第二十四节：曲面套利与做市商策略：流动性提供与库存管理
做市商这活儿，说白了就是在市场里「摆摊」。你挂买单，我挂卖单，赚的是买卖价差。但期权做市和股票做市完全是两码事——股票你只需要管一个价格，期权你得管一整个曲面。我刚开始做期权做市那会儿，最头疼的就是库存管理。你想想看，手里一堆不同行权价、不同到期日的期权，Delta、Gamma、Vega全都不一样，怎么管？
曲面套利在这里扮演的角色，其实比大多数人想象的要重要得多。它不只是用来赚钱的，更是用来管理风险的。今天我就聊聊，怎么把曲面套利的思想融入到做市商的日常策略里。
做市商的核心矛盾：流动性提供与库存风险
做市商本质上是在做两件事：
- 提供流动性——随时准备买卖，让市场运转起来
- 管理库存——控制手里持仓的风险暴露
这两个目标天然冲突。你提供流动性越积极，库存积累得越快，风险敞口就越大。你越保守，库存风险小了，但流动性也差了，赚不到钱。
我见过不少做市团队，一开始只盯着价差收入，结果某天市场一波动，库存里的Gamma和Vega全炸了，一天亏掉三个月的利润。嗯，这里要注意——做市商的第一要务不是赚钱，是活着。
曲面套利如何帮助做市商？
曲面套利的核心思想是：曲面上的价格关系应该是合理的。如果某个行权价的隐含波动率明显偏离了周围点，那就是套利机会，也是做市商调整库存的信号。
具体来说，曲面套利在做市策略中有三个应用场景：
- 定价基准——用曲面模型给出每个期权合约的「合理价格」
- 库存对冲——利用曲面上的相对价值关系，低成本调整风险暴露
- 报价优化——根据曲面形态动态调整买卖价差
核心观点：做市商不应该孤立地看待每个期权合约。一个合约的价格，必须放在整个曲面的上下文中去理解。曲面套利就是帮你建立这个「上下文」的工具。
流动性提供的曲面视角
传统的做市报价，通常是根据单个合约的买卖价差来定的。比如某合约中间价是10块，你挂9.95买、10.05卖，赚1毛钱价差。
但曲面套利的思路不一样。我会先问自己一个问题：这个合约的「合理价」是多少？
合理价不是随便拍脑袋定的。我一般用SVI或SSVI模型拟合整个曲面，然后看每个合约的模型价格和市场价格之间的偏差。如果偏差在正常范围内，我就按正常价差报价。如果偏差很大——比如某个合约的隐含波动率比模型预测高了两个百分点——那我就要小心了。
为什么会这样？可能是因为市场上有大单在买，也可能是数据错误。但不管怎样，这个偏差本身就是信息。我个人的习惯是：偏差大的合约，报价要更保守——价差拉大，仓位控制更严。
库存管理的曲面方法
库存管理是做市商最头疼的事。你手里有一堆期权，Delta、Gamma、Vega、Theta全都不一样。怎么调？
曲面套利提供了一个很优雅的思路：用曲面上的相对价值关系来调整库存。
举个例子。假设我手里积累了大量的虚值看涨期权，Gamma暴露很大。传统做法是直接卖出这些期权来减仓，但这样会冲击市场，而且可能卖在低价。
曲面套利的做法是：找曲面上的「亲戚合约」。比如，同样到期日的平值看涨期权，或者不同到期日的类似行权价合约。如果这些合约之间的价差关系出现了扭曲，我就可以通过「买入一个、卖出另一个」的方式，在不增加整体风险的前提下，调整库存结构。
我曾经遇到过一次极端情况：某天市场突然暴跌，我手里的虚值看跌期权全部变成了实值，Gamma暴露瞬间爆表。当时我做的第一件事不是直接平仓，而是利用曲面上的日历价差——卖出近月合约、买入远月合约——把Gamma风险往后推，给自己争取了调整时间。这就是曲面套利在库存管理中的实战应用。
实战技巧：库存管理不要只看单个希腊字母。要关注整个曲面的「形状风险」。比如，如果曲面变得陡峭了，你的Vega分布是否还合理？如果曲面变得平坦了，你的日历价差头寸是否还安全？
做市商策略的量化框架
下面我给出一个简化的做市商策略框架，用伪代码展示核心逻辑：
# 做市商策略核心逻辑（伪代码）
def market_making_strategy(current_positions, order_book, surface_model):
# 1. 用曲面模型计算每个合约的合理价格
fair_prices = surface_model.fit(order_book)
# 2. 计算当前库存的风险暴露
risk_exposure = calculate_risk(current_positions)
# 3. 根据风险暴露调整报价偏移
for contract in order_book:
# 基础价差
base_spread = calculate_base_spread(contract)
# 曲面偏差调整
deviation = order_book[contract].iv - fair_prices[contract].iv
spread_adjustment = abs(deviation) * 0.5
# 库存风险调整
if risk_exposure.gamma > threshold:
# Gamma过高，缩小卖出报价，扩大买入报价
inventory_adjustment = -0.2 * risk_exposure.gamma / threshold
else:
inventory_adjustment = 0
# 最终报价
bid_price = fair_prices[contract].price - (base_spread + spread_adjustment + inventory_adjustment) / 2
ask_price = fair_prices[contract].price + (base_spread + spread_adjustment - inventory_adjustment) / 2
submit_quotes(contract, bid_price, ask_price)
# 4. 定期检查曲面套利机会，用于库存再平衡
arbitrage_opportunities = find_surface_arbitrage(fair_prices, order_book)
for arb in arbitrage_opportunities:
if arb.profit > transaction_cost:
execute_arbitrage(arb)
# 同时调整库存
rebalance_inventory(arb)
这个框架的核心思想是：报价不是固定的，而是动态调整的。调整的依据有三个：曲面偏差、库存风险、套利机会。
曲面套利与库存管理的协同
很多人把曲面套利和做市商策略当成两件事。其实它们是同一枚硬币的两面。
曲面套利帮你发现价格扭曲，做市商策略帮你管理这些扭曲带来的风险。两者协同起来，效果是1+1>2的。
我举个例子说明这个协同过程：
| 步骤 | 曲面套利视角 | 做市商视角 |
|---|---|---|
| 1 | 发现曲面局部扭曲 | 调整报价价差，控制风险 |
| 2 | 构建套利组合 | 执行交易，同时调整库存 |
| 3 | 监控套利组合的盈亏 | 监控库存风险的变化 |
| 4 | 套利收敛后平仓 | 库存恢复到目标水平 |
你看，每一步都是两个视角同时进行的。曲面套利不只是赚钱工具，更是库存管理的「导航仪」。
注意：曲面套利和做市策略协同的时候，最容易犯的错误是「过度交易」。我曾经有一段时间，看到曲面上的小偏差就想做套利，结果交易频率太高，手续费和冲击成本把利润全吃掉了。后来我学乖了——只做那些偏差足够大、预期收益能覆盖成本的交易。
曲面套利做市策略的知识体系
下面这张图展示了曲面套利与做市商策略的核心逻辑关系：
实战中的几个关键点
最后，我总结几个实战中容易踩的坑：
- 不要迷信模型——曲面模型再好，也只是对现实的近似。市场极端行情下，模型会失效。我经历过一次，模型显示某个合约严重低估，结果我买进去之后曲面继续变形，亏了不少。后来我加了一条规则：模型信号必须和成交量、持仓量等市场数据交叉验证。
- 库存管理要有「止损线」——不是每个头寸都能等到套利收敛。如果库存风险超过了你的承受能力，该砍就砍。我给自己定的规矩是：单个希腊字母的暴露不能超过总资本的20%。
- 流动性提供要「看人下菜碟」——不同合约的流动性不一样。近月平值合约流动性好，价差可以小一点。远月深度虚值合约流动性差，价差必须拉大。曲面套利可以帮助你量化每个合约的「流动性溢价」。
做市商这行，说白了就是「在不确定性中寻找确定性」。曲面套利给了你一个框架，让你能更清楚地看到市场里的价格关系。但最终决策，还是要靠你对市场的理解和经验积累。嗯，今天就聊到这儿吧。