4. 波动率与流动性关系

做市这行干久了，你会发现一个规律——市场平静的时候，什么都好说。一旦波动率上来，流动性就像被抽走了一样。这不是巧合，背后有很深的逻辑。

我个人习惯把波动率和流动性比作「跷跷板的两端」。一头翘起来，另一头必然往下沉。今天我们就来拆解这个关系，看看它到底怎么影响我们的做市策略。

4.1 波动率聚集效应

什么叫波动率聚集？说白了就是——大波动之后往往跟着大波动，小波动之后往往跟着小波动。这不是玄学，是市场微观结构的真实写照。

我刚开始做市那会儿，遇到过这么一件事。某天下午，一只股票突然在3分钟内跌了2%。我按常规策略补了库存，结果5分钟后又是一波急跌。嗯，那天我亏了不少。后来复盘才发现，这就是典型的波动率聚集。

为什么会这样？原因有三：

• 信息流的不均匀性：重大消息往往分批到达，而不是一次性释放。比如财报发布后，市场需要时间消化，这期间波动率会持续偏高。
• 交易者的行为惯性：看到波动加大，散户和机构都会更频繁地调整仓位，这反过来又加剧了波动。
• 做市商的自我保护：波动率一高，做市商就会收窄报价、扩大价差，流动性供给减少，价格更容易被推动。

你想想看，这三个因素叠加在一起，波动率不聚集才怪。

4.2 波动率与买卖价差的关系

这个关系其实很直观——波动率越高，买卖价差越大。但背后的逻辑值得深挖。

我做市的时候，价差设定主要考虑三个因素：

因素	低波动环境	高波动环境
库存风险	低，价差可收窄	高，价差需扩大
逆向选择风险	低，信息不对称小	高，容易被聪明钱吃掉
交易频率	适中，可做薄利	极高，需用价差过滤噪音

我记得有一次做期权做市，波动率突然飙升到历史高位的3倍。当时很多做市商直接撤单了，价差从0.05扩大到0.5，整整10倍。为什么？因为在高波动环境下，你每成交一笔，都可能是在给知情交易者送钱。

这里有个经验公式，我一直在用：

# 动态价差计算示例
base_spread = 0.01  # 基础价差
vol_multiplier = 1 + 2 * (current_vol / historical_vol - 1)
inventory_penalty = abs(inventory) * 0.005

final_spread = base_spread * max(1.0, vol_multiplier) + inventory_penalty

这个公式的核心思想是：波动率越高，价差乘数越大。同时，库存偏离也会增加价差。说白了就是——风险越大，我要的补偿越多。

4.3 波动率对做市策略的影响

波动率不仅影响价差，它还会改变你做市的整个策略框架。我把它分成三个层面来讲：

4.3.1 报价策略调整

低波动时，我倾向于做「薄利多销」——价差小一点，但成交量大。高波动时，策略要切换到「厚利少销」——价差大，但每笔都要有足够的保护。

具体来说：

• 低波动（波动率 < 20%分位数）：价差设为0.5个tick，目标成交率60%以上
• 中等波动（20%-80%分位数）：价差设为1-2个tick，目标成交率40%
• 高波动（> 80%分位数）：价差设为3-5个tick，目标成交率20%以下

你可能会问：成交率这么低，能赚钱吗？答案是——能。因为高波动时，每笔交易的利润空间大，而且风险也大，少成交反而是好事。

4.3.2 库存管理策略

波动率对库存管理的影响，我体会最深。有一次做市国债期货，波动率突然飙升，我的库存从零变成了重仓多头。为什么？因为我在高波动时没有及时调整库存目标。

现在我用的规则是：

# 波动率驱动的库存目标
if vol_percentile < 0.2:
    target_inventory = 0  # 低波动，库存中性
elif vol_percentile < 0.8:
    target_inventory = max_inventory * 0.3  # 中等波动，适度持仓
else:
    target_inventory = max_inventory * 0.1  # 高波动，几乎清仓

说白了，波动率越高，你的库存暴露就应该越小。这不是保守，是风险管理的基本常识。

4.3.3 策略切换逻辑

我建议你把做市策略分成两套模式：

• 正常模式：适用于低到中等波动，以赚取价差为主要目标
• 防御模式：适用于高波动，以控制风险为首要任务

切换的阈值怎么定？我个人习惯用历史波动率的80%分位数作为分界线。一旦突破，立即切换。别犹豫，犹豫就会败北。

嗯，这部分内容就到这里。下一章我们会聊到订单流与流动性的关系，那又是另一个有意思的话题了。

---

公众号:蓝海资料掘金营，微信deep3321