4、库存驱动模型：库存风险与点差的关系、库存成本函数、最优报价策略推导

好，咱们进入第四章。这一章，我打算聊聊做市商最核心的痛点——库存风险。

你想想看，做市商本质上是什么？是中间商。左手接单，右手出货。赚的是买卖之间的那点差价。但问题来了——如果货砸手里了呢？

嗯，这就是库存风险。说白了，你手里囤了一堆资产，价格一跌，你就亏钱。价格一涨，你虽然赚了，但如果你没来得及卖出去，那也是纸上富贵。

我个人习惯把库存风险比作「烫手山芋」。你拿得越久，被烫到的概率越大。所以，做市商的核心任务之一，就是通过调整点差，来控制库存水平。

4.1 库存风险与点差的关系

先问一个问题：库存多的时候，点差应该变大还是变小？

直觉告诉你，库存多，风险大，应该把点差拉大，减少成交，避免进一步增加库存。这个直觉是对的。但反过来，库存为负（也就是你净卖出了很多），你也得拉大点差，防止继续卖出，把库存推得更负。

所以，库存风险与点差的关系，本质上是一个U型曲线。库存偏离零越多，点差越大。

我在项目中遇到过一种情况：某个币种突然出现大额买单，我的库存瞬间从正转负。当时我还没反应过来，点差没调，结果连续被吃单，库存负得更多了。等价格反弹，我被迫高价补货，亏了一笔。

这个教训告诉我：库存风险是动态的，点差必须跟着库存走。

这个公式虽然简单，但很实用。α 越大，你对库存风险越敏感，点差调整得越猛。

4.2 库存成本函数

光知道点差和库存的关系还不够。我们得量化一下，库存到底带来了多少成本。

库存成本，说白了就是「持有成本」。包括两部分：

• 资金成本：你买资产的钱是借来的，有利息。库存越大，利息越高。
• 价格风险成本：价格波动带来的潜在亏损。库存越大，波动风险越高。

我一般用这样一个成本函数：

C(I) = r × I + 0.5 × λ × σ² × I²

解释一下：

• I：当前库存量
• r：资金成本率（比如年化5%）
• λ：风险厌恶系数（你有多怕亏钱）
• σ²：资产价格的方差（波动率平方）

你看，第一项是线性的，库存越大，资金成本越高。第二项是二次的，库存越大，风险成本增长得越快。

这个成本函数，说白了就是告诉你：库存不是越多越好，也不是越少越好。有一个最优的库存水平，让总成本最小。

4.3 最优报价策略推导

好，现在我们来推导最优报价策略。别怕，我会一步步来。

做市商的利润来源是什么？是买卖价差。但每成交一笔，库存就会变化。所以，报价策略本质上是在「赚取价差」和「控制库存风险」之间找平衡。

我习惯用动态规划的思路来推导。假设我们有一个目标函数：

J = 期望利润 - 库存成本

我们要最大化这个 J。怎么做？

第一步，定义状态变量。库存 I 是状态，时间 t 也是状态。

第二步，定义控制变量。也就是我们的报价——买价和卖价。

第三步，写出贝尔曼方程。嗯，这里我直接给结果吧，免得推导过程太枯燥。

其中，β 是一个系数，取决于波动率、风险厌恶程度和订单到达率。

你发现没有？这个公式很直观：

• 当库存高于目标时，β × (目标 - 当前) 是负数，所以买价和卖价都往下移。目的是吸引买家，减少库存。
• 当库存低于目标时，β × (目标 - 当前) 是正数，报价上移，吸引卖家，增加库存。

说白了，就是通过调整报价，让库存慢慢回到目标水平。

4.4 知识体系总览

为了让你更直观地理解这一章的逻辑，我画了一张图：

这张图把这一章的核心逻辑串起来了。你看，库存驱动模型有三个支柱：风险与点差的关系、成本函数、报价策略。三者环环相扣。

4.5 实战中的注意事项

理论讲完了，我聊聊实战中的几个坑。

第一，参数估计要谨慎。 风险厌恶系数 λ 怎么定？我建议用历史数据回测，找到让夏普比率最大的 λ 值。别拍脑袋定。

第二，库存目标不是固定的。 市场趋势变了，目标库存也得跟着变。比如牛市里，你可以容忍更高的正库存；熊市里，你最好保持负库存。

第三，别忘了订单到达率。 市场流动性差的时候，订单到达率低，你的报价调整要更激进一些。否则库存半天回不到目标。

嗯，这一章就到这里。库存驱动模型是做市商策略的核心，理解了它，你就掌握了做市商定价的底层逻辑。

---

公众号:蓝海资料掘金营，微信deep3321