三、报价价差与库存管理：价差的决定因素、库存风险与库存平衡策略
做市的核心，说白了就是两件事：怎么定买卖价差，以及怎么管手里的货。
价差是你赚的钱，库存是你扛的雷。这两者就像跷跷板的两头——价差太宽，你赚得多但没人跟你交易；价差太窄，单子倒是多，但库存风险一下就上来了。我刚开始做市那会儿，就吃过这个亏，价差设得太激进，结果库存方向跟市场反着走，一晚上亏掉半个月的利润。
今天咱们就把这两件事彻底讲透。
3.1 价差(Bid-Ask Spread)的决定因素
价差不是拍脑袋定的。它背后有清晰的逻辑，我总结为三个核心因素：
- 市场波动率——波动越大，价差越宽
- 流动性深度——流动性越差，价差越宽
- 库存状态——库存偏离目标，价差会不对称调整
咱们一个一个说。
3.1.1 波动率驱动的价差模型
波动率是价差最直接的驱动力。你想想看，如果市场每秒都在剧烈跳动，你报出去的买单可能下一秒就变成亏损单。所以波动率越高，你必须用更宽的价差来保护自己。
我常用的一个基础公式是这样的：
# 基础价差 = 波动率系数 * 预期波动 + 固定成本
spread = k * sigma * sqrt(T) + fixed_cost
# 其中：
# sigma = 近期波动率（比如5分钟收益率的标准差）
# T = 持仓时间预期（通常取1-5分钟）
# k = 风险厌恶系数（我一般设1.5-2.5）
# fixed_cost = 手续费、滑点等固定成本嗯，这里要注意：sigma 的计算窗口不能太短，也不能太长。我踩过的坑是用了1分钟窗口，结果被一次大单砸穿，价差瞬间缩到零。后来我改成5分钟窗口加指数加权，效果稳定多了。
3.1.2 流动性深度的影响
流动性深度，说白了就是盘口上挂了多少单。深度越浅，你成交后对市场的影响越大，价差自然要更宽。
我习惯用订单簿不平衡度来调整价差：
def adjust_spread_by_depth(bid_volume, ask_volume, base_spread):
# 计算买卖深度比
depth_ratio = bid_volume / (bid_volume + ask_volume + 1e-8)
# 深度不平衡时，价差扩大
imbalance = abs(depth_ratio - 0.5) * 2 # 0到1之间
# 调整系数
spread_multiplier = 1 + imbalance * 0.5
return base_spread * spread_multiplier这个逻辑很简单：当买单深度远大于卖单深度时，说明市场偏向买方，你的卖单风险更大，价差要调宽。反过来也一样。
3.1.3 库存状态驱动的非对称价差
这是做市的核心技巧之一。当你的库存偏离目标时，价差不能是对称的。
举个例子：你手里囤了100个ETH，但目标库存是0。这时候你的卖单报价应该比正常价差更窄（赶紧卖出去），买单报价应该比正常价差更宽（别让我再买了）。
我管这个叫库存偏移调整：
def asymmetric_spread(base_spread, inventory, target_inventory, max_inventory):
# 库存偏离度，范围 -1 到 1
deviation = (inventory - target_inventory) / max_inventory
# 买单价差调整
bid_spread = base_spread * (1 + deviation * 0.3)
# 卖单价差调整
ask_spread = base_spread * (1 - deviation * 0.3)
return bid_spread, ask_spread这个0.3的系数是我反复调出来的。系数太大，价差扭曲严重，容易被套利者盯上；系数太小，库存回正速度太慢。
核心原则：库存偏离越大，价差越不对称。但不对称度不能超过一个阈值，否则你会变成市场的"提款机"。
3.2 库存风险：做市商最大的敌人
做市商亏钱，十有八九是因为库存管理出了问题。价差赚的那点小钱，一次方向性亏损就能全部吐回去。
库存风险分两种：
- 方向性风险——市场朝你库存的反方向走，你扛着亏损
- 基差风险——你持有的资产和基准资产之间的价差变化
我见过最惨的案例：一个做市商在LUNA崩盘前囤了大量UST，以为价差稳赚，结果一夜归零。这就是方向性风险的极端体现。
3.2.1 库存风险的量化指标
我每天盯盘时，会关注三个核心指标：
| 指标 | 公式 | 含义 |
|---|---|---|
| 库存价值 | Σ(持仓量 × 当前价格) | 总敞口大小 |
| 库存偏离度 | (当前库存 - 目标库存) / 最大容忍库存 | 偏离程度，-1到1 |
| 库存VaR | 库存价值 × 波动率 × Z值 | 一定置信度下的最大亏损 |
我个人最看重的是库存偏离度。只要这个值超过0.6，我就会启动紧急减仓程序——不管价差多窄，先把库存打回安全区再说。
3.3 库存平衡策略：实战中的三种打法
库存平衡不是理论问题，是实战问题。我总结了三套打法，分别对应不同的市场环境。
3.3.1 策略一：价差偏移法（最常用）
这就是前面讲的不对称价差。通过调整买卖报价，让市场帮你平衡库存。
具体做法：
- 设定目标库存区间（比如 [-10, +10] 个ETH）
- 库存超出区间时，不对称调整价差
- 库存回到区间内，恢复对称价差
我习惯加一个衰减因子：库存偏离越久，调整力度越大。这样可以防止库存长期偏离。
def inventory_skew_adjustment(inventory, target, max_inv, time_decay):
deviation = (inventory - target) / max_inv
# time_decay 是库存偏离持续的时间（分钟）
adjustment = deviation * (1 + time_decay * 0.1)
return max(-0.5, min(0.5, adjustment)) # 限制最大调整幅度3.3.2 策略二：对冲法（适合大资金）
当库存规模太大，靠价差调整回正太慢时，我会用对冲。
比如你囤了大量BTC，可以在永续合约上开等量空单。这样库存的方向性风险就被对冲掉了，你可以安心赚价差。
我的经验：对冲比例不要100%。我一般只对冲70-80%，留一部分敞口吃方向性收益。完全对冲的话，你的收益就只剩下价差，资金利用率太低。
3.3.3 策略三：时间切片法（适合高频做市）
这个方法比较进阶。我把一天分成多个时间窗口，每个窗口独立管理库存。
比如：
- 09:00-10:00 窗口，目标库存为0
- 10:00-11:00 窗口，目标库存为0
- ...以此类推
每个窗口结束时，强制清仓到目标库存。这样能避免库存风险跨窗口累积。
我曾在某个交易所用这个方法，把库存风险降低了80%。代价是交易频率高了，手续费支出也多了。嗯，这是个取舍问题。
3.4 知识体系总览
下面这张图，是我做这套策略时的核心框架。你看一眼就能明白价差和库存是怎么联动的。
这张图的核心逻辑是：市场数据驱动计算，计算结果决定报价，报价执行后更新库存，库存状态再反馈回计算模块。这是一个闭环，每秒钟都在循环。
3.5 避坑指南
最后，分享几个我踩过的坑，希望能帮你少走弯路。
坑一：价差调整太激进
我曾经把库存调整系数设到0.8，结果价差严重不对称，被套利机器人反复收割。后来我改成0.3，虽然库存回正慢了点，但整体收益反而更高。
坑二：忽略手续费对价差的影响
做市不是零成本的。每笔交易都有手续费，如果价差覆盖不了手续费，你就是在给交易所打工。我建议把手续费纳入固定成本，在计算基础价差时就扣掉。
坑三：库存目标设得太死
目标库存不是一成不变的。市场趋势明显时，适当偏离目标反而能赚趋势的钱。我现在会根据市场状态动态调整目标库存——震荡市严格归零，趋势市允许一定偏离。
好了，价差与库存管理这块，核心内容就这些。记住一句话：价差是你的利润来源，库存是你的风险来源。管好库存，价差自然就稳了。
公众号:蓝海资料掘金营，微信deep3321