01
压力测试概述
什么是做市策略的压力测试？为什么极端行情下做市策略容易失效？核心风险因子识别（流动性枯竭、波动率飙升、价差剧烈跳动）。
风险因子失效分析
02
历史极端行情复盘
2020年3月原油暴跌、2021年5月519加密暴跌、2022年LUNA崩盘。这些事件中做市商发生了什么？
原油加密LUNA
03
压力测试方法论
情景分析法、历史模拟法、蒙特卡洛模拟法。三种方法的优缺点对比。
情景分析蒙特卡洛
04
核心指标设计
最大回撤、夏普比率、Calmar比率、收益风险比、流动性覆盖率（LCR）。
夏普CalmarLCR
05
数据准备
获取历史Tick级行情数据、订单簿快照数据。数据清洗与对齐。
Tick订单簿清洗
06
Python环境搭建
安装必要的库（pandas、numpy、matplotlib、scipy、arch）。虚拟环境配置。
pandasarch环境
07
构建基础做市策略
对称价差策略、库存管理策略。用Python实现一个简单的做市机器人。
价差库存机器人
08
策略回测引擎
事件驱动回测框架设计。订单簿模拟、成交逻辑、手续费模型。
回测事件驱动手续费
09
引入极端行情场景
手动注入闪崩事件、流动性枯竭事件。观察策略表现。
闪崩流动性枯竭
10
波动率冲击测试
模拟瞬时波动率从20%飙升到200%。策略的盈亏变化与库存风险。
波动率库存风险
11
价差跳跃测试
模拟买卖价差从0.01瞬间扩大到1.0。策略的滑点损失与撤单率。
价差滑点撤单
12
流动性枯竭测试
模拟订单簿深度骤降90%。策略能否正常成交？库存堆积风险。
深度库存堆积
13
多资产联动压力测试
模拟BTC暴跌带动ETH、SOL等联动下跌。跨资产相关性突变。
联动相关性
14
高频数据回放测试
使用真实历史Tick数据回放。逐笔还原极端行情下的交易细节。
回放Tick
15
蒙特卡洛模拟
生成10000条随机价格路径。统计策略在极端路径下的VaR与CVaR。
VaRCVaR路径
16
Copula模型应用
用Clayton、Gumbel Copula模拟尾部相关性。捕捉多资产同时暴跌的概率。
Copula尾部
17
GARCH模型预测波动率
用arch库拟合GARCH(1,1)模型。预测未来波动率并注入压力场景。
GARCH预测
18
库存风险度量
计算库存的Delta、Gamma暴露。极端行情下库存对冲失效怎么办？
DeltaGamma对冲
19
止损与熔断机制
设计动态止损线、熔断阈值。回测不同参数下的保护效果。
止损熔断
20
资金管理压力测试
模拟不同杠杆倍数（1x、3x、5x）下的爆仓风险。保证金追缴模拟。
杠杆爆仓保证金
21
对手方风险测试
模拟交易所宕机、API断连、撮合引擎延迟。策略的容错能力。
宕机API容错
22
滑点与冲击成本模型
基于订单簿深度的滑点估算。极端行情下冲击成本放大10倍的影响。
滑点冲击成本
23
压力测试报告生成
自动化生成PDF报告。包含盈亏曲线、风险指标、归因分析。
PDF归因
24
可视化仪表盘
用Plotly/Dash构建实时压力测试仪表盘。展示关键指标变化。
PlotlyDash
25
参数敏感性分析
对价差宽度、订单数量、撤单频率等参数进行敏感性扫描。找到最脆弱参数。
敏感性参数
26
策略鲁棒性优化
引入自适应参数调整、动态价差、库存上限。优化后在压力测试中验证。
自适应鲁棒性
27
多策略对比测试
对比对称价差、做市+趋势、做市+套利三种策略在极端行情下的表现。
价差趋势套利
28
压力测试自动化框架
构建可重复执行的自动化测试流水线。支持定时任务与告警。
自动化流水线
29
实战案例：312暴跌复盘
某加密货币做市商在312暴跌中的压力测试复盘。从数据到报告全流程。
312复盘
30
总结与最佳实践
做市策略压力测试的常见陷阱、行业最佳实践、未来展望。
陷阱最佳实践