库存风险度量指标：VaR、CVaR、库存周转率与集中度
做市商这行，说白了就是跟库存风险打交道。你手里有多少货，决定了你晚上能不能睡踏实。今天咱们聊聊几个核心指标——VaR、CVaR、库存周转率、库存集中度。这些是我每天盯盘时必看的几个数，缺一个我都觉得心里没底。
一、VaR（在险价值）——你的底裤在哪里
VaR，全称Value at Risk，翻译过来叫“在险价值”。什么意思呢？就是问一个问题：在给定的置信水平下，未来一段时间内，我的库存最多可能亏多少钱？
举个例子。假设你持有100个BTC，置信水平95%，持有期1天。VaR算出来是5个BTC。那就意味着：有95%的把握，明天最多亏5个BTC；剩下5%的情况，亏得比这还多。
我个人习惯用95%的置信水平，也有人用99%。但说实话，99%的VaR对尾部风险太乐观了，我吃过亏。
VaR的计算方法（三种主流）：
- 参数法（方差-协方差法）：假设收益率服从正态分布。快，但假设太强。市场暴跌时，正态分布根本不顶用。
- 历史模拟法：直接用过去N天的收益率分布。我比较喜欢这个，因为它不假设分布形态。
- 蒙特卡洛模拟法：随机生成大量路径。精度高，但计算量大。做市商高频场景下不太实用。
# 一个简单的历史模拟法VaR计算（Python伪代码）
import numpy as np
def calculate_var(returns, confidence_level=0.95):
"""
returns: 历史收益率序列
confidence_level: 置信水平，默认95%
"""
sorted_returns = np.sort(returns)
index = int((1 - confidence_level) * len(sorted_returns))
var = -sorted_returns[index] # 取正值表示损失
return var
# 假设你有100个ETH，日收益率序列如下
daily_returns = [-0.02, 0.01, -0.03, 0.005, -0.015, ...]
var_95 = calculate_var(daily_returns, 0.95)
print(f"95% VaR: {var_95 * 100:.2f} ETH") # 输出：95% VaR: 3.50 ETH
我的经验：VaR有个致命缺陷——它只告诉你“最多亏多少”，但不告诉你“亏超了会怎样”。说白了，它忽略了尾部风险。我曾经用VaR做风控，结果遇到一次黑天鹅，VaR显示安全，实际亏得我头皮发麻。所以后来我引入了CVaR。
二、CVaR（条件在险价值）——补上VaR的短板
CVaR，也叫Expected Shortfall（期望损失）。它回答的是：当亏损超过VaR时，平均会亏多少？
还是刚才那个例子。95% VaR是5个BTC，那剩下5%的情况里，平均亏损可能是8个BTC。这个8就是CVaR。
你想想看，VaR只告诉你“95%的情况没事”，但CVaR告诉你“那5%的倒霉情况有多倒霉”。做市商最怕的就是那5%，所以CVaR比VaR更实用。
# CVaR计算（接上面的代码）
def calculate_cvar(returns, confidence_level=0.95):
sorted_returns = np.sort(returns)
index = int((1 - confidence_level) * len(sorted_returns))
tail_returns = sorted_returns[:index] # 尾部损失
cvar = -np.mean(tail_returns)
return cvar
cvar_95 = calculate_cvar(daily_returns, 0.95)
print(f"95% CVaR: {cvar_95 * 100:.2f} ETH") # 输出：95% CVaR: 5.80 ETH
注意：CVaR对数据质量要求很高。如果你的历史数据不够长，或者有异常值，算出来的CVaR可能偏差很大。我建议至少用500个以上的数据点，并且做一下异常值处理。
三、库存周转率——你的货动得快不快
库存周转率，说白了就是你的货在手里待多久。公式很简单：
库存周转率 = 一定时期内的成交量 / 平均库存量
比如你一天成交了1000个ETH，平均库存是100个ETH，那周转率就是10。意味着你的库存一天转了10次。
周转率高，说明你的做市策略活跃，库存风险暴露时间短。周转率低，说明货压在手里，风险敞口大。
| 周转率范围 | 含义 | 我的建议 |
|---|---|---|
| > 20 | 极高，策略非常活跃 | 注意交易成本，别赚了吆喝赔了钱 |
| 5 - 20 | 正常，健康的做市状态 | 保持，关注波动率变化 |
| 1 - 5 | 偏低，库存积压 | 检查报价宽度，考虑降价去库存 |
| < 1 | 危险，库存基本不动 | 立即止损，重新评估策略 |
我在项目中遇到过周转率突然从15掉到2的情况。当时没在意，结果第二天市场暴跌，库存亏了一大笔。后来我加了个监控，周转率低于3就自动报警。
四、库存集中度——别把鸡蛋放一个篮子里
库存集中度，衡量的是你的库存分布是否过于集中在某个品种或某个方向。
常用的指标是赫芬达尔-赫希曼指数（HHI）：
HHI = Σ (每种资产占比)²
HHI越接近1，说明越集中；越接近0，说明越分散。
举个例子：
- 如果你只持有BTC，HHI = 1² = 1（极度集中）
- 如果你持有50% BTC + 50% ETH，HHI = 0.5² + 0.5² = 0.5
- 如果你持有10种资产各10%，HHI = 10 × 0.1² = 0.1
我的经验阈值：
- HHI > 0.6：高度集中，需要警惕
- HHI 0.3 - 0.6：中等集中，可以接受
- HHI < 0.3：分散良好
我曾经吃过集中度的亏。有一段时间我重仓某个小币种，HHI高达0.8。结果那个币的做市商突然撤单，流动性瞬间枯竭，我手里的货根本出不去。嗯，从那以后，我给自己定了个规矩：任何单一品种的库存占比不超过30%。
五、四个指标的关系——一张图看懂
这四个指标不是孤立的。它们共同构成了库存风险的全景图。我画了张图，帮你理清关系：
你看，VaR和CVaR是“损失维度”，告诉你亏多少；库存周转率是“流动性维度”，告诉你货动得快不快；库存集中度是“分散维度”，告诉你风险是否集中。四个指标合在一起，才能全面评估库存风险。
我的日常监控面板：
- VaR（95%，1天）：控制在总库存的5%以内
- CVaR（95%，1天）：控制在总库存的8%以内
- 库存周转率：不低于5
- 库存集中度HHI：不超过0.5
任何一个指标超标，我都会手动干预或者触发自动对冲。
好了，这一章的内容就这些。四个指标，每个都有它的用处，也都有它的局限。做市商的风险管理，说白了就是跟不确定性打交道。你永远无法消除风险，但你可以度量它、管理它。