4、波动行情下的报价策略：动态价差调整、深度报价与轻仓报价切换、做市商库存管理
行情一波动，很多新手做市商就慌了。报价不敢出，出了又怕被吃。其实波动行情恰恰是做市商拉开差距的时候。我做了这么多年ETF做市，最深的体会就是：波动不是风险，失控才是。
这一章，我重点聊聊波动行情下怎么调整报价策略。说白了就三件事：价差怎么调、仓位怎么切、库存怎么管。这三件事做好了，波动越大你越稳。
4.1 动态价差调整：别死守固定价差
很多做市商喜欢设一个固定价差，比如0.01元。平时还行，一到波动行情就出问题。为什么？因为波动率变了，你的风险敞口也变了。
我个人习惯用波动率加权价差。核心公式很简单：
动态价差 = 基准价差 × (当前波动率 / 基准波动率) × 风险系数举个例子。假设基准波动率是20%，基准价差是0.01元。现在波动率飙到40%，风险系数设为1.2。那么动态价差就是：
0.01 × (40% / 20%) × 1.2 = 0.024元价差直接翻了一倍多。这不是乱调，是有逻辑的。
核心逻辑：波动率翻倍，意味着价格在单位时间内可能跑得更远。你的风险敞口变大了，价差必须跟着放大，否则就是在给市场送钱。
我在项目中遇到过一种情况：某只ETF突然因为成分股停牌，波动率瞬间飙升。团队里有人想维持原价差抢单量。我直接拦住了。你想想看，波动率翻了三倍，价差不变，一个大的错误报价就能把一个月利润吃掉。
具体怎么实现？我一般用滚动窗口法计算实时波动率：
def calc_dynamic_spread(base_spread, price_series, window=20):
# 计算滚动波动率
log_returns = np.log(price_series / price_series.shift(1))
current_vol = log_returns.tail(window).std() * np.sqrt(252)
# 基准波动率（历史均值）
base_vol = log_returns.std() * np.sqrt(252)
# 动态调整
vol_ratio = current_vol / base_vol
dynamic_spread = base_spread * vol_ratio
# 上下限保护
dynamic_spread = np.clip(dynamic_spread, base_spread * 0.5, base_spread * 3.0)
return dynamic_spread小技巧：别忘了加上下限。我见过有人把价差调到0.05元，结果一整天没成交。价差太宽，流动性就没了。一般下限设0.5倍基准价差，上限设3倍。
4.2 深度报价与轻仓报价切换：看行情下菜碟
波动行情下，不是所有时候都适合深度报价。我把它分成三种模式：
| 行情状态 | 报价模式 | 单笔数量 | 价差策略 |
|---|---|---|---|
| 正常波动（波动率 < 30%） | 深度报价 | 正常量（如1000股） | 基准价差 |
| 中等波动（30% ≤ 波动率 < 60%） | 轻仓报价 | 减半量（如500股） | 1.5倍价差 |
| 剧烈波动（波动率 ≥ 60%） | 极轻仓/暂停 | 1/4量或暂停 | 2-3倍价差 |
为什么要切换？我举个例子你就明白了。
正常行情下，你挂1000股买单，价差0.01元。市场平稳，这单子可能挂几分钟才成交。但波动行情下，价格可能几秒钟就变一次。你挂1000股，一个急跌全部成交，你手里全是货。然后价格继续跌，你就被套了。
轻仓报价的核心思想是：用更小的单量去试探市场。我习惯在波动率超过30%时，自动把单量减半。超过60%时，直接减到1/4，甚至暂停报价。
注意：暂停报价不是不报价，而是只挂被动单。比如只挂买一和卖一，不主动追单。我曾经在2015年股灾时吃过亏，波动率爆表还硬着头皮报价，结果一天亏了三个月的利润。
切换逻辑的代码实现：
def switch_quote_mode(current_vol, base_vol):
vol_ratio = current_vol / base_vol
if vol_ratio < 1.3:
mode = 'deep'
size = 1000
spread_mult = 1.0
elif vol_ratio < 2.0:
mode = 'light'
size = 500
spread_mult = 1.5
else:
mode = 'ultra_light'
size = 250
spread_mult = 2.5
return mode, size, spread_mult4.3 做市商库存管理：别让库存绑架你
库存管理是做市商的核心能力。波动行情下，库存管理的重要性会放大十倍。
我总结了一个库存健康度指标：
库存健康度 = (当前库存 - 目标库存) / 目标库存健康度在±20%以内是安全的。超过这个范围，就要主动调整了。
举个例子。假设你的目标库存是10000股，当前持有15000股。健康度就是(15000-10000)/10000 = 50%。这已经严重超标了。
怎么办？我一般用不对称报价法：
- 库存偏高时：卖单报价更激进（价差收窄），买单报价更保守（价差放宽）
- 库存偏低时：买单报价更激进，卖单报价更保守
具体调整公式：
# 库存偏高时
bid_spread = base_spread * (1 + inventory_ratio * 0.5) # 买单价差放大
ask_spread = base_spread * (1 - inventory_ratio * 0.3) # 卖单价差缩小
# 库存偏低时
bid_spread = base_spread * (1 - inventory_ratio * 0.3) # 买单价差缩小
ask_spread = base_spread * (1 + inventory_ratio * 0.5) # 卖单价差放大关键点：库存调整要平滑，不要急转弯。我曾经为了快速去库存，把卖单价差缩到几乎为零，结果被高频交易者连续吃掉，库存没降多少，反而亏了手续费。
还有一个容易被忽略的点：库存成本基准。波动行情下，你的持仓成本会快速变化。我习惯用移动平均成本来评估库存盈亏：
def calc_inventory_pnl(inventory, trades):
# 计算加权平均成本
total_cost = sum(trade.price * trade.quantity for trade in trades)
total_qty = sum(trade.quantity for trade in trades)
avg_cost = total_cost / total_qty
# 当前市值
current_value = inventory * current_price
# 浮动盈亏
unrealized_pnl = current_value - (avg_cost * inventory)
return unrealized_pnl, avg_cost嗯，这里要注意：不要只看浮动盈亏，要看库存周转率。我见过有人库存浮盈很大，但全是死库存，根本卖不出去。波动行情下，流动性才是王道。
4.4 三者联动：一个完整的报价决策框架
动态价差、仓位切换、库存管理，这三件事不是孤立的。它们必须联动起来。
我画了一个决策流程图，你看看就明白了：
这个框架的核心思想是：先看波动率，再定模式，然后调价差，最后用库存做修正。每一步都是上一步的输入，形成一个闭环。
我在实际项目中，把这个框架做成了一个自动化模块。每天开盘前加载参数，盘中自动运行。遇到极端行情，系统会自动降级到轻仓模式，同时给我发一条预警消息。
实战建议：刚开始做波动行情报价时，别急着全自动。先手动跑一段时间，把参数调顺了再上自动化。我见过有人一上来就全自动，结果参数没调好，一天亏了十几万。
最后说一句：波动行情下，活着比赚钱重要。价差调宽一点，仓位轻一点，库存控制紧一点。虽然赚得少，但至少不会亏。等行情平稳了，再慢慢把利润赚回来。
这就是我做市这么多年，最朴素的生存法则。
公众号:蓝海资料掘金营，微信deep3321