第四章：库存模型基础——AVCO、FIFO、LIFO

做市商的库存管理，说白了就是一门「怎么管货」的学问。你手里有多少资产、以什么成本拿到的、先卖哪一批——这些细节直接决定了你的盈亏。我个人习惯把库存模型比作记账方式，不同的记账法，算出来的利润天差地别。

今天咱们就聊聊三种最基础的库存模型：AVCO（平均成本法）、FIFO（先进先出）和LIFO（后进先出）。嗯，别被这些英文缩写吓到，其实逻辑都很朴素。

4.1 为什么做市商需要库存模型？

先问一个问题：你同时买入了两批BTC，第一批价格30000，第二批价格40000。现在你卖出一枚，成本该算30000还是40000？

不同的答案，会直接影响你的已实现盈亏、未实现盈亏，甚至税务计算。我在早期做市的时候，就因为没统一库存模型，导致回测结果和实盘对不上——那叫一个头疼。

库存模型的核心作用有三个：

  • 成本核算：明确每笔卖出对应的买入成本
  • 盈亏计算：区分已实现和未实现损益
  • 风险管理：了解当前持仓的真实成本基础

核心观点：库存模型不是会计游戏，它直接影响你的交易决策。选错了模型，你可能会误判自己的风险敞口。

4.2 AVCO模型（平均成本法）

AVCO，全称Average Cost，平均成本法。这是我最常用的模型，没有之一。为什么？因为它简单、平滑，不会因为某笔极端成交而扭曲整体成本。

算法其实就一句话：总成本 ÷ 总数量 = 平均成本。每次新买入，重新计算一次平均价。

举个例子：

操作 价格 数量 总成本 平均成本
买入 100 10 1000 100
买入 120 10 2200 110
卖出5个 115 -5 — 110（不变）

看到没？卖出时平均成本不变。已实现盈亏 = (115 - 110) × 5 = 25。就这么简单。

我的经验：AVCO特别适合做高频做市。因为你的买卖频率极高，用FIFO或LIFO会导致成本频繁跳动，干扰判断。AVCO就像给库存打了个「平滑滤镜」。

代码实现也很直接：

class AVCOInventory:
    def __init__(self):
        self.avg_cost = 0.0
        self.quantity = 0.0
    
    def buy(self, price, qty):
        total_cost = self.avg_cost * self.quantity + price * qty
        self.quantity += qty
        self.avg_cost = total_cost / self.quantity
    
    def sell(self, price, qty):
        if qty > self.quantity:
            raise ValueError("库存不足")
        realized_pnl = (price - self.avg_cost) * qty
        self.quantity -= qty
        return realized_pnl

4.3 FIFO模型（先进先出）

FIFO，First In First Out。字面意思：先买的货，先卖出去。这其实最符合物理世界的直觉——你仓库里的东西，总得先把旧的卖掉吧？

但在做市商的世界里，FIFO有个大问题：它会放大已实现盈亏的波动。

为什么？你想想看，如果市场在上涨，你早期低价买入的库存会先被卖出，产生大量已实现盈利。反过来，市场下跌时，早期高价库存先出，亏损会集中爆发。

我曾经在一个波动率极高的币对上用过FIFO，结果每天已实现盈亏像过山车一样。风控部门天天找我喝茶……后来我学乖了，改用AVCO。

FIFO的实现需要维护一个队列：

from collections import deque

class FIFOInventory:
    def __init__(self):
        self.lots = deque()  # 每个元素是 (price, qty)
    
    def buy(self, price, qty):
        self.lots.append((price, qty))
    
    def sell(self, price, qty):
        realized_pnl = 0.0
        while qty > 0 and self.lots:
            lot_price, lot_qty = self.lots[0]
            if lot_qty <= qty:
                # 整个批次卖完
                realized_pnl += (price - lot_price) * lot_qty
                qty -= lot_qty
                self.lots.popleft()
            else:
                # 部分卖出
                realized_pnl += (price - lot_price) * qty
                self.lots[0] = (lot_price, lot_qty - qty)
                qty = 0
        return realized_pnl

避坑指南：我曾经在回测中用了FIFO，结果发现夏普比率被严重高估。因为早期低价库存带来的巨额盈利，掩盖了后期策略失效的风险。如果你用FIFO做回测，一定要看滚动收益曲线，别只看总收益。

4.4 LIFO模型（后进先出）

LIFO，Last In First Out。后买的货先卖。这在传统行业里不太常见，但在做市商领域，LIFO其实有它独特的价值。

为什么？因为做市商最关心的是当前市场价和最新成本的关系。LIFO能让你更敏感地反映近期市场变化。

举个例子：你刚以110的价格买入一批货，市场突然跌到105。用LIFO的话，你下一笔卖出就会优先用110的成本去算，亏损立刻体现。而用FIFO的话，可能还在用100的老成本，账面看着还是盈利的——这就有点自欺欺人了。

LIFO的实现和FIFO很像，只不过队列变成了栈：

class LIFOInventory:
    def __init__(self):
        self.lots = []  # 用列表模拟栈
    
    def buy(self, price, qty):
        self.lots.append((price, qty))
    
    def sell(self, price, qty):
        realized_pnl = 0.0
        while qty > 0 and self.lots:
            lot_price, lot_qty = self.lots[-1]  # 取最后一个
            if lot_qty <= qty:
                realized_pnl += (price - lot_price) * lot_qty
                qty -= lot_qty
                self.lots.pop()
            else:
                realized_pnl += (price - lot_price) * qty
                self.lots[-1] = (lot_price, lot_qty - qty)
                qty = 0
        return realized_pnl

个人建议：LIFO适合做短线做市，尤其是日内交易。它能让你更早地「认亏」，避免死扛。但要注意，LIFO在税务上可能不太友好（某些地区不允许用LIFO报税），实盘前一定要确认合规性。

4.5 三种模型的对比与选择

好了，三种模型都讲完了。咱们来做个横向对比：

维度 AVCO FIFO LIFO
实现复杂度 低 中 中
已实现盈亏波动 平滑 高 中高
对市场敏感度 低 低（依赖早期成本） 高（依赖近期成本）
适用场景 高频做市、长期持仓 传统金融、税务优化 短线交易、风险敏感型

我个人习惯是：回测用AVCO，实盘也用AVCO。只有在特定策略需要监控近期成本时，我才会切换到LIFO。至于FIFO……嗯，除非客户指定，否则我基本不用。

一个小技巧：你可以在系统中同时维护三种模型的成本数据。AVCO用于日常风控，FIFO用于税务报告，LIFO用于短线决策。互不冲突，各取所需。

4.6 本章小结

库存模型看似是个小问题，但它会渗透到你交易系统的每一个角落。选错了模型，轻则盈亏计算失真，重则风控指标失效。

记住三点：

  • AVCO最平滑，适合大多数做市场景
  • FIFO最直观，但波动大，小心被误导
  • LIFO最敏感，适合需要快速反应的市场

下一章，我们会深入讨论库存风险的量化方法。到时候你会看到，库存模型的选择如何影响VaR和压力测试的结果。嗯，那才是真正有意思的部分。

← 上一章 📖 返回目录 下一章 →