6、库存管理模型：库存风险度量（VaR、CVaR）、库存周转率、最优库存水平
做市商的库存管理，说白了就是管好你手里的“货”。
我刚开始做结构化产品做市那会儿，总觉得只要报价够快、价差够窄就能赚钱。结果呢？有一次市场突然异动，我手里攒了一大堆某个奇异期权的多头，流动性瞬间枯竭，想平仓都平不掉。那天的亏损，直接把我前三个月的利润全吞了。
从那以后我明白了一个道理：做市商的核心竞争力，不是预测方向，而是管理库存。今天我们就来聊聊库存管理的三个核心问题：风险怎么量、货转得快不快、以及到底该囤多少货。
6.1 库存风险度量：VaR 与 CVaR
先问个问题：你手里有一篮子结构化产品，怎么衡量它今天可能亏多少钱？
业界最常用的两个指标：VaR（Value at Risk）和 CVaR（Conditional VaR）。
6.1.1 VaR：最坏情况下的“底线”
VaR 回答的是：在给定的置信水平（比如 95%）下，未来一段时间内，最大可能亏损是多少。
举个例子：你持仓的日 VaR（95%）是 100 万。意思是，有 95% 的把握，明天亏损不会超过 100 万。但剩下 5% 的情况呢？VaR 不管了。
我个人习惯用历史模拟法来计算 VaR，因为它不需要假设收益率服从正态分布——金融数据哪有那么乖？
# 伪代码：历史模拟法计算 VaR
import numpy as np
def calculate_var(returns, confidence_level=0.95):
# returns: 历史收益率序列
sorted_returns = np.sort(returns)
index = int((1 - confidence_level) * len(sorted_returns))
var = -sorted_returns[index] # 取正值表示亏损
return var
# 假设我们有过去 500 天的组合日收益率
daily_returns = np.random.normal(0, 0.02, 500) # 模拟数据
var_95 = calculate_var(daily_returns, 0.95)
print(f"95% VaR: {var_95:.4f}")
我曾经吃过 VaR 的亏。有一次 VaR 显示风险可控，结果市场发生了“肥尾事件”——就是那 5% 的情况。VaR 完全没告诉我，一旦亏损超过阈值，到底会亏多少。所以后来我引入了 CVaR。
6.1.2 CVaR：尾部风险的“真实代价”
CVaR 也叫 Expected Shortfall。它计算的是：当亏损超过 VaR 阈值时，平均亏损是多少。
你想想看，VaR 只告诉你“最坏情况的下限”，但 CVaR 告诉你“最坏情况到底有多坏”。对于做市商来说，后者才是真正要命的。
def calculate_cvar(returns, confidence_level=0.95):
sorted_returns = np.sort(returns)
index = int((1 - confidence_level) * len(sorted_returns))
# 取尾部所有损失的均值
tail_losses = -sorted_returns[:index]
cvar = np.mean(tail_losses)
return cvar
cvar_95 = calculate_cvar(daily_returns, 0.95)
print(f"95% CVaR: {cvar_95:.4f}")
| 指标 | 含义 | 优点 | 缺点 |
|---|---|---|---|
| VaR | 给定置信水平下的最大可能亏损 | 计算简单，业界标准 | 忽略尾部风险，不满足次可加性 |
| CVaR | 超过 VaR 后的平均亏损 | 考虑尾部风险，数学性质好 | 计算稍复杂，需要更多数据 |
在实际做市系统中，我同时监控 VaR 和 CVaR。VaR 用来设定日常止损线，CVaR 用来做压力测试和资本金预留。两个指标一起看，心里才有底。
6.2 库存周转率：货转得快，风险才小
库存周转率，说白了就是你手里的货多久能卖出去一遍。
公式很简单：
库存周转率 = 一段时间内的成交量 / 平均库存量
比如你一个月成交了 1000 张合约，平均库存是 200 张，那周转率就是 5 次/月。意味着平均每 6 天，你的库存就完全换了一遍。
为什么这个指标重要？
- 周转率高：说明你持仓时间短，暴露在市场风险下的时间短。这是好事。
- 周转率低：说明货压在手里卖不出去，要么是定价不合理，要么是流动性太差。
我记得有一次，我接手一个团队的做市业务，发现某个结构化票据的周转率只有 0.3 次/月。一查才发现，他们的报价价差太宽，客户根本不愿意交易。后来把价差收窄了 30%，周转率直接翻了三倍，虽然单笔利润少了，但总利润反而上去了。
库存周转率不是越高越好。如果周转率过高，说明你可能在频繁交易，交易成本（手续费、滑点）会吃掉利润。找到一个平衡点，才是做市商的功夫所在。
6.3 最优库存水平：到底该囤多少货？
这个问题，其实是一个经典的“库存-风险”权衡。
- 库存太少：客户要买的时候你没货，丢单；或者你要从市场上高价补货，亏钱。
- 库存太多：市场一波动，你手里的货可能大幅贬值，风险敞口太大。
那怎么找到最优库存水平？我一般用以下框架：
6.3.1 基于 VaR/CVaR 的库存上限
先设定一个你能承受的最大亏损金额，比如每天最多亏 50 万。然后根据当前持仓的 CVaR，反推最大库存量。
举个例子：
- 你设定的日亏损上限：50 万
- 当前每张合约的日 CVaR（95%）：500 元
- 那么最大持仓量 = 500,000 / 500 = 1000 张
这就是你的硬性库存上限。超过这个数，不管市场多好，都必须减仓。
6.3.2 基于周转率的目标库存
另一个角度：根据你的目标周转率，倒推合理库存。
比如你希望每周周转 2 次，而你的日均成交量是 200 张，那么：
目标库存 = 日均成交量 / 目标周转率 = 200 / (2/5) = 500 张
（注：2 次/周，相当于 0.4 次/天，所以 200 / 0.4 = 500）
6.3.3 动态调整：市场波动率的影响
市场波动率大的时候，库存要降；波动率小的时候，库存可以适当提高。
我习惯用一个简单的公式：
最优库存 = 基准库存 × (基准波动率 / 当前波动率)
波动率翻倍，库存减半。这个逻辑很直观：市场越动荡，你越要轻装上阵。
我建议把库存水平分成三个区间：
绿色区间（0~60% 上限）：正常做市，积极报价。
黄色区间（60%~85% 上限）：收窄报价，优先减仓。
红色区间（85%~100% 上限）：只出不进，强制平仓。
这个分级机制，帮我避免了好几次大亏。
知识体系总览
下面这张图，把库存管理的核心逻辑串起来了：
嗯，库存管理这块，说到底就是三个字：控风险、提效率、定仓位。没有完美的模型，只有不断迭代的框架。我自己的系统里，这些指标每 5 分钟重新计算一次，一旦触发阈值，系统会自动报警甚至强制减仓。
做市商不是赌徒，我们是风险的管理者。把库存管好了，利润自然就来了。