PS：今天整理一个材料，发现了15年写的一个实证研究，最后各种原因，研究也没有深入继续下去，对实际交易嘛，影响也有限，后来这个文章自己都忘记了。现在看看，当初如果沿着这个研究深入下去，部门的做市策略会发展成另外的样子。
-------------------
1. 做市报价策略目标
做市商作为期权市场秩序的重要参与者，起到了维护价格稳定，提供市场流动性的作用。做市商通过双边报价，为市场提供流动性，以获得买卖价差收益和交易所返佣作为自己的主要业务目标。
做市商的做市行为，除了要承担做市义务以外，还要考虑存货风险、市场状况、期权期限以及内幕消息等。做市商动态调整报单策略以获取较好的风险收益比，通常情况下，做市商并不使用单一的报价策略，而是多种报价策略结合使用。这种策略的取舍，以及策略参数的调整，使得做市业务无论如何也不是一项无风险业务，报价策略组合是否恰当是做市商能否规避风险、获取利润最重要的环节之一。
做市商在做市报价的过程中，需要通过观察市场报价，结合持仓情况和理论估值，调整报价策略参数，以使得成交和持仓朝着风险可控的方向发展。具体对于期权做市业务来说，市场报价主要是指观察期权市场报价所构成的隐含波动率曲面，来校准自己的波动率模型；理论估值是根据自己的理论定价模型，计算合约的基准报价；持仓情况是指做市商需要控制持仓的各个Greek头寸以及单个合约持仓限额。
2. 做市实证假设
在对做市报价策略进行实证之前，需要对实证的环境做出基础假设。假设不同，会对最终的结果造成重要影响。因此实证假设的建立，需要在简化问题环境和符合现实要求直接做一个恰当的取舍。
在做市报价策略的实证研究中，最为重要的几条假设分别是报价策略对盘口行情的冲击，报价的成交逻辑，报单撤单的用时速度假设。
2.1. 盘口处理
期货合约中，成交最为活跃的一般是当月合约，其他期限较长的合约流动性较差。对于期权合约来说，除了期限之外，期权还有一个行权价维度，平值期权成交较为活跃，其他深度实值和深度虚值的合约成交都很不活跃。
在对报价策略进行实证的过程中，一个重要假设就是要对合约流动性进行假设。对于流动性较好的合约来说，做市策略本身对盘口的影响不大，而对于流动性较差的合约来说，做市策略会显著影响市场盘口行情，那么最终的实证结果。
回测中的主动成交，实际上会改变盘口，对于流动性较好的合约，这种影响不大，但是与流行性较差的合约设计报价策略时，需要对这种成交的影响做假设。
这里为了简化问题，这里只对流动性较好的合约进行策略实证。
2.2. 订单更新
实际的交易环境中，从行情服务器获取行情，推送给策略服务器，触发订单更新程序，都需要一定的运行时间。通过算法优化可以将计算逻辑的时间控制在微秒级别，但是行情传送和订单发出的数据传输与响应时间，往往在毫秒级别。订单更新的快慢，往往决定了一笔有利可图的交易最后被谁获取，国外几乎所有的期权自动化做市程序都在投入大量资源提高订单更新的速度。
在实证研究说，为了简化分析环境，假设策略的发单是即时的，发单完成之后，如果下一个时刻不能成交，那么该条订单会立刻从交易所撮合机上撤下。
2.3. 成交逻辑
在目前国内的金融市场中，场内连续竞价交易，交易所的撮合大机将按“价格优先，时间优先”的原则自动撮合成交。投资者的现价委托首先会按价格优先、时间优先的原则进行排序，形成限价委托簿。当一个市价委托或市价化的限价委托（指将迈入价格设定为等于或者高于目前市场最优卖价，卖出价格设定为等于或低于市场最优买入报价，使得交易能够立即执行的委托）进入市场时，它将同最优的限价委托进行交易。因此，限价委托为其他投资者的交易提供了流动性，而市价委托的投资者消耗了流动性。一般而言，做市商的委托都是限价委托。
为了便于对问题进行简化，这里构造的市场订单簿结构非常简单，严格的假设了所有的策略报价都是时间最优的，也就是说，如果报价价格上满足成交的条件，那么就一定成交。
实际上，对于目前ETF期权最小报价单位为0.0001元，也就是说一张合约报价改变1块钱，就可以使得自己成为市场最优报价，因此报单的时间优势对做市商来说，已经变得非常不明显。
3. 报价策略
对于做市商来说，市场风险主要反应在delta头寸和vega头寸上，delta风险是标的价格方向变化的风险，vega风险主要是隐含波动率变化所造成的风险。对于前者，做市商一般都会有相应的对冲策略，保证delta头寸在可以接受的范围内。对于后者，目前主要通过对报价策略参数的调整，控制持仓vega头寸大小。
对于期权的做市策略而言，对冲策略是其不可缺少的一部分，但是对冲策略本身和期权做市报价策略可以分别独立运行。在本实证研究中，假设对冲是按照理论假设运行，不对对冲进行策略调整。
另外，报价策略可以是针对单个合约制定，也可以针对多个合约或者整个持仓组合制定，在本研究中，为了对问题进行简化，做市策略是针对单个合约而言，不考虑持仓组合之间的联动调整。
3.1. 期权定价模型
发挥定价功能是做市商的重要作用之一，定价模型是做市商策略的基础。对于欧式期权，通常使用经典的Black-Scholes模型对其进行定价，对于美式期权，可使用二叉树等方法进行定价。
在实证研究中，直接利用BS模型计算期权的理论价格。
3.2. 波动率模型
使用Black-Scholes模型进行定价的关键在于波动率的确定，常见的波动率算法包括历史波动率和隐含波动率，根据国外成熟市场的经验历史波动率与隐含波动率一般是不相等的。
由于做市商需要跟随市场的趋势，同时给出合理的定价，定价模型将根据隐含波动率，构建无套利的波动率曲面，在此波动率曲面的基础上根据交易员的经验及判断进行调整，从而给出报价。
在交易过程中，报价模型将根据标的价格的变化、隐含波动率的变化以及库存情况对报价进行调整。在实证研究中，将这些因素放入策略参数考虑。
3.3. 策略及参数
做市报价开始前，需要交易员设定基准参数，一般包括报价的波动率基准以及报价的价差。报价的基准波动率决定了做市报价的基准，在报价基准的基础上，适用报价价差，就得到了最终的买卖报价。
做市商的每次成交，都会导致使得某个合约的头寸发生变化，做市商会对报价基准进行调整，以便控制合约的持仓头寸，这个调整系数，这里被称为仓位平衡系数。
报价价差是做市商最核心的参数之一，随着做市过程的进行，交易员需要在基础价差的基础上，参考市场实时价差，调整报价价差。价差的大小和最终的成交量密切相关，这里用价差调整系数控制价差大小。
依据期权的市场价格，可以计算得到期权的隐含波动率。市场隐含波动率不断变化，但是很多时候这种变化只是期权短暂供需冲击导致，并不是波动率曲面实质性的发生变化。交易员需要判断在什么情况下，波动率的变化是暂时的市场波动，还是可能会维持下去的一种趋势变化。前者可能不需要调整自己的报价中枢，而后者需要根据自己的判断，选择相应的报价策略。这里，为了简化问题，用连续单边成交笔数来作为波动率趋势变化的标志，如果发生单边连续成交，此时就会改变报价模式。
另外还有一些基本的参数，这里不做调整，如期权单笔报单数量始终设定为1，对冲触发阈值为最小交易单位100股。
4. 实证分析
做市策略的效果和市场息息相关，而期权市场和标的价格密切相关，因此对期权的做市效果进行实证，首先需要考虑的是标的走势。其次，期权各个合约的隐含波动率变化都受到合约供需的影响，也需要对日内隐含波动率的变化有直观的认识。
4.1. 市场行情
实证数据是2015年5月7日，本交易日标的价格没有走出趋势性的行情。一般而言，这种行情下，期权市场的交易量不会很大，隐含波动率的振幅较小，对于做市商而言，这是一种有利于做市的行情。
图1中，黑色点短线是标的价格，红色是卖价对应隐含波动率，绿色是买价对应隐含波动率。上图选用的流动性最好的6个合约，可以看出买卖价之间的波动率差并不是很大。
另外可以从图中直接看出的是，在当前市场环境下，标的价格和期权合约的隐含波动率密切相关。对于认购期权来说，标的价格的快速下跌，会使得认购期权的隐含波动率上涨，而认沽期权的隐含波动率下跌。这可能是由于部分做市商采用盯住盘口的模范报价策略，这种策略会根据上一时刻市场报价的盘口，决定下一个的报单价格，因此使得期权市场的价格变化较为滞后，也就造成了标的价格下跌，但是认购期权的价格下跌的较为缓慢，也即其隐含波动率在增加。
图 1 标的价格和隐含波动率行情
4.2. 策略运行基本结果
下表1揭示了策略运行的基本情况，策略基本按照设定运行。NetV为日内策略运行的净头寸，PnL为策略日终的收益情况。AvgBuyImpv和AvgeSellImpv分别是买入和卖出的隐含波动率。LongN和shortN分别是买成交数量和卖成交数量。其中AN可以理解为挂单被成交，而BN可以理解为主动敲市场其他做市商的挂单，这两种类型的成交会对交易成本产生影响。
表 1策略运行基本状况
策略测试的合约中，基本都实现了盈利，持仓数量都控制在一定范围内。卖出波动率均值超过买入波动率，买卖较为平衡。值得注意的一点是，最终的盈亏和成交量的关系并不单调，也就是说，并不是成交量最大的合约，其盈利水平最高，这实际上反映了策略运行的一种不稳定性，是后期策略优化需要注意的地方。
被动动成交数量大体占主动成交数量的一半左右，这说明策略的定价基准和市场波动率中枢偏移的时间较多，也是做市策略对定价波动率的修正还不够灵敏。
表2揭示了策略的报价价差情况。策略的报价价差整体而言，是市场价差的一倍左右，最终策略的成交量是1/10左右，考虑到策略订单数量固定为1，因此这个成交量并不是一个很小的量级。但是从另外一方面考虑，如果将订单数量放大为5，那么实际上策略的成交本身，对市场行情的影响更大，就必须对成交进行更精细的建模。
表 2 报价价差情况
4.3. 策略运行状况分析
取市场流行性最好的认购平值期权合约进行分析，图2是做市策略运行期间，日内持仓和盈亏的变化情况。
图 2 策略持仓和盈亏变化
图中的盈亏曲线并不平滑，其主要原因这里的盈亏PnL定义是已实现盈亏与持仓浮动盈亏之和。而持仓浮动盈亏受市场价差影响，当累积持仓较多，浮动盈亏对PnL的影响较大。但是总体而言，上图的PnL是逐步向上，也是所希望的日内盈亏曲线。
观察日内持仓曲线，基本上控制在一定范围内。由于每次成交都会移动自己的报价中心，因此累积持有的头寸一般都可以控制在一个较小的值，也即Vega暴露很小，尽量锁定价差收益。上述日内仓位变化曲线说明该策略对仓位平衡的控制是有一定效果的，没有出现单边累积持仓到日终的情况，这也说明有效的控制住了做市的vega风险。
4.4. 策略运行敏感性分析[yq1]
策略敏感性分析是针对某一个合约进行的，和上面运行状况分析一样，这里选择的是当月平值认购期权进行分析。
4.4.1. 单边连续成交笔数
在本次实证的策略中，用单边连续成交笔数来判断市场隐含波动率中枢的实质变化。当阈值设置的较小时，策略对市场波动率的变化更加敏感，更为频繁的调整自己的报价模式；当阈值设置的较大时，策略对市场波动率的变化反应更为平缓，更倾向于坚持原有的报价方式。
表 3 单边连续成交笔数分析
上表中，N值为单边连续成交笔数的阈值设置。N值越大，成交次数越大，但净头寸累积没有线性增长；N值与盈亏也没有单调的关系；N值与买入卖出波动率关系更为明显，即N值越大，平均买入波动率越高趋势，平均卖出波动率越低趋势。N值对被动成交的提升没有主动成交那么明显，因此如果希望被动成交，则大可以选择一个较小的N值。
4.4.2. 仓位平衡系数
做市商的每次成交，都会导致使得某个合约的头寸发生变化，做市商会对报价基准进行调整，以便控制合约的持仓头寸，这个调整系数，这里被称为仓位平衡系数。仓位平衡系数设置的越大，那么做市策略对自己的持仓变化就更敏感，每次成交后对报价的修正越大；反之亦然。
表 4 仓位平衡系数分析
上表4中，仓位平衡系数为adjCoef，该值越大，最后的净累积头寸越少；但调整系数的放大容易导致多头持仓成本超出卖出价，或者空头持仓成本超过买入价。上表看，仓位平衡系数和盈亏也不存在单调关系。
4.4.3. 价差调节系数
报价价差是做市商最核心的参数之一，。价差的大小和最终的成交量密切相关，这里用价差调整系数控制价差大小。对于做市商而言，市场价差越大，一买一卖能获得的利润越厚。但是如果价差设置的过大，那么在混合竞争的交易所市场中，报价就没有市场竞争力，成交量也很少，无法积累利润。
表 5 价差调节系数分析
根据国外高频做市商的论述，其业务模式是报出的价差很小，但是报单速度很快，通过速度优势来尽可能获取成交量，累积价差收益。然而，在这里的回测中，和上述认知不同。在回测中，价差调节系数S和成交量并不显现单调关系，也即缩小价差，对成交量的提升并不明显。分解来看，对于被动成交来说，策略报价只要比当时市场价更优，那么就得到这一成交量，也即缩小价差对于被动成交量的提升不显著，而且是主动放弃了一部分的价差收益。对于主动成交来说，缩小报价价差有助于提升主动成交量。这是历史回测本身固有的问题，因为其他参与者没有看到回测中更窄的价差，从而改变其他参与者的盘口报价。
5. 结论与展望
5.1. 策略结论
前文所实证的做市报价策略，主要依据市场行情，持仓情况以及理论价值来调节做市报价。通过严格的控制delta头寸，并将vega头寸控制在一定范围内，在标的价格日内震荡，期权市场隐含波动率没有结构性变化的行情下，获取了较好的收益。但是该策略是否适用于其他的行情结构，还需要进一步的实证研究。
5.2. 市场冲击
更详尽的策略实证需要对现实的成交情况进行建模的。因为真实运行的时候，限价单什么时候被成交，成交多少都是不确定的，即使发市价单也可能不能完全成交，这些情况在只有行情的历史数据的情况下，是无法准确预测的。更复杂的是，策略本身产生的委托单实际上在真实运行的时候是组成行情的一部分，对行情是有影响的，这是回测过程里无法解决的问题。
5.3. 交易费用
期权本身交易成本，对于做市商而言，期权成交分为maker和taker两种，在成交量较大的情况下，两种成交最后的盈利差别巨大。被动成交不收交易经手费，并且有对手方交易经手费的返还，而主动成交收取一半的交易经手费。（标准交易经手费每张2元）
对冲交易成本，实证中认为对冲本身和做市是独立的策略，因此这里对冲成交都是以对手方价格成交，并且不考虑交易费用（ETF经手费为0.0045% ，实际占比也不大。）。
[yq1]时间充裕的话，敏感性分析应该建立一个PnL(adj,N,S)的方程，并实证相关系数