4. 偏离度阈值设定方法：固定阈值法、动态阈值法、基于波动率的阈值

各位同学，今天我们来聊聊做市商报价偏离度控制里最核心的一个问题——阈值怎么设。

阈值设得太宽，你的报价可能偏离市场太远，成交率低，库存风险也大。设得太窄，又容易被高频交易者反复收割，赚不到价差。说白了，这就是个平衡的艺术。

我个人习惯把阈值设定方法分成三类：固定阈值法、动态阈值法、基于波动率的阈值法。每种方法都有它的适用场景，也有各自的坑。下面我一个个讲。

4.1 固定阈值法

固定阈值法，顾名思义，就是设定一个不变的偏离度上限。比如，我规定我的报价偏离中间价不能超过 0.1%。

这个方法的好处是简单、直观、容易实现。你甚至可以用一个配置文件就搞定。我在早期做加密货币做市的时候，就经常用这个方法。那时候市场波动不大，固定阈值完全够用。

但它的缺点也很明显——不够灵活。市场波动剧烈时，0.1% 可能太紧，导致你频繁撤单；市场平静时，0.1% 又可能太松，让你吃不到单子。

4.2 动态阈值法

动态阈值法，就是让阈值随着市场状态自动调整。常见的做法是基于时间窗口内的统计量，比如过去 N 笔交易的偏离度均值或分位数。

举个例子，我可以设定阈值为过去 100 笔交易偏离度的 90% 分位数。这样，阈值会随着市场活跃度自动伸缩。

我曾经在某个流动性较差的山寨币上用过这个方法。当时固定阈值完全失效，因为市场经常出现瞬间的大幅偏离。改用动态阈值后，系统自动适应了这种波动，效果好了很多。

动态阈值法的核心在于两个参数：

• 窗口长度 N：N 越大，阈值越平滑，但反应越慢；N 越小，阈值越灵敏，但容易受噪声干扰。
• 分位数 p：p 越高，阈值越宽松；p 越低，阈值越严格。

4.3 基于波动率的阈值

这个方法是我个人最推荐的。它把阈值和市场的实时波动率挂钩。波动率大时，阈值放宽；波动率小时，阈值收紧。

具体实现上，我通常用以下公式：

threshold = base_spread + k * σ

其中：

• base_spread 是基础价差，比如 0.05%
• σ 是当前波动率估计值，可以用历史波动率或实时波动率
• k 是一个缩放系数，通常取 1.5 到 3 之间

波动率的计算方式有很多种。我常用的有两种：

1. 历史波动率：基于过去 N 个时间窗口的收益率标准差。适合日频或小时频的策略。
2. 实时波动率：基于订单簿的即时变化，比如买卖价差的宽度、订单簿深度等。适合高频做市。

你想想看，如果市场突然出现一个大的新闻事件，波动率瞬间飙升，你的固定阈值可能直接导致报价被吃掉。但基于波动率的阈值会自动放宽，给你留出调整空间。

4.4 三种方法的对比

为了让你更直观地理解，我整理了一个对比表：

方法	优点	缺点	适用场景
固定阈值法	简单、易实现、低延迟	不灵活、无法适应市场变化	波动率稳定的市场、回测验证
动态阈值法	自适应、基于统计量	参数敏感、窗口选择有技巧	流动性一般、波动适中的市场
基于波动率的阈值	与风险直接挂钩、理论扎实	需要实时计算波动率、实现稍复杂	高波动市场、专业做市系统

4.5 我的选择建议

如果你问我个人偏好，我会说：能用波动率就别用固定，能用动态就别拍脑袋。

但这不是绝对的。我记得有一次做一个低延迟的期货做市项目，系统对延迟要求极高，每微秒都很宝贵。那时候我被迫用了固定阈值法，因为动态计算波动率会引入额外的延迟。嗯，这里要注意，任何方法都要结合你的系统架构和业务需求来选。

另外，我建议你在实盘之前，先用历史数据回测三种方法的表现。看看在不同市场环境下，哪种方法能给你带来更好的 Sharpe 比率和更低的回撤。

4.6 知识体系结构图

下面我用一张图来总结本章的核心逻辑：

这张图把三种方法的关系和适用场景梳理得很清楚。你可以把它当作一个决策树来用——先看市场波动情况，再选合适的方法。

---

好了，关于偏离度阈值的设定方法，我就讲到这里。记住，没有银弹，只有最适合你当前场景的方案。多回测、多对比、多踩坑，你自然能找到感觉。