景下订单处理成本和信息不对称成本远高于理论值。所以，模型是工具，不是真理。

为了让你更直观地理解存货模型的逻辑，我画了一张框架图：

理论讲完了，咱们聊聊实战。

在实际交易中，我一般这样应用存货模型：

举个例子。我曾经监控某只ETF的做市商行为，发现其存货水平突然飙升到正常值的3倍。按照Stoll模型，价差应该扩大。果不其然，随后半小时内价差从0.02元扩大到0.05元。我趁机在价差扩大时做了一笔套利交易，赚了2个基点。

小技巧：你可以用以下指标来估算做市商的存货水平：

说实话，Stoll模型虽然经典，但局限性也很明显。

第一，它假设做市商是风险厌恶的，但现实中有些做市商其实是风险中性的。第二，它忽略了信息不对称的影响。第三，它假设市场是连续的，但实际交易是离散的。

我曾经用Stoll模型去分析一个新兴市场的做市商行为，结果发现模型预测的价差只有实际价差的一半。后来才发现，那个市场的信息不对称程度远高于成熟市场，做市商需要更大的价差来补偿信息风险。

所以，模型是起点，不是终点。你需要根据市场特征来调整模型参数。

好了，这一章的内容就到这里。存货模型是理解做市商行为的关键，也是微观结构分析的基础。下一章我们会讨论信息模型，看看信息不对称如何影响市场运行。