VOL. VII · NO. 60 · OTC Derivatives · 19 JUL 2026

How The Desk Makes And Loses Money

OTC 衍生品 · 19 JUL 2026 · 19 min read · 2,249 words

· · ·

ODTS 11 — 交易台怎么赚钱（和亏钱）

为什么需要这篇文档

你已经读了 TRS、Snowball、NDF、Barrier Option 是什么。但交易台不是为了好玩才做这些——它们是为了赚钱。

这篇文档对每个产品回答一个问题：交易台怎么赚钱，又怎么亏钱？

1. TRS——基差生意 (Spread Business)

怎么赚钱

TRS 有两个 leg，交易台在两者的差价 (spread) 上赚钱：

交易台付给客户：股票的全部回报
交易台从客户收到：融资利息 (SHIBOR/TONA + spread)

交易台的收入 = (spread) × 名义本金 × 时间

如果融资 spread 是 100bp，名义本金 1 亿 RMB：

年化收入 = 0.01 × 1 亿 = 100 万 RMB
6 个月 = 50 万 RMB

但这不就只是利息收入吗？

不是。交易台通过实际买入标的股票来对冲 TRS。交易台的 P&L 是：

交易台 P&L = (客户付的融资) − (交易台实际融资成本) + (对冲 P&L)

真正的收入来源：

融资利差 (Funding spread)： 交易台以 SHIBOR + 50bp 借入，向客户收 SHIBOR + 100bp。净赚：50bp × 名义本金。
借券成本 (Stock borrow cost)： 如果标的是难借到的股票，交易台多收一些。有些股票借券成本 200–500bp。交易台转嫁 150bp 给客户，自己留 50bp。
交易对赌头寸 (Trading the hedge)： 交易台略微折价买入或溢价卖出股票。这种”执行阿尔法 (execution alpha)“累积起来——100 亿的 book 上 5bp 就是 500 万 RMB。

怎么亏钱

场景	发生了什么	P&L 影响
融资缺口 (Funding gap)	交易台实际融资成本超过客户支付的	负 carry——每天都在亏钱
借券成本飙升	某只股票盘中变成难借，借券成本从 50bp 涨到 500bp	利润被挤压——交易变成不赚钱
分红意外 (Dividend surprise)	股票发放了意外的特别分红（如股价的 10%）	交易台必须把分红付给客户——如果没有对冲这项，就是亏损
公司行为紊乱	股票以意外条款除权	乘数调整错误 → P&L 不匹配
客户违约 (Client default)	客户付不出保证金	交易台被迫平仓，亏损了结

真实故事——分红意外：

2020 年，某 TRS 客户在美团上有 2 亿 RMB 敞口。美团宣布每股 5 RMB 的特别分红。系统正确计算了分红，但交易台并没有买入足够的股票来接收全部分红（因为 TRS 部分用衍生品对冲）。交易台被迫自掏腰包付给客户 1000 万 RMB。

教训： 全复制最安全。如果你承诺客户总收益，你必须持有足够的股票来接收每一笔分红。

系统 bug 直接导致 PnL 损失的真实案例：

2022 年，ODTS 中一个 TRS 的 corporateActionType 字段在某种除权场景下没有被正确填充。系统将这笔交易标记为”无需调整”，但实际上标的物发生了复杂的配股+除权。交易台本应收到客户支付的配股补偿，但因为系统没算，交易台损失了约 300 万。

技术原因：
  → corporateActionType 字段为 NULL
  → CorporateActionProcessor 的 switch 语句走到了 default 分支（不处理）
  → 运营团队在 EOD 报告中没有注意到
  → 客户按合同应该补偿，但系统没有发起要求
  → 3 个月后对账才发现，已经无法追溯

业务含义：
  这不是"数据质量问题"——这是直接的 PnL 损失。
  一个字段为空，300 万就没了。
  对 PM/BA 来说，这意味着"数据完整性校验"不是一个技术需求——它是一个 PnL 功能。

TRS 业务模型总结

收入来源：
  - 融资利差 (Funding spread):   每年 20–100bp  （稳定、可预测）
  - 借券成本 (Stock borrow):     每年 10–50bp   （取决于股票流动性）
  - 交易执行 (Trade execution):  1–5bp          （一次性）

风险因素：
  - 融资成本上升 (SHIBOR 飙升)
  - 借券成本上升
  - 公司行为不匹配
  - 客户信用风险（违约）

平均利润率：每年 ~50bp × 名义本金

2. 雪球——收割 Gamma (Gamma Harvesting)

怎么赚钱

雪球不是”投资”——它是一份保险合同。投资者向交易台卖出一份看跌期权（嵌入在雪球结构中），溢价就是那张票息 (coupon)。

简化的雪球经济学：

投资者获得：
  - 票息收入（如年化 12%）
  - 下跌保护（敲入障碍在 75% 处）

交易台获得：
  - 内含在票息利差中的溢价
  - 对冲产生的 gamma 交易收入

交易台的优势：
  投资者以隐含波动率 ~18% 卖出看跌期权
  交易台可以按实现波动率 ~15% 做 delta 对冲
  3% 的波动率差价就是交易台的收入

收割 Gamma（最重要概念）：

这是雪球经济学中最重要的概念：

当中证 500 靠近敲出障碍（如初始价的 102%）：
  → 雪球 delta 约 60（正 gamma）
  → 如果市场上涨 → delta 升到 80 → 交易台买入更多期货
  → 如果市场下跌 → delta 降到 40 → 交易台卖出期货

  每次市场震荡，交易台低买高卖
  → 这就是 "gamma harvesting"——收割 Gamma

一个对冲好的雪球 book 每年仅 gamma harvesting 就能额外赚 5–7%。这就是交易台在 2017–2021 年低波动率环境中收益最好的原因。

怎么亏钱

Gamma harvesting 在低波动率中有效。
在高波动率中，它反噬：
  - 市场一天跌 5% → delta 崩溃
  - 交易台在底部卖出期货
  - 市场反弹 → delta 恢复
  - 交易台以更高价格买入期货
  → Gamma harvest 变成 gamma bleed——Gamma 出血

真实故事——2022 年崩盘：

2022 年 1–4 月，中证 500 下跌 29%。雪球交易台有 300 亿 RMB 存续雪球。Gamma 损失是巨大的：

第 1 周（1 月）：市场跌 5% → 交易台卖出 15 亿期货
第 2 周（1 月）：市场跌 8% → 交易台卖出 25 亿期货
第 3 周（2 月）：市场跌 12% → 交易台卖出 40 亿期货
第 4 周（3 月）：市场跌 5% → 交易台卖出 15 亿期货
第 5 周（4 月）：市场反弹 8% → 交易台买入 20 亿期货（以更高价格）

Gamma 总损失：约 2 亿 RMB

其他亏钱场景：

场景	发生了什么	为什么
相关性飙升	所有雪球同时 KO	Gamma 突然消失 → 期货头寸必须平价卖出
波动率偏斜变化	发雪球后隐含波动率下降	”保险溢价”（票息）基于高 vol；实际 vol 更低，gamma harvest 更小
分红时间差	雪球存续期内股票除权	雪球 payoff 不调整分红，但对冲（期货）会调整 → P&L 不匹配
敲入障碍集体突破	许多雪球同时 KI	Book 价值一夜下跌 20%+ → 交易台必须补保证金或认亏

雪球业务模型总结

收入来源：
  - Gamma harvesting:    每年 3–7%     （核心收入，取决于波动率）
  - 票息利差:            每年 1–3%     （交易台支付与成本之差）
  - 提前终止:           0.5–1%         （一次性，敲出时收取）

风险因素：
  - 市场崩盘（gamma 损失）
  - 波动率变化（gamma harvest 缩水）
  - 相关性（所有产品同方向运动）
  - 障碍集中度（许多产品同一敲入位）

黄金法则：
  雪球收入看起来像稳定的票息收入
  雪球风险感觉像期权 gamma
  Gamma 正常 → 每天赚钱
  Gamma 失灵 → 迅速亏钱

交易台最可怕的时刻： 2024 年 2 月，中证 500 经历了 2015 年以来最大单日跌幅 (-7.8%)。雪球 book 中 40% 的敲入障碍在 70–75% 之间。如果第二天市场再跌 2%，整个 book 会同时 KI。交易台整晚都在跑压力测试、准备流动性方案。第二天市场反弹了 3%。

3. NDF——外汇利差生意

怎么赚钱

NDF 和 TRS 类似——交易台在买卖价差 (bid-ask spread) 和持有成本 (carry) 上赚钱。

收入来源：
1. 买卖价差 (Bid-ask spread)：
   客户想以 7.20 卖出 USD/CNY
   交易台可以在银行间市场以 7.205 交易
   价差 = 5 pips = 0.0005 × 名义本金

2. 持有成本 (Carry)：
   NDF 是远期——交易台赚利率差
   (CNY 利率 − USD 利率) × 时间
   如果 CNY 利率 > USD 利率 → 正 carry

3. 撮合 (Matchmaking)：
   交易台将一个客户的 NDF 与另一个客户匹配
   没有市场风险 → 纯粹的价差收入

例子：

客户要买 1 亿 USD/CNY NDF（1 个月）
交易台报价：7.2000
交易台在另一家银行对赌：7.1980
价差：20 pips = 20,000 美元

一年 1000 笔这样的交易 = 2000 万美元收入

怎么亏钱

NDF 市场很薄。一笔糟糕的交易就能抹掉一个月的收入。

场景——人民币定盘价意外：
  交易台做了 5 亿美元名义本金的双向 NDF
  客户 1 做多 7.20，客户 2 做空 7.20 → 交易台中性
  央行宣布意外定盘价 7.30
  → 客户 1 赢：(7.30 - 7.20) × 2.5 亿 = 2500 万 RMB 交易台支付
  → 客户 2 输：(7.20 - 7.30) × 2.5 亿 = -2500 万 RMB 交易台收取
  → 交易台中性（净零）
  
  但如果交易台没有完全匹配两边：
  → 交易台有残差敞口 = 在赌人民币方向

真正风险： NDF 不是价差生意——它是流量生意 (flow business)。交易台以为在赚价差，但：

- 一笔大规模方向性交易（客户买入 5 亿美元 NDF）
- 交易台找不到对手方
- 交易台想在岸对冲——不能（资本管制）
- 交易台用离岸人民币 (CNH) 对冲——但 CNH 和 CNY 走势不同
- 交易台现在暴露在 CNH-CNY 利差风险中

2020 年，CNH-CNY 利差一度达到 500bp。
交易台的"对冲"头寸年化亏损 5%。

NDF 业务模型总结

收入来源：
  - 买卖价差 (Bid-ask spread):   每笔 1–5 pips
  - 撮合 (Matchmaking):           内含在价差中（无风险）
  - 持有成本 (Carry):             可变（取决于利率差）

风险因素：
  - 未配平头寸（找不到对手方）
  - CNH-CNY 基差风险（离岸 vs 在岸）
  - 央行定盘价意外（政策突变）
  - 贸易战 / 地缘政治事件（单边行情）

平均利润率：
  每笔 ~20–50bp × 每年 5000 笔 × 平均 100 万美元 = 1000–2500 万美元/年

4. 香草期权——波动率生意

怎么赚钱

香草期权交易台是波动率做市商 (volatility market maker)。交易台不在乎方向——它在乎波动率准不准。

交易台卖出中证 500 认购期权：
  - 行权价：5500
  - 权利金：200 点
  - 隐含波动率 (Implied Vol)：18%

如果交易台做 delta 对冲到期：
  - 将赚取隐含波动率 (18%) 与实现波动率 (realised vol) 的差
  - 如果 realised vol = 15%：交易台赚名义本金的 3%（作为 P&L）
  - 如果 realised vol = 21%：交易台亏名义本金的 3%

波动率曲面 (Vol Surface)：

交易台不只交易一个期权。它管理一个不同行权价和到期日的期权book：

  行权价 →  4000    4500    5000    5500    6000
  到期日 ↓ 
  1m               18.5%   18.0%   17.5%
  3m       19.5%   18.8%   18.2%   17.8%   18.0%
  6m       19.0%   18.5%   18.0%   17.5%   18.2%
  1y       18.5%   18.0%   17.5%   17.0%   18.5%
  
  （这就是"vol surface"——交易台的库存）

交易台的 P&L = (σ_implied − σ_realised) × vega × 时间

实践中怎么赚钱：

卖出溢价： 交易台是波动率净空头 (net short volatility)。正常市场中波动率被高估（“vol risk premium”）。交易台通过卖出期权收取溢价。
偏斜 (Skew)： 虚值看跌期权 (out-of-the-money puts) 的波动率更高（skew）。交易台可以做空 skew——卖出贵的看跌期权，买入便宜的看涨期权。
期限结构 (Term structure)： 市场恐慌时短期波动率飙升。交易台卖出短期波动率（贵），买入长期波动率（便宜）。

怎么亏钱

场景——Vol 飙升：

  2022 年 1 月，中证 500 隐含波动率在两周内从 18% 涨到 35%。
  交易台是 vol 空头（期权净卖方）。
  
  P&L 影响：
    - Vega: 50 万 RMB 每 vol 点
    - Vol 变化: +17%
    - 亏损：50万 × 17 = 850 万 RMB（仅在这个 book 上）
    
  但交易台还有：
    - Gamma: 100 万 RMB 每 1% 变动
    - 市场变动：-10%
    - Gamma 盈利：100万 × 10 = 1000 万 RMB
      
  净：1000万 - 850万 = 150 万利润（幸运的 gamma 对冲）

交易台真正亏钱的时候：

场景	亏损机制	真实案例
尾部事件	交易台做空虚值 put。市场跌破所有行权价	2020 年 COVID 崩盘——put vol 从 5% 涨到 80%
Gamma 反转	市场在交易台 gamma 最大的行权价附近震荡	每次震荡交易台高买低卖
分红变化	交易台按预期分红定价。公司削减分红。	期权价值变化，对冲不匹配
利率冲击	利率突然变动	长期期权，rho 可以主导

期权交易台业务模型总结

收入来源：
  - 波动率风险溢价 (Vol risk premium): 每年 2–4%（正常市场中卖 vol）
  - 偏斜溢价 (Skew premium):           每年 1–2%（卖出尾部风险）
  - 流量 (Flow):                       每年 0.5–1%（客户买卖价差）

风险因素：
  - 波动率飙升 (vega 亏损)
  - 尾部事件 (凸性亏损)
  - Gamma 挤压 (被钉在 gamma 最大的行权价)
  - 分红/利率意外

交易台每日流程：
  08:30 — 检查隔夜 Greeks
  09:00 — 检查 vol surface（变了没？）
  09:15 — 调整 delta 对冲
  10:00 — 交易流量
  12:00 — 午饭（祈祷别出事）
  14:00 — 交易流量
  16:00 — 关账，算 P&L
  17:00 — EOD 批处理开始（估值 + 保证金）

PnL 的数字是怎么来的——以及为什么它不准确

交易台每天早上看到的 PnL 数字不是”实时”的——它是 EOD 批处理跑出来的历史快照。

交易流程：
  交易日 09:30 开盘 → 交易台在系统中看到的是"昨天的 EOD PnL"
  交易日 09:30–16:00 → 交易台做交易，但系统不做实时估值
  交易日 16:00 收市 → EOD 批处理开始
  交易日 18:00–20:00 → EOD 完成，今天真实的 PnL 才出来
                      → 但这已经是"今天的 PnL"——交易台已经下班了
  
  次日 08:30 → 交易台看到昨天的 PnL

这意味着在 09:30 到 18:00 之间，交易台在”盲飞”——他们靠 Bloomberg 终端和自己的 Excel 看实时 PnL，系统里的 EOD PnL 是滞后的。对于一日内波幅 3-5% 的市场，一个 MTM PnL 的数字可能在 6 小时内完全过时。

这种滞后是系统架构决定的——不是 bug：

定价引擎只跑在 EOD 批处理中（因为计算量大）
日内没有增量 Greeks 更新
新交易簿记后，它的 PnL 要等到下一次 EOD 才能反映在系统报表中
如果 EOD 批处理失败（比如因为数据库锁定），当天的 PnL 就丢了——需要次日人工干预重跑

5. “好日子”和”坏日子”长什么样

好日子

情景：正常市场，区间震荡，低波动率

TRS 交易台：     +50 万 RMB（融资利差）
雪球交易台：     +200 万 RMB（gamma harvest + 票息利差）
期权交易台：     +30 万 RMB（vol risk premium + 客户流量）
NDF 交易台：     +10 万 RMB（客户流量）

总计：           +290 万 RMB

成本：
  - 融资成本：         50 万
  - 运营：             10 万
  - 系统：              5 万
    ├─ HCP 存储       ~0.5 万（约 5–10 TB/月，含合同PDF+报表归档）
    ├─ Cert App 证书   ~0.5 万（每张数字证书年费摊销）
    ├─ IPMP 转账费     ~1 万（每笔转账银行端手续费）
    ├─ JUMS 通知       ~0.5 万（邮件+短信通道费）
    └─ 其他基础设施    ~2.5 万（服务器/带宽/数据库/Dipper/SFTP）
  - 合规：              5 万

> 系统成本中约 60% 是固定成本（服务器、数据库、存储），40% 随交易量变动（IPMP 转账费按笔计，JUMS 短信按条计，Cert App 证书按年续费）。其中 HCP 存储是增长最快的成本项——每新增一个存续合同就增加一份存储开销。交易台在扩张规模时，边际系统成本远低于边际收入，这是衍生品生意高利润率的来源之一。

净 P&L：         +220 万 RMB（好日子，年化 ~8 亿 RMB）

坏日子

情景：市场跌 5%，波动率飙升到 40%

TRS 交易台：     -200 万 RMB（融资缺口 + 公司行为问题）
雪球交易台：     -1500 万 RMB（gamma bleed + 障碍亏损）
期权交易台：     -500 万 RMB（short vol 损失，部分被 gamma 抵消）
NDF 交易台：     +20 万 RMB（NDF 反而好——更多流量）

总计：           -2180 万 RMB

成本：（同往常，但运营/合规要加班）

净 P&L：         -2200 万 RMB（非常糟糕的一天，抹掉 2–3 个月的好日子）

一个坏日子可以抹掉一个月的利润。 这就是为什么风险管理比赚钱更重要。5 年下来，风险管理最好的交易台胜利。

6. 交易台关键指标

指标	含义	典型范围
PnL	每日盈亏	-2000 万 ~ +1000 万 RMB
VaR (95%)	95% 置信度下最大单日亏损	~5000 万 RMB
CVaR	真正糟糕日子里的预期亏损	~1.5 亿 RMB
Dollar Gamma	Book 上有多少 gamma	1–5 亿 RMB
Vega	每 1% vol 变化的敏感性	1000–5000 万 RMB
Short vol exposure	所有产品净 short vol 敞口	5000 万–2 亿 RMB
Funding gap	当前 vs 对冲后融资成本	100–500 万 RMB/天
Margin in use	押在 CCP/交易对手的保证金总额	20–50 亿 RMB

7. 归根结底

交易台的钱来自于两种方式之一：

利差收入 (TRS, NDF)——小、可预测、可规模化。像公用事业生意。
波动率收入 (Snowball, Options)——大、不可预测、高风险。像保险生意。

典型年份：

利差收入：    ~1.5 亿 RMB   （60% 可预测，40% 可变）
波动率收入：  ~2.5 亿 RMB   （20% 可预测，80% 可变）
总计：        ~4 亿 RMB

减去：运营成本：   ~1 亿 RMB
      融资成本：   ~1 亿 RMB
      坏账/结算：  ~2000 万 RMB

净利润：      ~1.8 亿 RMB

但年与年之间的差异是 30%——一个坏年（市场崩盘）可能让这个变成盈亏平衡或亏损。

这对你作为开发者意味着什么： 当交易台要求你建什么东西，他们是在要求你帮他们赚钱或降低风险。你越理解哪个产品怎么赚钱，就越能排优先级：一个增加 10bp 的 TRS 利差优化一年值 ~1000 万 RMB。一个减少 5% gamma bleed 的雪球功能一年值 ~2000 万 RMB。一个漂亮的 UI 每笔交易节省 30 秒一年值 ~50 万 RMB。现在你知道什么该优先了。