3. 库存风险定义：库存的Delta、Gamma、Vega暴露，库存老化成本
做市商这行，说白了就是「赚流动性，扛风险」。
你报出双边价格，对手方吃掉你的单子，你手里就多了一堆库存。这堆库存不是钱，是风险。我见过不少新手，一上来就盯着手续费和点差算利润，结果库存砸手里，一波行情直接亏穿。
所以，咱们得先把库存风险定义清楚。我个人习惯把它拆成两大部分：希腊字母暴露和库存老化成本。
3.1 库存的Delta暴露
Delta，最直观的风险。它衡量的是：标的资产价格每变动1块钱，你的库存价值变动多少。
举个例子，你手里有100张BTC永续合约的多单，Delta大约是+100。BTC涨100刀，你赚1万刀。跌100刀，你亏1万刀。这就是方向性风险。
做市商的核心目标之一，就是让库存的Delta尽量接近0。为什么？因为你赚的是买卖价差，不是赌方向。我早期做期权做市时，有一次方向判断失误，Delta敞口没及时对冲，结果一个跳空低开，账户回撤了5%。嗯，从那以后，我每天收盘前必做Delta扫描。
库存Delta = Σ (持仓数量 × 合约Delta)
对于现货或永续合约，Delta ≈ 1（或-1）。
对于期权，Delta在0到1之间（看涨）或-1到0之间（看跌）。
你想想看，如果库存Delta是+500，意味着大盘涨1%，你赚5%。这已经不是在赚做市的钱了，这是在赌方向。所以，Delta对冲是做市商的第一道防线。
3.2 库存的Gamma暴露
Gamma比Delta更隐蔽，也更危险。它衡量的是：Delta本身的变化速度。
说白了，Gamma就是Delta的加速度。Gamma高的时候，行情一动，你的Delta就剧烈变化，对冲根本来不及。
我记得在2020年3月那次市场暴跌中，很多期权做市商的Gamma暴露非常大。行情每跌一点，Delta就变得更负，逼着你不断卖出对冲，形成恶性循环。这就是著名的「Gamma squeeze」的雏形。
- Gamma为正：行情上涨时Delta变大（更看多），行情下跌时Delta变小（更看空）。这叫「追涨杀跌」，放大波动。
- Gamma为负：行情上涨时Delta变小（更看空），行情下跌时Delta变大（更看多）。这叫「高抛低吸」，稳定波动。
做市商通常希望Gamma为负，因为这样能「越跌越买，越涨越卖」，赚波动率的钱。但负Gamma也意味着，一旦行情剧烈单边，你会亏得很惨。
怎么量化？
# 计算库存Gamma暴露
def calc_gamma_exposure(positions, greeks):
"""
positions: 持仓列表，每个元素是 (合约, 数量)
greeks: 每个合约的希腊字母字典
"""
total_gamma = 0.0
for contract, qty in positions:
gamma = greeks[contract]['gamma']
total_gamma += gamma * qty
return total_gamma
# 示例：假设你持有100张平值看涨期权，Gamma=0.05
# 库存Gamma = 0.05 * 100 = 5
# 这意味着标的每涨1块，你的Delta会增加5个单位
Gamma暴露越大，你越需要高频对冲。我个人习惯，如果库存Gamma绝对值超过某个阈值（比如总名义本金的0.5%），我会启动自动对冲程序。
3.3 库存的Vega暴露
Vega，很多人容易忽略。它衡量的是：隐含波动率每变动1%，你的库存价值变动多少。
做市商手里通常有大量期权库存。隐含波动率一变，你的持仓价值就跟着变。Vega暴露大，意味着你其实在赌波动率的方向。
我见过一个案例：某做市商在波动率低位时大量卖出期权，赚了不少权利金。结果市场突发黑天鹅，波动率瞬间飙升，他的Vega暴露让他一天亏掉了之前三个月的利润。
- 如果库存Vega为正（比如持有看涨期权多头），波动率上升对你有利。
- 如果库存Vega为负（比如卖出期权），波动率上升对你不利。
- 做市商通常希望Vega中性，或者略微偏负（赚波动率回归的钱）。
量化一下：
# Vega暴露计算
vega_exposure = sum([position['vega'] * position['qty'] for position in inventory])
print(f"当前库存Vega暴露: {vega_exposure:.2f}")
# 如果vega_exposure = -500，意味着波动率升1%，你亏500刀
3.4 库存老化成本
这个是我自己特别看重的一个指标。很多量化模型只盯着希腊字母，却忽略了时间维度上的成本。
库存老化成本，说白了就是：你手里的库存放得越久，隐性成本越高。
为什么？
- 资金成本：你持仓需要占用保证金或资金。如果是杠杆交易，还有隔夜利息。库存放一天，就多一天的资金占用。
- 机会成本：同样的资金，如果用来做别的交易，可能赚更多。库存占着仓位，你就没法灵活调整。
- Theta损耗：对于期权库存，时间价值每天都在流失。尤其是临近到期的期权，Theta损耗非常快。
- 流动性风险：库存越老，说明你越难平仓。可能你挂的单子一直没成交，或者市场深度已经变了。
老化成本 = 持仓时间 × (资金费率 + 预期Theta损耗 + 流动性折价因子)
我在实际项目中，会给每个库存项打一个「老化标签」。比如：
| 库存年龄 | 老化系数 | 操作建议 |
|---|---|---|
| < 1小时 | 0.0 | 正常持有 |
| 1-4小时 | 0.1 | 开始关注，准备对冲 |
| 4-12小时 | 0.3 | 强制减仓或对冲 |
| > 12小时 | 0.5 | 立即处理，不惜成本 |
你想想看，如果一个库存放了12小时还没处理掉，说明你的定价或者对冲策略肯定有问题。我曾经因为一个系统bug，导致一笔库存挂了整整两天，最后平仓时亏损了3%——这本来是可以避免的。
3.5 知识体系总览
下面这张图，是我自己梳理的库存风险框架。你可以把它当成一个检查清单，每次做市前扫一眼。
实战建议：不要试图同时管理所有风险。我的做法是：先管好Delta，再管Gamma，最后管Vega。老化成本作为辅助指标，用来决定是否「强制平仓」。优先级搞清楚了，系统才不会乱。
嗯，库存风险的定义，说白了就是这三块：希腊字母暴露（方向、曲率、波动率）加上时间维度上的老化成本。你把这些量化清楚了，做市策略就有了根基。下一层，我们就要聊怎么用这些指标去构建对冲策略了。
公众号:蓝海资料掘金营，微信deep3321