第三章：信息不对称模型：Glosten-Milgrom模型基础
做市商这行干久了，你会发现一个扎心的真相——你永远不知道对面坐着的是谁。
可能是急着用钱的散户，也可能是手握内幕消息的机构。这就是信息不对称。Glosten-Milgrom模型（简称GM模型），说白了就是研究这种不对称怎么影响价差的。
3.1 模型的基本设定
GM模型是个很精巧的框架。我当年第一次读这篇论文时，觉得它简单得有点过分。但后来在实盘里跑策略时才发现，越是简单的模型，往往越能抓住问题的本质。
模型假设市场里只有两类人：
- 知情交易者：知道资产的真实价值V，V可能是高（V_H）也可能是低（V_L）
- 非知情交易者：啥也不知道，纯粹因为流动性需求交易
做市商呢？他只知道V的分布概率，但不知道当前这笔交易来自哪类人。
核心参数：
- δ：知情交易者出现的概率
- γ：资产价值为高的概率
- α：订单流中知情交易者的比例
你想想看，做市商报出买价和卖价时，他其实在赌——赌对面是个啥都不懂的散户，还是个知道内幕的老狐狸。
3.2 知情交易者与做市商的博弈
这个博弈过程很有意思。我把它拆成三步：
- 做市商报价：先挂出买价B和卖价A
- 交易者选择：知情交易者只在有利可图时交易，非知情交易者随机交易
- 做市商更新信念：根据成交情况，调整对资产价值的判断
知情交易者的策略很简单——如果真实价值V_H高于卖价A，他就买；如果V_L低于买价B，他就卖。说白了，他只在能赚钱的时候出手。
非知情交易者呢？他们不管价格高低，纯粹因为需要用钱或者需要建仓才交易。嗯，这里要注意，正是这些"傻白甜"的存在，才让做市商有活路。
个人经验：我在做期权做市时，经常遇到一种情况——某个深度虚值期权突然有大单买入。这时候我第一反应不是高兴，而是警惕。因为很可能是知情交易者在动手。我会立刻拉宽价差，甚至暂停报价。
3.3 逆向选择与价差形成
逆向选择，这个词听起来高大上，其实意思很简单——做市商总是被"坑"的那一方。
为什么会这样？
假设做市商报出买价B和卖价A。如果知情交易者知道V_H很高，他会选择买入。做市商卖出后，发现价格涨了，亏了。反过来，如果知情交易者知道V_L很低，他会选择卖出。做市商买入后，发现价格跌了，又亏了。
你看，知情交易者总是选择对自己有利的方向。做市商呢？每次和知情交易者成交，基本都在亏钱。
那做市商怎么活？靠非知情交易者赚的钱来补亏空。这就是价差的来源——做市商必须把买卖价差拉得足够大，让非知情交易者贡献的利润能覆盖知情交易者造成的损失。
GM模型的价差公式：
做市商的报价满足以下条件：
- 买价B = E[V | 交易者卖出]
- 卖价A = E[V | 交易者买入]
- 价差S = A - B
其中E[V | ...]表示做市商在观察到交易方向后，对资产价值的条件期望。
这个公式看着简单，但背后有深刻的含义。做市商不是随便报个价，他是在根据"交易方向"这个信号来更新自己的信念。
3.4 模型的数学推导
我们来走一遍推导过程。别怕，我会尽量说得通俗点。
假设资产价值V只有两种可能：V_H和V_L，概率各为γ和1-γ。知情交易者出现的概率为δ。
做市商报出卖价A时，他考虑的是：如果成交了，说明有人愿意在这个价格买入。这个人可能是知情交易者（概率δ），也可能是非知情交易者（概率1-δ）。
如果是知情交易者，他只有在V_H > A时才会买。所以做市商知道，一旦成交，V = V_H的概率会上升。
用贝叶斯公式算一下：
P(V = V_H | 买入) = P(买入 | V = V_H) * P(V = V_H) / P(买入)
其中：
P(买入 | V = V_H) = δ * 1 + (1-δ) * 0.5
P(买入) = γ * [δ + (1-δ)*0.5] + (1-γ) * (1-δ)*0.5做市商的卖价A就等于这个条件期望：
A = V_H * P(V = V_H | 买入) + V_L * [1 - P(V = V_H | 买入)]同理可以算出买价B。价差S = A - B。
注意：这个模型假设做市商是风险中性的。实际中做市商都是风险厌恶的，所以真实价差会比模型算出来的更大。我曾经在回测中吃过这个亏——用GM模型算出的价差做策略，结果实盘里根本赚不到钱。
3.5 模型的核心结论
GM模型给出了几个非常重要的结论：
| 参数变化 | 对价差的影响 | 直觉解释 |
|---|---|---|
| 知情交易者比例α↑ | 价差↑ | 逆向选择风险变大，做市商需要更多保护 |
| 资产价值不确定性↑ | 价差↑ | V_H和V_L差距越大，知情交易者赚得越多 |
| 非知情交易者比例↑ | 价差↓ | 做市商可以从流动性交易中赚更多钱 |
这些结论在实盘中都能验证。我记得有一次做美股做市，某只股票突然出了财报预告，市场对它的价值判断分歧很大。我立刻把价差从0.01美元拉到了0.05美元。果然，后面几天知情交易者频繁出手，要不是提前拉宽价差，我可能亏惨了。
3.6 模型的局限与扩展
GM模型虽然经典，但有几个明显的局限：
- 只考虑单期交易：现实中做市商和交易者是反复博弈的
- 假设价值只有两种状态：真实市场里价值是连续分布的
- 忽略订单规模：大单和小单的信息含量显然不同
后来的Kyle模型和Easley-O'Hara模型就是在这些方向上做了改进。我个人觉得，GM模型最大的价值不是直接拿来用，而是提供了一个思考框架——任何时候你看到价差变化，第一反应应该是"信息不对称程度是不是变了"。
避坑指南：我曾经在开发高频策略时，直接用GM模型计算最优报价。结果发现模型给出的价差总是偏小。后来才意识到，GM模型假设做市商只考虑逆向选择，但实际中还要考虑库存风险、订单处理成本等因素。所以，模型是工具，不是真理。
3.7 本章知识体系
下面这张图展示了GM模型的核心逻辑：
这张图把GM模型的逻辑串起来了。从市场参与者开始，到博弈过程，再到核心问题和解决方案，最后落到结论上。我个人做培训时特别喜欢用这张图，因为它把抽象的理论变成了可视化的流程。
好了，GM模型的基础就讲到这里。记住一句话：信息不对称是价差的根源，做市商本质上是在为"不知道"这件事买单。