第十八章 曲面与做市商库存管理

做市商这行，说白了就是「管库存」的生意。你报出双边价格，别人跟你成交，你的持仓就在变。我刚开始做期权做市那会儿，总觉得策略牛逼就行，后来发现——库存管理才是真正的命门。

曲面数据在这里扮演什么角色？它告诉你每个行权价、每个期限上的风险敞口有多大。没有曲面，你就像蒙着眼开车。有了曲面，你才能精确知道：我现在Delta偏了多少？Gamma暴露在哪个区间？Vega到底压在了哪个期限上？

库存的三维暴露：Delta/Gamma/Vega

先说说最基础的。你的库存，本质上是一个三维风险向量。

• Delta暴露：标的价格每涨1块，你的组合亏/赚多少。我习惯把Delta拆成「曲面各点的Delta贡献」，而不是只看总Delta。为什么？因为不同行权价的Delta对冲成本不一样。
• Gamma暴露：标的价格变动时，Delta变化的速度。Gamma大的位置，你调仓的频率就得加快。我记得有一次，我在平值附近积累了很大的Gamma，结果那天标的一直在震荡，我光调仓手续费就亏了不少。
• Vega暴露：隐含波动率每变动1%，你的组合价值变化多少。这里有个坑——曲面不同期限的Vega敏感度完全不同。短端Vega衰减快，长端Vega衰减慢。你想想看，如果你在近月合约上压了大量Vega，时间一过，这个暴露就自动消失了。

最优报价策略：库存驱动的定价调整

做市商不是被动接单的。你的报价应该主动反映你的库存状态。

我个人习惯用一个简单的框架：

调整后报价 = 理论价格 + 库存调整项

库存调整项 = α × (当前库存Delta - 目标Delta) 
            + β × (当前库存Gamma - 目标Gamma)
            + γ × (当前库存Vega - 目标Vega)

α、β、γ是三个系数，分别控制你对Delta、Gamma、Vega偏离的容忍度。数值越大，你越急于把库存调回目标水平。

举个例子。假设你的目标Delta是0，但现在你持有+1000的Delta。你希望尽快把Delta降下来。那么你在报价时，就要把卖价压低、买价抬高——说白了，就是鼓励别人从你这里买，同时阻止别人卖给你。

这里还有一个细节：曲面上的不同点，调整幅度应该不一样。比如，你在虚值期权上积累了Gamma，那调整主要应该集中在那个行权价附近。不要用「一刀切」的方式调整所有报价。

库存衰减模型：时间是你的朋友还是敌人？

库存不是静止的。它会随着时间自然衰减。为什么？因为期权有时间价值。

我设计过一个简单的库存衰减模型：

库存衰减率 = 当前库存价值 × (Theta / 期权价格)

其中Theta是每日时间衰减，期权价格是当前市价。

这个模型告诉我们两件事：

1. 近月合约的库存衰减快，远月合约的库存衰减慢。所以如果你持有大量近月期权，哪怕你不做任何操作，库存风险也会快速下降。
2. 平值期权的Theta最大，衰减最快。深度实值或虚值的Theta很小，衰减很慢。

我曾经犯过一个错误：在远月深度虚值期权上积累了很大的Vega暴露，以为时间会帮我消化。结果呢？那个期权一直没怎么动，Vega衰减极慢，最后我不得不手动平仓，亏了不少。

曲面视角下的库存管理框架

把上面这些整合起来，我一般用下面这个流程：

1. 计算当前库存的曲面暴露矩阵（行权价×期限）
2. 对比目标暴露矩阵（通常是对冲后的中性状态）
3. 计算每个网格点的偏离度
4. 根据偏离度生成报价调整量
5. 考虑时间衰减，预估未来几天的暴露变化
6. 动态调整α、β、γ系数

嗯，这里要注意一点：目标暴露矩阵不是一成不变的。市场趋势明显的时候，我可能会故意留一些Delta暴露。波动率预期上升的时候，我可能会主动持有正Vega。说白了，库存管理不是「消除风险」，而是「管理风险」。

下面这张图是我自己常用的曲面库存管理流程，你可以参考一下：

这个流程看起来简单，但实际跑起来有很多细节。比如，计算暴露矩阵时，你要用曲面插值来估算非标准行权价和期限的希腊字母。再比如，生成报价调整量时，你要考虑市场深度——如果某个行权价流动性很差，你调整报价也没用，因为没人跟你成交。

最后说一句：库存管理没有银弹。每个做市商的风格不同，目标暴露矩阵也不同。有人喜欢中性，有人喜欢偏斜。关键是你得有一套系统的方法论，而不是凭感觉瞎调。曲面数据给了你精确的武器，剩下的就看你怎么用了。