WuBlockchain 转载作者 @Boywus 的一篇长文指出，如果先不讨论基础设施、延迟、模型精度和真实交易中的复杂风控，只把目光放在策略最终落到交易系统的那一步，做市与 Gamma Scalping 实际都在处理同一个问题：价格变动后，应该买多少、卖多少，最后手里保留多少头寸。
文章称，这类策略表面差异很大。做市往往让人联想到超低延迟、复杂算法、顶级费率和 HRT、Jump、Citadel Securities 这样的机构；而期权 Gamma Scalping 则常被套上精密定价模型、波动率曲面、多腿对冲和动态 Delta 对冲的技术滤镜。但若只看交易行为，两者都可以被理解为一套随价格变化而调整库存的规则。
固定距离做市：最简单的库存曲线
文中先用一个极简例子解释固定距离挂单做市。假设价格是 100，交易者不预测涨跌，也不研究 OFI、lead-lag 或毒性订单，只是在 99 挂买单、101 挂卖单。若价格跌到 99 买入，再涨回 101 卖出，便赚取 2 的价差。
作者称，这就是最简单的 Fixed Distance Market Making。现实中的做市当然还要考虑 adverse selection、库存、盘口深度、成交概率、queue position、手续费和波动率等因素，但把这些都剥离后，策略本身呈现出的行为很直接：价格越低，手里的货越多；价格越高，手里的货越少。
这意味着，哪怕最朴素的做市策略，本质上也已经预设了一条库存曲线。若价格持续单边运行，库存会越来越难受；若价格来回波动，策略就有机会反复成交。
Gamma Scalping 的核心动作也是「涨了卖，跌了买」
文章随后转向期权语境下的 Delta 与 Gamma。文中解释，Delta 是衍生品价格相对于标的价格的敏感度。永续合约的 Delta 基本可近似理解为 1，因此常被视作线性合约；期权则不同，Call 的 Delta 一般在 0 到 1 之间，Put 一般在 -1 到 0 之间，而且 Delta 会随着标的价格变化。
Gamma 则是 Delta 对标的价格的敏感度，也可理解为期权价格相对于标的价格的二阶敏感度。作者给出一个例子：若买入一张 Call，当前 Delta 为 0.5，同时持有的是正 Gamma，也就是 Long Gamma 头寸；如果不想押注标的上涨还是下跌，就可以卖出 0.5 份现货，在实际交易中通常用期货或永续替代，以对掉这部分方向敞口。这样一来，Call 带来 +0.5 Delta，期货带来 -0.5 Delta，组合大致回到 Delta Neutral。
但期权不是线性产品，Delta 会变化。若标的上涨，Call 的 Delta 可能从 0.5 升至 0.6，那么原本卖出的 0.5 份期货就不够了，组合重新出现 +0.1 Delta，需要再卖出 0.1；若标的下跌，Call 的 Delta 从 0.5 降到 0.4，之前卖出的 0.5 又变成多空错配，需要买回 0.1。文中称，这个持续根据 Delta 变化调整对冲仓位的过程，就是 Dynamic Delta Hedge。
作者认为，对一个 Delta Neutral 的 Long Gamma 头寸而言，最终落到交易系统中的动作并不神秘：涨了卖，跌了买。标的越涨，Call 的 Delta 越大，为了维持中性就继续卖出对冲腿；标的越跌，Delta 越小，就把此前卖出的对冲腿一点点买回来。调仓频率、调仓方式是后续工程问题，但最基本的交易方向并不复杂。
文章据此指出，这一行为模式与前述最简单的做市商很像。后者在价格下行时买单不断成交，库存增加；价格上行时持续卖出，库存减少。若暂时盖住期权腿，只看 Long Gamma 交易者为维持 Delta Neutral 而进行的对冲交易，表现出的同样是一套「价格越高越卖，价格越低越买」的库存调整过程。
交易路径相似，不代表赚的是同一种钱
不过，作者同时强调，不能因此把 Fixed Distance Market Making 与 Long Gamma + Delta Hedge 直接视为同一策略。
在最简单的做市模型里，做市商主动在 99 和 101 放出报价，希望别人来成交。99 买到、101 卖出，中间的 2 本身就是其主动报出的 Spread。只要市场来回波动，并且没有碰上能够预判价格马上跌到 90 的聪明对手专门来吃掉 99 的买单，做市商就有机会留下这段价差。
因此，做市商最直接的收入来源，是为他人提供即时成交机会后收取的 Spread；对应代价则是库存风险和 adverse selection。按文中的说法，愿意站在盘口上接别人不想拿的货，就可能遭遇别人把「烂货」精准甩给自己。
Gamma Scalping 则不是这样。买入一张 Call，并不会天然获得一段 99 买、101 卖的 Spread。相反，为了反复做 Delta Hedge，交易者很可能需要主动打单进场，自己才是把成本付给做市商的 Taker。它真正拥有的，是一条会随着价格变化而变化的 Delta 曲线：价格上涨时被迫卖一点，价格下跌时被迫买一点。如果一段时间内市场产生了足够多、足够大的实际波动，这些动态对冲带来的收益，才可能覆盖买入 Gamma 时已支付的成本。
文章据此将两者的盈亏来源区分开来：最朴素的做市商是在卖流动性、收 Spread，同时承担被毒性订单打穿和库存失控的风险；Long Gamma 交易者则是预先花钱买入 convexity，再通过动态 Delta 对冲，尝试把后来真正发生的价格波动兑现出来。
作者给出的一个直观对照是：做市商关心的是「这个 Spread 能否覆盖 adverse selection 和库存成本」；Long Gamma 交易者更关心的是「买入的 IV，最终能不能被实际走出来的 RV 覆盖」。两者收入来源并不相同，但落实到交易路径上，却可能看起来非常相似。
「虚空 Gamma」：不用期权，也能手工写出库存曲线
文章进一步提出一个问题：既然想要的只是那条「跌了买、涨了卖」的库存曲线，为何一定要先买一张期权，能不能直接自己写一条规则？作者给出的答案是可以，这也是原文中被称作「虚空 Gamma」的概念。
文中举例称，若账户里没有任何期权，BTC 价格当前是 100，交易者可以自己规定一套规则：价格每跌 1，就多买 1 个；价格每涨 1，就卖 1 个。这样，仓位就不再固定，而是变成价格的函数。价格越低，持仓越多；价格越高，持仓越少。换句话说，交易者自己「手搓」出了一条库存曲线，价格一动，目标仓位就跟着改变。
在作者看来，这与前文 Long Gamma + Delta Hedge 的交易效果很像。期权交易员之所以不断调整对冲腿，是因为 Delta 会随价格变化；而这里哪怕没有期权，也能通过预设规则，直接定义「价格变成多少，我就持有多少仓位」，最终执行出来的动作依旧可能相似。
文章同时强调，严格来说，这并不意味着凭空创造出了一张真正的期权。Gamma 本来是具体非线性产品的二阶敏感度；但如果只看动态交易过程和最终 PnL 的二阶特征，确实可以用线性产品，通过离散调仓复制出部分 Gamma 的效果。
作者认为，最典型的例子就是网格。价格跌一格，加一点仓；价格涨一格，减一点仓。网格策略并不依赖希腊字母，只是提前写好一张规则表：价格到 99 持有多少，跌到 98 再多拿多少，涨回 100 又减掉多少。每当价格走到新的位置，系统就按这张表把仓位调整到对应水平。
若网格划分得越来越密，比如不是每跌 1% 调一次，而是每跌 0.1%、0.01% 都调整一点，这种离散的仓位变化就会越来越像连续变化。作者用这个类比说明，期权里的 Gamma 也可以从另一个角度理解：程序员可以用网格参数手工写出一套「价格到了哪里，仓位该变成多少」的规则，而期权本身则是天然把这种非线性结构带给了交易者。
固定距离做市也被归入同一框架。看起来它是在现价下方挂买单、上方挂卖单，表面是在赚 Spread；但若从库存路径观察，背后发生的仍然是「价格决定仓位」的映射：市场往下走，策略不断被动买入，库存变多；市场往上走，则持续卖出，库存减少。
作者据此提出，若把产品名称全部抹去，只看交易系统，许多策略都可以被统一成一个非常基础的问题：价格从 100 变成 101，我要把仓位从多少改成多少；从 101 回到 100，我又要改回来多少。Gamma Scalping 用期权回答这个问题，Market Making 由报价规则回答，网格交易则用一张提前画好的格子表回答。
非线性不是免费午餐，成本只是换了位置
在这一部分，文章试图消解「Gamma」一词的神秘感。作者称，很多人第一次接触 Gamma，会因为金融工程常从「产品价格的二阶导数」讲起而觉得它难以接近；但对真正编写交易系统的人而言，从仓位随价格变化这一头理解，往往更自然。
只要仓位本身会随着价格变化，价格路径就不再只产生一阶 PnL，而会开始出现二阶效果。交易者不再只是单纯持有 1 个 BTC，BTC 涨 1% 就赚 1%；在涨跌过程中，持有的 BTC 数量本身也在变化。
不过，作者也马上指出，这并不意味着不买期权、只写一个「跌了买、涨了卖」的程序，就能绕开 IV 和 Theta，白拿一份非线性收益。原因在于，期权只是把这条非线性曲线打包卖给交易者；如果选择自己去复制，同样要承担交易成本、库存风险、跳空风险和离散对冲误差，在单边行情里还可能越套越深。
按文中的说法，非线性不会凭空消失成本，只是成本从期权价格里，搬到了执行和风险管理里。也正因如此，无论是买来的 Gamma 还是手工写出的 Gamma，都不是免费的。
「可乐工厂」比喻：线性资产像甘蔗，期权像加工品
文章最后借用了知乎用户「大空驴」@short_donkey 的一个比喻来解释卖期权这件事。文中称，对非期权交易者而言，可以把线性资产比作甘蔗，把期权比作可乐。
作者转述称，甘蔗是天然存在的，人类很早就会吃甘蔗；可口可乐则不是天然存在的，而是由甘蔗、水、安赛蜜等原料加工出来的产品。有人喜欢甘蔗，有人喜欢可乐，两者消费市场并不完全重合，但这不意味着甘蔗产业与可乐产业是相似的产业模式。
在这个比喻下，甘蔗生产不是什么高科技产业，主要成本可能是人工与土地；而可乐产业不仅需要甘蔗这一原料，还涉及提炼、调味料与防腐剂添加、配方、包装、品牌营销和全球分销网络等一整套工艺和技术链条。文章引述称，可乐是高附加值产业，利润空间更高，但也需要更大的资本投入和更高水平的管理。第一杯可乐出现时，价格一定很高，随着市场竞争加剧，才逐步变成便宜产品。
作者认为，这个类比对新手很友好。现货、期货等线性产品，价格涨 1 就赚 1，跌 1 就亏 1，结构简单，像天然原料一样摆在那里；期权则不同，它把这些线性的东西重新加工，变成非线性的收益结构。客户可以买一个「跌到这里最多亏这么多，涨上去还能继续赚」的 Call，也可以买一个「市场真崩了你得赔我钱」的 Put，本质上都是在购买一套被重新设计过的收益分布。
但这些非线性收益并不会从天上掉下来。客户买入一张期权后，只是在账户里看到多了一个 Call 或 Put；背后负责报价的做市商，却需要用现货、期货、其他执行价的期权、其他到期日的期权进行组合，并不断做 Delta Hedge，管理 Gamma、Vega、库存和尾部风险。
作者称，客户看到的是一罐装好、贴好标签的可乐；做市商看到的，则是糖、水、瓶子、机器、物流和整条生产线。从这个视角看，卖期权很像加工产业：做市商把市场中最基础的一阶资产作为原料，通过模型、对冲、执行和资本，把它们加工成客户需要的非线性 payoff，再报出价格卖出去。
文中进一步指出，真正专业的期权做市商，并不是单纯坐在那里猜明天涨跌，甚至也不只是猜未来波动率，而是在算一笔生意：客户愿意以某个价格买这瓶「可乐」，自己到底能不能用更低的成本把它生产出来。
这也解释了为何同样一张期权、同样一个市场价格，不同做市商的结果可能差很多。作者称，有的人做 Delta Hedge 的成本低，手续费低、滑点小、内部订单还能互相净额，对冲同样一份风险所需成本很低；有的人机器慢、费率差、库存管理也差，每次都要追着盘口打，对同样的产品，别人按这个价格卖出去可以赚钱，他却可能亏钱。市场向外部展示的是同一个售价，但每家「工厂」自己的生产成本并不相同。
文章认为，放到期权市场也是一样。定价模型并非秘密，Black-Scholes 也不是商业机密，真正拉开差距的是如何把理论价格变成现实里的可交易价格，以及如何低成本处理客户塞过来的风险。
从两个按钮到一座工厂
在结尾部分，作者又把这一讨论重新接回做市。最简单的做市商，只是在盘口两边挂单赚几个档位的 Spread；再复杂一些，会做库存管理、动态报价和订单流预测；到了期权做市，所谓的「库存」已经从一个简单的现货头寸，扩展成一整套 Delta、Gamma、Vega 和期限结构。
但在作者看来，机器表面越来越复杂，底层仍是老问题：接下了什么风险，这份风险该怎么对掉，对冲要花多少钱，最后客户付的钱能不能覆盖成本。
文章称，这也是 Gamma Trading 与 Market Making 之间最有意思的连接。最开始，交易系统里只有两个按钮：买和卖；后来，人们给这两个按钮加上了库存规则；再后来，用 Delta、Gamma 去描述这些规则；最后，有人干脆建起一座「工厂」，把这些规则包装成产品，卖给别人。
按作者的说法，这大概就是「从最笨的做市商做起，最后去卖可乐」。