第4章完全信息动态博弈

第四章完全信息动态博弈：斯塔克尔伯格模型、先发优势与后发优势、做市商报价博弈

各位同学，今天我们来聊聊动态博弈。说白了，就是博弈双方不是同时出招，而是一方先动，另一方看着你的动作再决定怎么走。这在金融市场里太常见了——大机构先挂单，小散户跟着喝汤；做市商先报价，交易员再决定要不要吃进去。

我个人习惯把这类问题分成两类：一类是谁先动谁占便宜，另一类是谁后动谁更灵活。听起来矛盾？其实不矛盾。咱们一个一个拆开看。

4.1 斯塔克尔伯格模型：先发者的定价权

先讲一个经典模型——斯塔克尔伯格（Stackelberg）。它描述的是：一个领导者先决定产量或价格，追随者再根据领导者的决策来优化自己的策略。

我在做期权做市商的时候，遇到过类似场景。当时我们是一家小型做市商，对面是一家头部机构。他们先报出双边价格，我们只能在他们报价的基础上微调。说白了，他们吃肉，我们喝汤。这就是典型的斯塔克尔伯格结构。

模型的核心逻辑很简单：

领导者：先行动，知道追随者会理性反应，所以会把自己的决策建立在「预判追随者的反应函数」上。
追随者：后行动，看到领导者的决策后，再选择自己的最优策略。

数学上，假设市场需求为 \( P = a - Q \)，领导者产量为 \( q_1 \)，追随者产量为 \( q_2 \)，成本均为 \( c \)。

追随者的反应函数是：

max π₂ = (a - q₁ - q₂ - c) * q₂
→ 一阶条件：a - q₁ - 2q₂ - c = 0
→ q₂ = (a - q₁ - c) / 2

领导者知道追随者会这么反应，所以领导者的优化问题是：

max π₁ = (a - q₁ - q₂(q₁) - c) * q₁
代入 q₂(q₁)：
max π₁ = (a - q₁ - (a - q₁ - c)/2 - c) * q₁
= ( (a - q₁ - c) / 2 ) * q₁
→ 一阶条件：(a - 2q₁ - c) / 2 = 0
→ q₁* = (a - c) / 2

最终结果：领导者产量是古诺均衡的1.5倍，利润也更高。这就是先发优势的数学根源。

核心结论：在斯塔克尔伯格模型中，先动者通过承诺一个较大的产量，迫使追随者只能选择较小的产量。先动者获得了「策略性承诺」带来的超额利润。

4.2 先发优势 vs 后发优势：什么时候该抢跑？

你可能会问：是不是先动就一定好？不一定。我举个例子你就明白了。

先发优势：

建立品牌壁垒（比如第一家做高频交易的公司）
抢占流动性池（比如第一个在某个交易所挂单）
技术专利封锁（比如某家量化公司先注册了算法专利）

后发优势：

避免试错成本（等别人踩完坑再上）
利用信息不对称（看到对手的报价后再调整）
技术迭代红利（用更新的硬件、更优的算法）

我曾经参与过一个外汇做市项目。当时我们团队是后进入者，前面已经有几家大行在报价。我们怎么做？我们等他们先报出双边价，然后我们只在他们价差的基础上缩窄0.5个基点。虽然每笔赚得少，但因为我们后动，风险更低，最终总利润反而更高。这就是后发优势在实战中的体现。

实战判断法则：

如果先动能建立「不可逆的承诺」（比如建仓、锁仓、挂单），先发优势明显
如果后动能获得「信息优势」（比如看到对手的报价、订单流），后发优势更香

4.3 做市商报价博弈：动态博弈的实战应用

做市商报价，本质上就是一个完全信息动态博弈。为什么？因为做市商的报价是公开的，所有市场参与者都能看到。你报什么价，别人就知道你的意图。

咱们用一个简化模型来理解：

假设有两个做市商A和B，他们同时为某只股票提供双边报价。但现实中，报价是有时间差的——A先报，B看到A的报价后再报。这就是斯塔克尔伯格结构。

博弈过程：

A先报出买价 \( b_A \) 和卖价 \( s_A \)
B看到A的报价后，决定自己的买价 \( b_B \) 和卖价 \( s_B \)
交易者会选择最优价格成交

B的策略很简单：如果A的买价是10.00，卖价是10.02，那么B可以报买价10.01，卖价10.01。这样B就能抢走所有买卖单。但问题是，B的价差为0，没有利润。

所以B需要在「抢到订单」和「保持利润」之间做权衡。这就是动态博弈的微妙之处。

我曾经踩过的坑：

有一次我们作为后动做市商，看到对手报了一个很宽的价差，我们想当然地缩窄价差去抢单。结果对手立刻撤单，然后反向挂单，把我们套住了。后来我才明白——对手是在用「虚假宽价差」引诱我们上钩。这就是动态博弈中的「信号欺骗」。

为了避免这种情况，我建议做市商在报价时考虑以下几点：

不要只看当前报价，要看对手的历史行为模式——他是不是经常撤单？是不是喜欢钓鱼？
利用「混合策略」——不要每次都缩窄价差，偶尔也报宽价差，让对手摸不清你的套路
设置「触发条件」——比如当对手报价超过某个阈值时，自动调整策略

4.4 知识体系框架

下面这张图总结了本章的核心逻辑，我建议你多看几遍，把几个概念串起来：

4.5 实战避坑指南

最后，我分享几个实战中容易犯的错误：

不要迷信先发优势——如果你先动但无法做出不可逆承诺（比如你的挂单可以随时撤掉），那先动反而暴露了你的意图
后动不等于被动——后动者可以利用「观察-反应」策略，但要注意不要被对手的虚假信号误导
动态博弈需要动态调整——不要用静态思维去应对动态环境。市场变了，你的策略也要变

一句话总结：完全信息动态博弈的核心，就是「你动我动，看谁更会动」。先动者靠承诺，后动者靠信息。做市商报价博弈，就是这两股力量的实时较量。

好了，这一章就到这里。记住，理论是地图，实战是走路。地图再漂亮，不走路也到不了目的地。下一章我们聊聊不完全信息博弈——那才是真正考验人性的地方。