blog.llm.christmas

· 量化交易 · 第 4 / 6 讲

三、风险管理基础

仓位、Kelly、止损、杠杆与清算瀑布、VaR/CVaR、账户级风险预算与尾部对冲——策略存活的生命线。

风险管理是量化交易的生命线。一个正期望的策略如果没有合理的风险控制，依然可能因单次极端行情爆仓出局。

保住本金是第一位的，盈利是第二位的。

仓位管理

固定比例法（Fixed Fraction）

每次只用账户总资金的固定比例（如 2%）计算最大亏损额，反推仓位大小。

Kelly 公式

Kelly% = W - (1 - W) / R

深入推导：Kelly 公式

推导思路

Kelly 公式来自信息论，目标是最大化长期对数期望财富增长率。设每次下注比例为 f，胜率 W，赔率 R（赢 1 赚 R，输 1 亏 1）：

期望对数增长=W×ln⁡(1+fR)+(1−W)×ln⁡(1−f)\text{期望对数增长} = W \times \ln(1 + fR) + (1-W) \times \ln(1 - f)

对 f 求导并令导数 = 0，解出：

f∗=W−1−WR=WR−(1−W)Rf^* = W - \frac{1-W}{R} = \frac{WR - (1-W)}{R}

数值示例

胜率 W = 0.55，平均盈利 = 2%，平均亏损 = 1%，赔率 R = 2

f∗=0.55−0.45/2=0.325f^* = 0.55 - 0.45/2 = 0.325，Half-Kelly = 16.25%

为什么用 Half-Kelly？ Kelly 公式的输入（胜率、赔率）是从历史数据估计的，存在估计误差。若真实参数比估计值略差，Full Kelly 会导致严重超仓。Half-Kelly 在牺牲约 25% 理论增长速度的情况下，将破产风险大幅压缩。

Kelly 的连续收益版本

在连续复利假设下，Kelly 仓位等价于：

f∗=μσ2f^* = \frac{\mu}{\sigma^2}

其中 μ\mu 为策略超额收益均值，σ2\sigma^2 为收益方差。这与第一章「波动拖累」的推导一脉相承：Kelly 本质上是在最大化几何收益 g≈μ−σ2/2g \approx \mu - \sigma^2/2 关于 f 的权衡，过高仓位会让波动拖累超过期望收益。

Kelly 与固定比例法的对比

方法优点缺点
固定比例（如每笔 2%）简单、稳定不考虑策略期望，可能欠仓或超仓
Full Kelly理论最优增长参数估计误差放大风险，回撤极大
Half-Kelly平衡增长与风险需要准确估计胜率和赔率

止损设置

止损是限制单笔亏损的硬性规则，必须在入场前确定，不能情绪化地移动止损位。

ATR 止损详解

ATR（Average True Range）衡量市场近期的真实波动幅度，用它设置止损能自适应市场状态：

TR=max⁡(当日高−当日低, ∣当日高−昨收∣, ∣当日低−昨收∣)TR = \max(\text{当日高} - \text{当日低},\ |\text{当日高} - \text{昨收}|,\ |\text{当日低} - \text{昨收}|)

14 日 ATR = TR 的 14 日指数移动平均。止损距离 = N × ATR（N 通常取 1.5~3）

示例：BTC 当前价格 60,000，14 日 ATR = 2,000 USDT，N = 2

失效场景：ATR 基于历史波动率，在「低波动突然跳变高波动」的行情初期（如重大消息发布前后），ATR 尚未反应，止损距离仍按低波动设置，可能被瞬间穿透。加密市场此类情形频率远高于传统市场。

移动止损（Trailing Stop）

随着价格向有利方向移动，止损价格同步跟进，只向有利方向移动，不回退：

杠杆与爆仓控制

加密市场特有：清算驱动瀑布（Liquidation Cascade）

加密衍生品市场存在一种传统市场几乎不存在的极端风险——清算瀑布。其机制如下：

  1. 价格下跌触发部分多头仓位的清算线
  2. 交易所强制将这些仓位以市价卖出（清算）
  3. 市价卖出进一步压低价格
  4. 价格下跌触发更多多头的清算线
  5. 形成正反馈循环，价格在极短时间内崩跌远超「正常」波动范围

量化影响：在 2021~2022 年多次行情中，BTC 可以在 30 分钟内下跌 15%~20%，而同期传统市场的「闪崩」通常仅 2~5%。这意味着任何基于历史波动率（如 ATR）设置的止损，在清算瀑布面前都可能以远差于止损价的价格成交（止损滑点）。

应对方法：

VaR 与 CVaR

风险价值（Value at Risk, VaR）

VaR(95%) = 在 95% 置信水平下，未来 1 日的最大亏损额。计算方式（历史模拟法）：将过去 N 日收益率从小到大排序，取第 5% 分位数。

示例：过去 250 日最差的 5%（即最差 12 日），平均亏损 = -3.5% → VaR(95%) = 账户资金 × 3.5%

缺陷：VaR 不描述超过阈值后的损失有多严重——它只告诉你「有 5% 的概率亏超过这个数」，但没告诉你超过后平均会亏多少。

条件风险价值（CVaR / Expected Shortfall）

CVaR(95%) = 亏损超过 VaR 阈值的那些情况下，平均亏损是多少。

示例：最差的 12 日中，平均亏损 = -6.2% → CVaR(95%) = 账户资金 × 6.2%

加密货币市场肥尾特性显著，CVaR 比 VaR 更具参考价值。CVaR 与 VaR 的差距越大，说明尾部越肥——对加密策略而言，CVaR / VaR > 2 是常见现象，意味着一旦进入最坏情境，实际损失远超 VaR 暗示的水平。

账户级风险控制框架

相关性风险的量化处理

加密市场的「分散化幻觉」极为普遍——持有 BTC、ETH、SOL、BNB 看似四个标的，但在极端行情（恰恰是最需要分散的时候），四者的滚动相关系数会从平时的 0.6~0.7 骤升至 0.9+，组合实际上退化为单一方向的集中暴露。

相关性调整仓位的量化方法：

设组合持有 n 个标的，收益率协方差矩阵为 Σ\Sigma，仓位向量为 w\mathbf{w}，则组合方差为：

σp2=w⊤Σw\sigma_p^2 = \mathbf{w}^\top \Sigma \mathbf{w}

风险贡献分解：每个标的对组合风险的边际贡献为：

RCi=wi×(Σw)iσpRC_i = w_i \times \frac{(\Sigma \mathbf{w})_i}{\sigma_p}

风险平价（Risk Parity）原则：令 RCi=RCjRC_i = RC_j 对所有 i, j，即各标的对组合风险的贡献相等，而非名义仓位相等。这样高波动标的自然被分配更低仓位。

实践监控：计算持仓组合的滚动 30 日相关矩阵，当主要持仓对相关系数 > 0.7 时，视为集中风险，触发仓位压缩规则（如将相关标的合并视为单一头寸，按单一头寸的风险上限管理）。

加密市场陷阱：相关性在平静期和压力期差异极大（相关性不稳定），用平静期的相关矩阵计算风险会系统性低估极端行情下的真实风险。建议同时计算「压力期」相关矩阵（如筛选历史上 BTC 单日跌幅 > 5% 的样本日）用于压力测试。

动态风险预算算法

将账户总风险预算（如最大回撤容忍度 20%）分配给各策略，并根据实时消耗动态调整：

风险预算消耗的量化定义：

已消耗预算i=策略 i 当前回撤策略 i 分配的最大回撤上限\text{已消耗预算}_{i} = \frac{\text{策略 i 当前回撤}}{\text{策略 i 分配的最大回撤上限}}

仓位调整规则（示例）：

已消耗预算操作
< 50%正常仓位
50%~75%降仓至 50%
75%~90%降仓至 25%
> 90%策略暂停，等待回撤修复

关键参数：回撤从哪个高水位计算？建议使用滚动高水位（Rolling High-Water Mark）而非固定起始点——这样在策略盈利后，风险预算会随高水位上移而「重置」，避免策略在盈利状态下仍被过度限制。

账户级熔断机制：

触发条件操作
单日亏损 > 账户 3%当日停止所有新开仓
连续亏损 3 日降仓至 50%，复盘策略
累计回撤 > 15%全部平仓，策略下线审查
单策略回撤 > 分配风险预算该策略停运

尾部风险对冲

前述风险控制的核心逻辑是「限制损失」——止损、熔断、降杠杆。但这些手段在极端行情中往往失效：流动性枯竭导致止损无法以预期价格成交，清算瀑布使得「降杠杆」的操作本身就是市场下跌的一部分。主动的尾部风险对冲是更高层次的风险管理。

方法一：持有反向敞口

最直接的对冲是在投资组合中持有一定比例的反向相关或低相关资产：

方法二：期权保护（Put Buying）

若交易所提供期权交易（如 Deribit），购买**虚值看跌期权（OTM Put）**是经典的尾部风险对冲工具：

尾部风险对冲的核心权衡：对冲的本质是用确定的小损失（权利金或机会成本）换取不确定的大损失的保护。长期来看，如果极端行情不频繁发生，对冲成本会侵蚀收益；但若发生一次未对冲的清算事件，可能直接终结策略的生命周期。对于杠杆较高的策略，尾部对冲的价值通常超过其成本。