2. 做市策略收益归因框架：Brinson归因模型简介，Brinson模型在固收/权益中的应用，Brinson模型在做市策略中的适配
做市策略赚了钱，到底是怎么赚的？
这个问题，我当年刚入行时也问过自己。看着账户里红红绿绿的数字，心里其实没底——到底是方向看对了？还是流动性抓得好？还是纯粹运气好？
嗯，这时候就需要一个工具来拆解收益。Brinson归因模型，就是干这个的。
2.1 Brinson归因模型：从组合管理借来的思路
Brinson模型最早是给基金经理用的。说白了，就是把组合的超额收益拆成两部分：配置收益和选券收益。
公式很简单：
超额收益 = 配置收益 + 选券收益 + 交互收益其中：
- 配置收益：你赌对了资产类别（比如多配了股票，少配了债券）
- 选券收益：你在同一类资产里挑对了标的（比如买了茅台没买五粮液）
- 交互收益：两者叠加的效果，通常归到配置里
我个人习惯把交互收益直接合并到配置收益里，这样逻辑更干净。你想想看，做市策略里本来就有很多交叉影响，拆太细反而容易乱。
核心思想：Brinson模型通过比较实际组合与基准组合的差异，来量化每个决策环节的贡献。
2.2 Brinson模型在固收中的应用
固收市场，说白了就是债券。债券的收益来源比较清晰：票息、久期、信用利差。
我在做固收做市时，遇到过一个问题：基准怎么选？
股票可以用沪深300，债券呢？国债收益率曲线？还是中债综合指数？
我的做法是：用久期分桶。比如：
| 久期区间 | 基准权重 | 实际权重 | 区间收益 |
|---|---|---|---|
| 0-2年 | 30% | 25% | 2.1% |
| 2-5年 | 40% | 45% | 3.5% |
| 5-10年 | 30% | 30% | 4.2% |
然后计算：
配置收益 = Σ(实际权重 - 基准权重) × 基准区间收益
选券收益 = Σ 实际权重 × (实际区间收益 - 基准区间收益)举个例子：2-5年区间，你超配了5%，基准收益3.5%，那配置收益就是0.05 × 3.5% = 0.175%。
嗯，这里要注意：基准区间收益怎么算？ 我一般用该久期区间的国债收益率变化 + 平均票息。别用太复杂的模型，做市策略讲究的是实时性，算得太慢就没意义了。
避坑指南：我曾经把信用债和利率债混在一起算，结果归因结果完全失真。后来改成按信用评级再分一层，才把问题解决。建议固收做市至少分两层：久期 + 信用评级。
2.3 Brinson模型在权益中的应用
权益市场就简单多了。行业分类是现成的，申万一级、二级随便用。
我记得有一次帮一个团队做权益做市的归因分析，他们的策略是：每天在行业内部选流动性最好的5只股票做市。
用Brinson模型一拆：
- 行业配置收益：他们超配了电子和医药，这两个行业正好涨得好，贡献了正收益
- 个股选择收益：但在电子行业里，他们选的股票跑输了行业平均，反而亏了
你看，如果不拆开看，你根本不知道问题出在哪。
权益做市的基准，我建议用全市场等权指数。为什么？因为做市策略通常不赌市值大小，等权更能反映你的主动决策。
关键点：权益做市的选券收益，其实反映的是你的流动性捕捉能力。你选的股票如果流动性好、买卖价差小，那选券收益就应该为正。
2.4 Brinson模型在做市策略中的适配
好了，问题来了：Brinson模型是给组合管理用的，做市策略能直接用吗？
答案是不能。至少不能生搬硬套。
做市策略有几个特点：
- 持仓周期短：可能几分钟就平仓了，基准怎么选？
- 收益来源复杂：除了方向性收益，还有流动性收益、库存管理收益
- 交易频率高：一天几千笔交易，逐笔归因不现实
我的做法是：把Brinson模型改造成三因子归因。
具体来说：
做市收益 = 方向性收益 + 流动性收益 + 库存管理收益其中：
- 方向性收益：类似Brinson的配置收益，赌的是价格方向
- 流动性收益：类似选券收益，赚的是买卖价差
- 库存管理收益：做市商特有的，通过调整库存来降低风险带来的收益
怎么算？我举个例子：
假设你今天做市某只股票：
- 买入1000股，价格10.00元
- 卖出1000股，价格10.02元
- 收盘时库存为0
方向性收益 = (收盘价 - 开盘价) × 0 = 0（因为你没留库存）
流动性收益 = (卖出价 - 买入价) × 1000 = 20元
库存管理收益 = 0（没库存）
你看，这样一拆，你就知道你的收益完全来自流动性提供，而不是赌方向。
注意：如果做市策略里包含了方向性押注（比如做市+趋势跟踪），那方向性收益就会很大。这时候要小心，别把做市策略做成了投机策略。
我个人习惯在做市归因时，再加一个日内时间切片。比如每30分钟算一次Brinson归因，这样能看出不同时间段你的收益来源变化。早盘和尾盘，流动性收益往往更高，方向性收益则集中在盘中。
嗯，说到这，我想起一个项目。当时我们给一个加密货币做市商做归因分析，发现他们的流动性收益在波动率高的时段反而下降。后来一查，原来是他们的报价策略太保守，价差设得太宽，导致被其他做市商抢了单。这就是归因分析的价值——帮你找到问题，然后优化策略。
总结一下：Brinson模型在做市策略中的适配，核心就是重新定义收益因子。不要死板地套用配置/选券，而是根据做市的业务逻辑，拆成方向性、流动性、库存管理三个维度。这样归因出来的结果，才能真正指导策略优化。
这张图把整个逻辑串起来了。从Brinson原始模型出发，经过适配转换，变成做市策略的三个核心因子。每个因子都有对应的应用场景。
我个人觉得，做市策略的收益归因，关键不在于模型多复杂，而在于因子定义是否贴合业务。你定义对了，归因结果就能指导优化；定义错了，再漂亮的数学公式也是白搭。
嗯，这一章就到这里。记住一句话：归因不是为了算账，是为了改进。