1. 博弈论基础：什么是博弈论？博弈论在金融交易中的角色
1.1 博弈论到底是什么？
先问个问题：你一个人做交易，算不算博弈？
算，也不算。如果你只是对着K线画趋势线，那叫决策，不叫博弈。博弈的核心是——你的收益，取决于别人的选择。
我个人的理解很简单：博弈论就是研究「当大家都在动脑子时，你该怎么动脑子」的学问。说白了，就是策略互动的科学。
举个例子。你挂了一笔买单，价格是10.00元。这时候，另一个交易者也想买，他挂10.01元。你的单子就排在他后面了。他多花了1分钱，但成交概率比你高。这就是博弈——你们俩都在猜对方会出什么价。
- 参与者——谁在玩？（交易员、做市商、机构、散户）
- 策略——能做什么？（报价、撤单、加仓、止损）
- 收益——结果如何？（盈利、亏损、滑点、成交率）
我在项目中遇到过不少新手，上来就研究各种技术指标，却忽略了市场里还有成千上万个「对手」也在盯着同样的指标。你想想看，如果所有人都用同一个策略，那这个策略还能赚钱吗？
1.2 博弈论在金融交易中的角色
金融交易，本质上就是一场零和或负和博弈。你赚的钱，大概率是别人亏的（扣除手续费后甚至是负和）。
博弈论在交易中扮演什么角色？我总结了三个核心作用：
- 理解对手行为——知道对手在想什么，才能预判价格走向。
- 优化自身策略——不是找「最优解」，而是找「最不容易被利用的解」。
- 识别市场结构——哪些是真正的博弈，哪些只是随机波动。
举个例子。高频交易里的「订单簿博弈」：
- 你在买一价挂了100手，想吸筹。
- 做市商看到了，他可能会在买一价前面再挂50手，抢你的单。
- 你怎么办？撤单？加价？还是假装撤单再挂回来？
这就是博弈。没有标准答案，只有策略均衡。
1.3 核心概念：纳什均衡
说到博弈论，绕不开纳什均衡。别被名字吓到，其实很简单：
纳什均衡 = 谁先改变策略，谁就吃亏的状态。
举个例子。两个做市商在同一个品种上报价：
| 策略组合 | 做市商A收益 | 做市商B收益 |
|---|---|---|
| 都报高价 | +5万 | +5万 |
| A报高价，B报低价 | +1万 | +8万 |
| A报低价，B报高价 | +8万 | +1万 |
| 都报低价 | +2万 | +2万 |
你看，如果都报高价，大家赚得最多。但问题是——你敢保证对方不偷偷降价吗？
一旦你报高价，对方降价抢你客户，你就亏了。所以最后，双方都会选择报低价。这就是纳什均衡——虽然对整体不是最优，但对个体来说，谁先变谁倒霉。
1.4 博弈论视角下的市场结构
我把金融市场里的博弈场景分成三类：
- 完全信息博弈——订单簿透明，你能看到对手的挂单。但注意，看到的可能是假的。
- 不完全信息博弈——你不知道对手的仓位、成本、止损线。只能猜。
- 动态博弈——你出招，对手接招，你再变招。典型的「你撤单我加价」循环。
做套利策略时，我最关注的是不完全信息动态博弈。因为真实市场里，你永远不知道对手的底牌。
举个例子。你发现两个交易所之间存在价差，想搬砖。但你不知道的是——另一个量化团队也在盯着这个价差，而且他们的服务器比你快10毫秒。你一旦下单，他们立刻吃掉价差，留给你的是反向价差。
这就是博弈。你以为在套利，其实在给别人送钱。
1.5 一张图看懂本章知识体系
下面这张图，是我自己梳理的博弈论在交易中的知识框架。建议你多看几遍，后面章节都会围绕这个展开。
1.6 一个简单的博弈模型：猜对手的底牌
最后，我写一个最简单的博弈模型代码。别小看它，很多套利策略的核心逻辑，就是从这种模型演变来的。
# 一个简单的双人博弈模型
# 场景：两个交易者决定是否抢单
import numpy as np
# 收益矩阵
# 行：交易者A的策略（0=不抢，1=抢）
# 列：交易者B的策略（0=不抢，1=抢）
payoff_matrix = {
(0, 0): (0, 0), # 都不抢，都没收益
(0, 1): (-1, 2), # A不抢，B抢：B赚2，A亏1
(1, 0): (2, -1), # A抢，B不抢：A赚2，B亏1
(1, 1): (-2, -2) # 都抢：两败俱伤
}
def find_nash_equilibrium():
"""找纳什均衡"""
for a_strat in [0, 1]:
for b_strat in [0, 1]:
a_payoff, b_payoff = payoff_matrix[(a_strat, b_strat)]
# 检查A是否愿意改变策略
a_best = True
for other_a in [0, 1]:
other_payoff, _ = payoff_matrix[(other_a, b_strat)]
if other_payoff > a_payoff:
a_best = False
break
# 检查B是否愿意改变策略
b_best = True
for other_b in [0, 1]:
_, other_payoff = payoff_matrix[(a_strat, other_b)]
if other_payoff > b_payoff:
b_best = False
break
if a_best and b_best:
print(f"纳什均衡：A={'抢' if a_strat else '不抢'}, B={'抢' if b_strat else '不抢'}")
print(f"收益：A={a_payoff}, B={b_payoff}")
find_nash_equilibrium()
运行结果会告诉你：在这个模型里，双方都抢是唯一的纳什均衡。虽然两败俱伤，但谁都不敢先停手。
好了，这一章就到这里。博弈论不是玄学，是工具。后面我们会一步步把它用到真实的套利策略里。
公众号:蓝海资料掘金营，微信deep3321