風(fēng)控護(hù)航量化投資

數(shù)據(jù)顯示，北美超過(guò)70%的交易份額由程序化交易產(chǎn)生，而目前我國(guó)程序化交易的份額遠(yuǎn)遠(yuǎn)低于北美及歐美的平均水平。程序化交易使資產(chǎn)管理人更容易通過(guò)多品種、多市場(chǎng)、多周期、多組合的量化交易策略來(lái)降低投資風(fēng)險(xiǎn)、平滑資金曲線，憑借其快速與紀(jì)律性等優(yōu)勢(shì)，越來(lái)越受到交易者的青睞。但同時(shí)，程序化交易是涉及算法、眾多參數(shù)、交易下單的復(fù)雜系統(tǒng)，出意外的可能性較大，如美國(guó)的Kningt Capital騎士資本(美國(guó)最大的做市交易商之一）由于計(jì)算機(jī)程序錯(cuò)誤導(dǎo)致的烏龍事件，瞬間虧損4.44億美元，幾乎讓騎士資本到破產(chǎn)的邊緣。美國(guó)長(zhǎng)期資本公司的債券套利完美模型設(shè)計(jì)，最終毀于俄羅斯金融危機(jī)下的國(guó)債違約黑天鵝意外。2013年光大證券的烏龍指事件更是為我們上了一堂量化產(chǎn)品風(fēng)險(xiǎn)缺失教育課，驚悚之余，給市場(chǎng)提出了新的風(fēng)險(xiǎn)監(jiān)管課題。

系統(tǒng)風(fēng)控的構(gòu)建邏輯

一是強(qiáng)調(diào)風(fēng)險(xiǎn)控制的重要性。任何風(fēng)險(xiǎn)控制工作的改進(jìn)，都必須以提高風(fēng)險(xiǎn)控制質(zhì)量為第一考慮。

二是強(qiáng)調(diào)風(fēng)險(xiǎn)的提前預(yù)防、提前發(fā)現(xiàn)?？赏ㄟ^(guò)模擬實(shí)盤情況，尋找可能出現(xiàn)的量化交易風(fēng)險(xiǎn)；并且在實(shí)盤交易中，通過(guò)增加參數(shù)監(jiān)控，來(lái)彌補(bǔ)單純訂單只能在錯(cuò)單出現(xiàn)后才能發(fā)現(xiàn)風(fēng)險(xiǎn)的問(wèn)題。

三是強(qiáng)調(diào)風(fēng)險(xiǎn)估計(jì)的準(zhǔn)確性。一方面，不斷發(fā)展適合量化交易的風(fēng)險(xiǎn)估計(jì)模型，目前采用基于GARCH模型和GED分布的VaR風(fēng)險(xiǎn)估計(jì)模型。另一方面，通過(guò)對(duì)多品種聯(lián)合建模，努力對(duì)套利交易提供更高的兼容性，以減少不必要的風(fēng)險(xiǎn)估計(jì)，幫助量化交易客戶找到真正的風(fēng)險(xiǎn)源。

四是強(qiáng)調(diào)量化交易風(fēng)險(xiǎn)的獨(dú)特性。對(duì)于量化交易風(fēng)險(xiǎn)，我們面對(duì)的風(fēng)險(xiǎn)不是目前倉(cāng)位繼續(xù)持有一段時(shí)間可能帶來(lái)的風(fēng)險(xiǎn)，而是量化交易繼續(xù)運(yùn)行一段時(shí)間可能帶來(lái)的風(fēng)險(xiǎn)。所以我們發(fā)展了蒙特卡洛模擬的方法來(lái)計(jì)算下一個(gè)交易日的風(fēng)險(xiǎn)情況。

基于以上邏輯以及量化投資實(shí)務(wù)的經(jīng)驗(yàn)，我們認(rèn)為，一套完整的覆蓋交易前、交易中、交易后的風(fēng)控體系應(yīng)該至少包括以下內(nèi)容：

交易前的風(fēng)險(xiǎn)控制

量化投資不同于傳統(tǒng)投資方式，風(fēng)險(xiǎn)控制工作在交易前就已產(chǎn)生。主要預(yù)防的風(fēng)險(xiǎn)包括：量化程序的編寫錯(cuò)誤、量化程序和風(fēng)控程序的不正常交互等。我們將需要測(cè)試的模型搭載在我們的交易系統(tǒng)和風(fēng)控系統(tǒng)上，通過(guò)以下幾個(gè)方式檢驗(yàn)整個(gè)系統(tǒng)的穩(wěn)健性：

一是模仿交易所實(shí)時(shí)推送行情，在量化策略編寫者的協(xié)助下，查看交易信號(hào)和輸出的參數(shù)等是否正常。

二是用專門的數(shù)據(jù)模擬包括異常行情等突發(fā)情況，驗(yàn)證在突發(fā)情況下系統(tǒng)的表現(xiàn)。包括風(fēng)控程序是否能及時(shí)發(fā)現(xiàn)異常，示警并征得量化交易者同意后而采取措施的其他風(fēng)控手段。

三是在量化交易者同意風(fēng)控程序進(jìn)行平倉(cāng)、限制開倉(cāng)等風(fēng)控手段時(shí)，用特殊數(shù)據(jù)刻意引起風(fēng)控系統(tǒng)生效，以檢驗(yàn)在風(fēng)控程序生效后，量化交易程序是否能正確接受信號(hào)，并繼續(xù)穩(wěn)健運(yùn)行。

交易中的風(fēng)險(xiǎn)控制

交易中的風(fēng)險(xiǎn)控制是量化投資風(fēng)險(xiǎn)控制工作的重中之重，在這個(gè)環(huán)節(jié)包含的風(fēng)險(xiǎn)種類比較多。

1.傳統(tǒng)風(fēng)險(xiǎn)

傳統(tǒng)風(fēng)險(xiǎn)是在傳統(tǒng)的交易方式下也存在的風(fēng)險(xiǎn)種類，但是在量化交易中，這些風(fēng)險(xiǎn)又具有了新的特點(diǎn)：

市場(chǎng)風(fēng)險(xiǎn)。市場(chǎng)風(fēng)險(xiǎn)是指由投資標(biāo)的物價(jià)格波動(dòng)帶來(lái)的風(fēng)險(xiǎn)。相對(duì)于傳統(tǒng)交易方法，量化交易的速度更快，倉(cāng)位變動(dòng)更加頻繁，對(duì)風(fēng)險(xiǎn)衡量的即時(shí)性要求更高。同時(shí)，由于大量跨品種之間套利策略的存在，使得組合風(fēng)險(xiǎn)不是簡(jiǎn)單的線性疊加關(guān)系，需要更加精細(xì)的衡量風(fēng)險(xiǎn)的辦法。我們風(fēng)控團(tuán)隊(duì)采用主流風(fēng)險(xiǎn)測(cè)度方法——VaR，并在算法上進(jìn)行創(chuàng)新，即時(shí)給出組合風(fēng)險(xiǎn)、組合中的單一品種風(fēng)險(xiǎn)，當(dāng)風(fēng)險(xiǎn)度過(guò)高時(shí)，這種整體與局部風(fēng)險(xiǎn)均展示的方式，可以在有風(fēng)險(xiǎn)發(fā)生時(shí)迅速定位風(fēng)險(xiǎn)源。

凈值風(fēng)險(xiǎn)。量化產(chǎn)品在生命周期內(nèi)由于產(chǎn)品盈利能力不佳，凈值接近一定水平可能面臨的清盤風(fēng)險(xiǎn)歸為凈值風(fēng)險(xiǎn)。但在量化策略編寫中，往往并不考慮這一情況。針對(duì)這方面的問(wèn)題，我們的風(fēng)控系統(tǒng)對(duì)產(chǎn)品清盤的可能性進(jìn)行實(shí)時(shí)定量的分析，幫助量化交易者實(shí)時(shí)了解產(chǎn)品的運(yùn)行情況，甚至根據(jù)我們提供的分析數(shù)據(jù)，程序化地調(diào)整策略的持倉(cāng)規(guī)模，以規(guī)避凈值風(fēng)險(xiǎn)。

操作風(fēng)險(xiǎn)。雖然程序化交易能自動(dòng)運(yùn)行交易策略，但仍不能擺脫人工操作。在人工參與環(huán)節(jié)出現(xiàn)的誤操作或投機(jī)操作帶來(lái)的風(fēng)險(xiǎn)歸為操作風(fēng)險(xiǎn)。應(yīng)對(duì)措施是：

一是盡量減少非必要的人工操作。

二是對(duì)任何的人工操作，記錄并留檔，定期復(fù)核。

三是對(duì)所有曾經(jīng)出現(xiàn)過(guò)的人工操作，制定標(biāo)準(zhǔn)化的操作步驟。

2.量化交易風(fēng)險(xiǎn)

量化交易風(fēng)險(xiǎn)是量化交易特有的風(fēng)險(xiǎn)，或者是該風(fēng)險(xiǎn)在傳統(tǒng)交易中就存在，但在量化交易中被大幅放大的風(fēng)險(xiǎn)。這些風(fēng)險(xiǎn)包括：

策略運(yùn)行風(fēng)險(xiǎn)，指在量化策略運(yùn)行過(guò)程中，因?yàn)楦鞣N原因?qū)е虏呗园l(fā)生錯(cuò)誤的風(fēng)險(xiǎn)。這種風(fēng)險(xiǎn)比較隱蔽，傳統(tǒng)的風(fēng)險(xiǎn)控制方式一般只能在策略出現(xiàn)不正常報(bào)價(jià)單之后才能發(fā)現(xiàn)問(wèn)題，這時(shí)已經(jīng)造成了損失。我們團(tuán)隊(duì)通過(guò)Sybase高效的流處理機(jī)制，在不影響量化策略運(yùn)行速度的情況下，并行地對(duì)策略計(jì)算中的各項(xiàng)參數(shù)進(jìn)行監(jiān)控，做到了對(duì)于策略運(yùn)行風(fēng)險(xiǎn)的定制化監(jiān)控，并能有效地在不正常報(bào)價(jià)單出現(xiàn)前發(fā)現(xiàn)風(fēng)險(xiǎn)，并采取相應(yīng)措施，避免損失的出現(xiàn)。

故障風(fēng)險(xiǎn)。一個(gè)好的程序化交易系統(tǒng)應(yīng)能及時(shí)穩(wěn)定地接收行情、分析行情、處理數(shù)據(jù)、快速下單。但程序在運(yùn)行過(guò)程中可能會(huì)因?yàn)橥ｋ?、網(wǎng)絡(luò)或通訊設(shè)備出現(xiàn)故障等不可抗力而出現(xiàn)故障。針對(duì)這方面的問(wèn)題，可設(shè)數(shù)個(gè)備份機(jī)，在交易系統(tǒng)異常時(shí)，能夠一鍵切換到備份機(jī)運(yùn)行。并且在切換后有專人即時(shí)檢查切換情況。

交易后的風(fēng)險(xiǎn)控制

量化投資在交易后也需要進(jìn)行風(fēng)險(xiǎn)控制，主要關(guān)注的問(wèn)題有兩個(gè)：

一是回顧當(dāng)日交易，查找在交易時(shí)可能疏忽掉的風(fēng)險(xiǎn)隱患。我們會(huì)用交易程序再次推送當(dāng)日行情，比對(duì)交易信號(hào)、參數(shù)以及相關(guān)其他數(shù)據(jù)，確保當(dāng)日程序運(yùn)行正常和下一個(gè)交易日的相關(guān)數(shù)據(jù)正常。

二是用蒙特卡洛模擬的方法對(duì)下一個(gè)交易日的風(fēng)險(xiǎn)進(jìn)行衡量。量化交易的風(fēng)險(xiǎn)衡量和傳統(tǒng)投資方式不同的一點(diǎn)在于，由于很多量化程序設(shè)有止損，即使行情出現(xiàn)極端表現(xiàn)，因?yàn)橹箵p的存在，實(shí)際的風(fēng)險(xiǎn)并不像想象的那么大。所以我們?cè)诿咳帐毡P后，通過(guò)蒙特卡洛方法模擬第二日的交易，從而得到更加精確的下一交易日的風(fēng)險(xiǎn)計(jì)算。

對(duì)量化投資而言，有完善的風(fēng)控體系護(hù)航，風(fēng)險(xiǎn)是可控的，這也印證了我們開發(fā)風(fēng)控系統(tǒng)的初衷，風(fēng)控系統(tǒng)在監(jiān)測(cè)風(fēng)險(xiǎn)的同時(shí)也是在創(chuàng)造價(jià)值。以下僅就交易前風(fēng)控提供一個(gè)案例供大家參考：

交易前風(fēng)控實(shí)施案例

2015年3月5日，xx號(hào)模型準(zhǔn)備進(jìn)入實(shí)盤前的測(cè)試。在實(shí)盤前，策略開發(fā)人員已經(jīng)對(duì)該模型進(jìn)行了測(cè)試，方法是一次性導(dǎo)入歷史數(shù)據(jù)，檢驗(yàn)輸出的信號(hào)。策略開發(fā)人員的測(cè)試結(jié)果是該模型沒(méi)有任何問(wèn)題。

我們通過(guò)模擬交易所數(shù)據(jù)推送，檢測(cè)出該模型的以下問(wèn)題：該模型對(duì)歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的處理有所不同。策略開發(fā)人員的測(cè)試只測(cè)試了交易系統(tǒng)對(duì)歷史數(shù)據(jù)的處理，我們發(fā)現(xiàn)該模型在歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的連接上存在問(wèn)題，導(dǎo)致實(shí)時(shí)數(shù)據(jù)的前5根K線被忽略。

同時(shí)，我們通過(guò)模擬異常情況，刻意引起風(fēng)控系統(tǒng)產(chǎn)生作用，發(fā)現(xiàn)該模型的以下問(wèn)題：該模型不會(huì)自動(dòng)檢測(cè)目前的持倉(cāng)情況，對(duì)于因?yàn)榕及l(fā)情況（如風(fēng)控系統(tǒng)強(qiáng)行平倉(cāng)，模型開倉(cāng)未能成交等）造成的實(shí)際持倉(cāng)情況和模型內(nèi)持倉(cāng)情況不一致的情況，無(wú)法做出應(yīng)對(duì)。這將必然導(dǎo)致在偶發(fā)情況之后，出現(xiàn)錯(cuò)誤的報(bào)單。

我們的交易前風(fēng)控發(fā)現(xiàn)了這兩個(gè)問(wèn)題，杜絕了可能出現(xiàn)的風(fēng)險(xiǎn)。同時(shí)也證明了交易前風(fēng)控的必要性。