第28章 做市商利润模型的局限性：模型假设、参数不确定性、市场结构变化
做市商利润模型，说白了就是一套数学工具，帮我们算清楚「在什么价格买卖，能赚多少钱」。但模型终究是模型，不是现实。我在这个行业摸爬滚打十几年，见过太多人拿着模型算出来的数字，直接往实盘里怼，结果亏得底裤都不剩。
为什么会这样？因为模型有局限性。而且这些局限性，往往藏在你看不见的地方。
28.1 模型假设：理想很丰满，现实很骨感
任何一个利润模型，都建立在若干假设之上。你想想看，如果假设不成立，模型算出来的东西还有意义吗？
28.1.1 连续交易假设
大多数模型假设市场可以连续交易，价格是平滑变化的。但真实市场呢？
- 开盘跳空：隔夜消息一来，价格直接跳几个点，你的止损单瞬间被击穿
- 流动性枯竭：极端行情下，买卖价差可以扩大到平时的10倍
- 交易中断：交易所故障、网络延迟，你根本没法按模型指示操作
关键问题：连续交易假设忽略了「交易成本」和「执行延迟」。我做过一个回测，把滑点从0.5个tick改成1.5个tick，利润直接从正变负。就这么简单。
28.1.2 正态分布假设
很多模型假设收益率服从正态分布。但真实市场的收益率分布，尾巴比正态分布厚得多。
| 统计量 | 正态分布 | 真实市场 |
|---|---|---|
| 3σ事件概率 | 0.27% | 1-3% |
| 5σ事件概率 | 几乎为0 | 每年发生几次 |
| 最大回撤 | 可控 | 可能归零 |
我曾经用正态分布模型做期权做市，连续三个月盈利。结果一次「闪崩」事件，一天亏掉三个月的利润。嗯，从那以后我再也不信正态分布了。
28.1.3 无摩擦市场假设
模型通常假设：没有交易费用、没有税收、可以无限做空。但现实是：
- 手续费：每笔交易都要交钱，高频交易下成本惊人
- 印花税：某些市场买卖都要交税
- 做空限制：融券成本高、标的难借
- 保证金要求：波动大了，保证金比例会提高
避坑指南：我曾经帮一家对冲基金优化做市策略，他们用的模型假设交易成本为0。结果实盘跑了一个月，手续费吃掉利润的40%。后来我把成本参数加进去，模型才真正可用。
28.2 参数不确定性：你算的，可能都是错的
模型里的参数，比如波动率、相关性、流动性指标，都是估计出来的。既然是估计，就有误差。
28.2.1 波动率估计误差
波动率是做市商模型里最重要的参数之一。但你怎么估计它？
- 历史波动率：用过去的数据算，但未来会一样吗？
- 隐含波动率：从期权价格反推，但期权价格本身就有偏差
- 实时波动率：用高频数据算，但噪音太大
我个人的习惯是，同时用三种方法算，然后取一个加权平均。但即便如此，误差仍然在10-20%之间。你想想看，波动率差20%，你的定价能准吗？
28.2.2 相关性矩阵不稳定
做多资产做市时，需要用到资产间的相关性。但相关性这东西，说变就变。
真实案例：2020年3月，美股和原油本来是低相关的。但疫情一来，所有资产的相关性都往1靠拢。我那套基于历史相关性的对冲模型，直接失效。一天亏了200万美金。
28.2.3 流动性参数时变
买卖价差、市场深度、订单簿斜率，这些流动性参数不是常数。它们会随着时间、行情、事件而变化。
| 时间段 | 买卖价差（正常） | 买卖价差（极端） |
|---|---|---|
| 开盘前30分钟 | 0.5 tick | 2-3 tick |
| 午盘 | 0.3 tick | 0.5 tick |
| 收盘前30分钟 | 0.4 tick | 1-2 tick |
| 重大数据发布时 | 0.5 tick | 5-10 tick |
你看，价差可以差10倍。如果你用固定的流动性参数做模型，那在极端行情下，你的报价就是送钱给别人。
28.3 市场结构变化：规则一变，模型作废
市场结构不是一成不变的。交易所改规则、监管出新政、参与者换玩法，都会让你的模型失效。
28.3.1 交易规则变更
- 最小变动价位调整：比如从0.01改成0.005，你的价差策略要重做
- 涨跌停板制度：限制了价格波动，你的止损模型可能失效
- 熔断机制：市场暂停交易，你的持仓风险暴露
我的经验：2016年，国内股指期货市场调整了交易规则，日内开仓限制从100手降到10手。我那套高频做市模型直接废了。后来花了三个月重新设计，才适应新规则。
28.3.2 参与者结构变化
市场里的玩家变了，你的对手盘变了，模型自然也要变。
- 散户涌入：行为更情绪化，价格更容易偏离
- 量化基金增多：策略趋同，导致拥挤交易
- 做市商退出：流动性下降，价差扩大
说白了，你的模型是基于「历史数据」训练的。但市场结构变了，历史数据还能代表未来吗？
28.3.3 技术基础设施升级
交易所的撮合引擎升级、网络延迟降低、数据频率提高，这些都会影响你的模型表现。
- 撮合速度变快：你的订单可能被更快的对手抢走
- 数据频率提高：你的模型需要处理更多噪音
- 新订单类型出现：比如冰山订单、止损限价单，你的模型要考虑这些
28.4 如何应对这些局限性？
说了这么多问题，总不能不用模型了吧？当然不是。关键是要知道模型的边界在哪里。
28.4.1 压力测试
不要只看正常市场下的利润。要测试极端情况：
- 波动率翻倍
- 流动性下降90%
- 相关性全部变成1
- 交易成本增加5倍
如果这些情况下你的模型还能盈利，那才叫靠谱。
28.4.2 参数自适应
不要用固定参数。要实时更新：
- 用滚动窗口估计波动率
- 用指数加权平均更新相关性
- 用实时数据校准流动性参数
28.4.3 模型集成
不要只依赖一个模型。用多个模型做决策：
- 一个基于历史数据的模型
- 一个基于实时数据的模型
- 一个基于市场微观结构的模型
然后取它们的加权平均。这样即使某个模型失效，整体也不会太差。
核心观点：模型是工具，不是真理。做市商利润模型能帮你理解市场、优化策略，但永远不要迷信它。保持敬畏，保持灵活，这才是长期盈利的关键。
最后说一句：做市商利润模型不是万能药。它帮你理解市场，但别指望它预测市场。保持谦逊，保持学习，这才是做市商的生存之道。