中性策略之王——做市策略逻辑解析

前面对量化策略说了那么多的概念，大家对量化仍然很难有一个精确的了解，实践是检验真理的唯一标准，我手把手带大家剖析一个策略，这样大家对科学严谨的量化策略的开发，就有清晰的认知了。

接下来我会用幼儿园能理解的水平，来讲解做市策略的核心原理，你不需要担心有任何不懂的名词：

假定现在市场行情是苹果售价 10 元一个，我现在有 1000 元：

💵$1,000 🍎$10/个

首先，我拿出 500 元，购买 50 个苹果，剩余 500 元：

💵$500 🍎50 个

我们先做一个简单的网格： 苹果每涨价 1 元，我们挂一个卖出一个苹果的订单。 苹果每降价 1 元，我们挂一个买入一个评估的订单。

如果价格如我们预期，先涨价到 11 元，我们卖出一个苹果。

价格再回落到 10 元，我们重新买回苹果。

此时我们就有了 501 元和 50 个苹果，总资产价值 1001 元，我们就实现了 1 元的盈利。

💵$501 🍎50 个

前面都是非常简单的网格策略的思路，现在网格策略在各大交易所也非常普及了，大家可以先去尝试了解。

当然，如果仅仅依靠网格策略，就能盈利，那也就不需要开发量化程序了，每个人都能赚钱了。

网格最大的问题，非常简单，就是急剧下跌然后破掉了网格区间。

比如回到前面的案例： 苹果从 10 元跌到 5 元，我们在 9、8、7、6、5 元的价位分别购入苹果，总计 5 个苹果

此时我们有 55 个苹果，但此时 55 个苹果的价值是：55 个*5 元/个=275 元。加上我们的现金 465 元，我们资产价值仅剩 740 元！

💵$465 🍎55 个

相比初始的 1000 元的总资产，我们亏损了：(740-1000)÷1000*100%=-26%！

而且如果价格持续下降，网格策略基本没办法实现盈利。

要解决这个问题其实也简单，在下文中，我会详解套期保值基础计算方式及从苹果/现金模型到科学严谨的开发策略。

为了解决突破网格的问题，我们做一个简单的 套期保值：

我们在以 10 元的价格，购入 10 个苹果的时候，同时以 10 元的价格做空 50 个苹果。

我们再回到之前的情况：

苹果价格从 10 元跌到 5 元，此时我们有 55 个苹果，465 元现金，但是我们做空 50 个苹果的空单，实现了 250 元的盈利。

我们算一下总资产：

55 个*5 元/个 +465 元 +250 元=990 元

欸？不对啊，相比我们初始 1000 的总资金，仍然是亏损了：

(990-1000)÷1000*100%=-1%

这不是一个亏损的策略吗？

（思考题，这个亏损的 1% 是如何造成的？它受什么参数影响？)

但是，别忘了，我们的网格策略一直在进行交易。

假定价格围绕 10 元一直波动，只要有 20 次交易（10 次买，10 次卖），我们实现了 10 元的盈利，就刚好覆盖我们前面的风险敞口。 从第 21 次交易开始，再产生波动，实现的盈利，对我们而言就是完全的盈利了。

我们将这个模糊的口述，变成精准的数学定义：

20 次交易，均价简单按 10 元计算，那么交易量为： 20 次 x10 元/次=200 元。

我再稍微引入一个参数，叫换手率：

交易量 200 元/总资金 1000 元=0.2

也就是，在这个策略中，换手率超过 0.2，那么策略就能实现波动盈利抵消套期保值的敞口（即亏损的 1%）。

以我在某交易所之前做 MM（Market Maker 做市商）为例，我们当时一个月不到的时间内，用 69 万的 36%，也就是 24.9 万 USD 的资产，创造了 3.24 亿美元的交易量，每天的换手率大约是 43 倍（这个是近一个月时间内的平均数据）。

我相信这个原理的讲解应该不难，你应该看懂了。原理确实简单，而且盈利也不难。

先别着急，在这我再给大家做个比方：

从来没接触过德州的朋友，一晚上也能跟我们玩得不亦乐乎，毕竟手头就 2 张牌，一般大家都是葫芦以下的小牌，玩两局就知道了，非常容易上手，没什么难度。

但是，但凡对此精通的玩家，观摩过真正的德扑比赛，就知道，看似简单的德扑，算牌 算概率，计算量之大，远超一般人的想象。

同样，看似简单的做市策略，也是同样的道理，我们逐层来思考这些问题：

第一层： 如何将我描述的 苹果和现金的模型，做成严谨的数学建模？ 如何将网格区间和资金使用量之间建立起模型关系？ 这一层数学建模，其实是最简单的，但是我相信这个能难倒 90% 的人。

第二层： 如何控制交易滑点？ 如何和交易所谈手续费率和做市服务费？ 交易程序是否有足够的鲁棒性，能应对极端行情，甚至交易所宕机的情形？ 这一层主要是外部因素的控制，达不到一定的资金体量，完全没有条件来消除这些外部因素带来的影响。 而策略能否顺利盈利，这些外部因素影响巨大，很可能理论上的盈利和实际的偏差，主要就是被这些外部因素给影响。

第三层： 如何共用资金，将同一份资金进行 20 以上的多品种进行交易？ 如何对过往数据，设定波动率的参数，然后程序自动计算网格参数，调整网格参数？ 如何设定波动区间？如何找到 最大程度利用资金赚取高收益率 和 风险敞口之间的最优解，还有手续费、滑点 这些因子对参数造成的影响？ 这一层，因为多参数交织在一起，已经有一些变成混沌模型了，计算量极大，要做精细，只能通过复杂的数学建模或者 AI 来解决。

不过，无论如何，沿着这个思路，至少已经走出了 跳大神猜大小 的量化策略开发的思路，而是朝着科学严谨的方式进入的量化策略开发的正轨。

希望这个策略的思路分享，能对你有所帮助。

作者：PiperWeb3
原文链接：
https://x.com/PiperWeb3/status/1795863045912031734
https://x.com/PiperWeb3/status/1796360226142065143