- Avellaneda-Stoikov 做市:用库存风险与最优报价拆解买卖价差
用固定种子(20260801)、200 步 tick 级受控模拟,从零复现 Avellaneda-Stoikov (2008) 最优做市模型:保留价格随库存线性偏移,最优价差由「库存风险项」与「成交激励项」两部分构成。核心结论:A-S 的库存偏移报价把终端库存方差相对对称做市砍掉 86.3%(库存标准差 8.14→3.01),代价只是期望利润小幅下降(60.9→57.1),但夏普从 4.71 翻到 9.04——控住库存换来的风险调整收益几乎翻倍。风险厌恶 γ 是一根旋钮:γ 从 0.01 升到 1.0,期望利润从 60.3 单调降到 28.2、库存标准差从 5.35 压到 1.68、夏普在 γ≈0.1 处见顶(9.18)。但最冷的水在最后:教科书参数下这个策略是台印钞机(夏普 9、破产概率 0%),这恰恰是危险信号。一旦注入未知趋势(毒性流)与每笔成本,边际瞬间崩塌——趋势把夏普从 9.3 压到 5.1,而每笔 0.6 的成本(竞争+逆向选择)直接把夏普打到 0.84、破产概率抬到 14%,成本升到 0.9 时 99% 的路径都在亏钱。对抗式检验三项全过:库存为 0 时保留价=中间价、零波动率时价差退化为纯激励项 1.29、γ→0 时价差收敛到 2/κ=1.33。
20 min Chinese - 做市库存风险:Avellaneda-Stoikov 框架下的库存-对冲博弈
做市商最大的敌人不是价差而是库存:Avellaneda-Stoikov(2008) 用指数效用推出保留价与最优价差,让报价随库存偏斜、自动把持仓拉回零。模拟里 AS 把终端库存波动从 6.17 砍到 4.14、极端持仓从 36 压到 24,PnL 几乎不丢,附完整 Python 与六类真实陷阱(高阶)
19 min Chinese - 做市商库存风险与 Glosten-Milgrom 模型:报价如何随信息调整
Glosten-Milgrom(1985) 用贝叶斯把买卖价差解释为逆向选择成本:知情买盘推高报价、知情卖盘压低报价。本文再加一层库存风险,让报价随持仓整体下移并加宽,附完整 Python。
13 min Chinese
返回