風控護航量化投資

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

系統(tǒng)風控的構建邏輯

一是強調風險控制的重要性。任何風險控制工作的改進，都必須以提高風險控制質量為第一考慮。

二是強調風險的提前預防、提前發(fā)現(xiàn)?？赏ㄟ^模擬實盤情況，尋找可能出現(xiàn)的量化交易風險；并且在實盤交易中，通過增加參數(shù)監(jiān)控，來彌補單純訂單只能在錯單出現(xiàn)后才能發(fā)現(xiàn)風險的問題。

三是強調風險估計的準確性。一方面，不斷發(fā)展適合量化交易的風險估計模型，目前采用基于GARCH模型和GED分布的VaR風險估計模型。另一方面，通過對多品種聯(lián)合建模，努力對套利交易提供更高的兼容性，以減少不必要的風險估計，幫助量化交易客戶找到真正的風險源。

四是強調量化交易風險的獨特性。對于量化交易風險，我們面對的風險不是目前倉位繼續(xù)持有一段時間可能帶來的風險，而是量化交易繼續(xù)運行一段時間可能帶來的風險。所以我們發(fā)展了蒙特卡洛模擬的方法來計算下一個交易日的風險情況。

基于以上邏輯以及量化投資實務的經驗，我們認為，一套完整的覆蓋交易前、交易中、交易后的風控體系應該至少包括以下內容：

交易前的風險控制

量化投資不同于傳統(tǒng)投資方式，風險控制工作在交易前就已產生。主要預防的風險包括：量化程序的編寫錯誤、量化程序和風控程序的不正常交互等。我們將需要測試的模型搭載在我們的交易系統(tǒng)和風控系統(tǒng)上，通過以下幾個方式檢驗整個系統(tǒng)的穩(wěn)健性：

一是模仿交易所實時推送行情，在量化策略編寫者的協(xié)助下，查看交易信號和輸出的參數(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，驗證在突發(fā)情況下系統(tǒng)的表現(xiàn)。包括風控程序是否能及時發(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控手段。

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

交易中的風險控制

交易中的風險控制是量化投資風險控制工作的重中之重，在這個環(huán)節(jié)包含的風險種類比較多。

1.傳統(tǒng)風險

傳統(tǒng)風險是在傳統(tǒng)的交易方式下也存在的風險種類，但是在量化交易中，這些風險又具有了新的特點：

市場風險。市場風險是指由投資標的物價格波動帶來的風險。相對于傳統(tǒng)交易方法，量化交易的速度更快，倉位變動更加頻繁，對風險衡量的即時性要求更高。同時，由于大量跨品種之間套利策略的存在，使得組合風險不是簡單的線性疊加關系，需要更加精細的衡量風險的辦法。我們風控團隊采用主流風險測度方法——VaR，并在算法上進行創(chuàng)新，即時給出組合風險、組合中的單一品種風險，當風險度過高時，這種整體與局部風險均展示的方式，可以在有風險發(fā)生時迅速定位風險源。

凈值風險。量化產品在生命周期內由于產品盈利能力不佳，凈值接近一定水平可能面臨的清盤風險歸為凈值風險。但在量化策略編寫中，往往并不考慮這一情況。針對這方面的問題，我們的風控系統(tǒng)對產品清盤的可能性進行實時定量的分析，幫助量化交易者實時了解產品的運行情況，甚至根據(jù)我們提供的分析數(shù)據(jù)，程序化地調整策略的持倉規(guī)模，以規(guī)避凈值風險。

操作風險。雖然程序化交易能自動運行交易策略，但仍不能擺脫人工操作。在人工參與環(huán)節(jié)出現(xiàn)的誤操作或投機操作帶來的風險歸為操作風險。應對措施是：

一是盡量減少非必要的人工操作。

二是對任何的人工操作，記錄并留檔，定期復核。

三是對所有曾經出現(xiàn)過的人工操作，制定標準化的操作步驟。

2.量化交易風險

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

策略運行風險，指在量化策略運行過程中，因為各種原因導致策略發(fā)生錯誤的風險。這種風險比較隱蔽，傳統(tǒng)的風險控制方式一般只能在策略出現(xiàn)不正常報價單之后才能發(fā)現(xiàn)問題，這時已經造成了損失。我們團隊通過Sybase高效的流處理機制，在不影響量化策略運行速度的情況下，并行地對策略計算中的各項參數(shù)進行監(jiān)控，做到了對于策略運行風險的定制化監(jiān)控，并能有效地在不正常報價單出現(xiàn)前發(fā)現(xiàn)風險，并采取相應措施，避免損失的出現(xiàn)。

故障風險。一個好的程序化交易系統(tǒng)應能及時穩(wěn)定地接收行情、分析行情、處理數(shù)據(jù)、快速下單。但程序在運行過程中可能會因為停電、網絡或通訊設備出現(xiàn)故障等不可抗力而出現(xiàn)故障。針對這方面的問題，可設數(shù)個備份機，在交易系統(tǒng)異常時，能夠一鍵切換到備份機運行。并且在切換后有專人即時檢查切換情況。

交易后的風險控制

量化投資在交易后也需要進行風險控制，主要關注的問題有兩個：

一是回顧當日交易，查找在交易時可能疏忽掉的風險隱患。我們會用交易程序再次推送當日行情，比對交易信號、參數(shù)以及相關其他數(shù)據(jù)，確保當日程序運行正常和下一個交易日的相關數(shù)據(jù)正常。

二是用蒙特卡洛模擬的方法對下一個交易日的風險進行衡量。量化交易的風險衡量和傳統(tǒng)投資方式不同的一點在于，由于很多量化程序設有止損，即使行情出現(xiàn)極端表現(xiàn)，因為止損的存在，實際的風險并不像想象的那么大。所以我們在每日收盤后，通過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險計算。

對量化投資而言，有完善的風控體系護航，風險是可控的，這也印證了我們開發(fā)風控系統(tǒng)的初衷，風控系統(tǒng)在監(jiān)測風險的同時也是在創(chuàng)造價值。以下僅就交易前風控提供一個案例供大家參考：

交易前風控實施案例

2015年3月5日，xx號模型準備進入實盤前的測試。在實盤前，策略開發(fā)人員已經對該模型進行了測試，方法是一次性導入歷史數(shù)據(jù)，檢驗輸出的信號。策略開發(fā)人員的測試結果是該模型沒有任何問題。

我們通過模擬交易所數(shù)據(jù)推送，檢測出該模型的以下問題：該模型對歷史數(shù)據(jù)和實時數(shù)據(jù)的處理有所不同。策略開發(fā)人員的測試只測試了交易系統(tǒng)對歷史數(shù)據(jù)的處理，我們發(fā)現(xiàn)該模型在歷史數(shù)據(jù)和實時數(shù)據(jù)的連接上存在問題，導致實時數(shù)據(jù)的前5根K線被忽略。

同時，我們通過模擬異常情況，刻意引起風控系統(tǒng)產生作用，發(fā)現(xiàn)該模型的以下問題：該模型不會自動檢測目前的持倉情況，對于因為偶發(fā)情況（如風控系統(tǒng)強行平倉，模型開倉未能成交等）造成的實際持倉情況和模型內持倉情況不一致的情況，無法做出應對。這將必然導致在偶發(fā)情況之后，出現(xiàn)錯誤的報單。

我們的交易前風控發(fā)現(xiàn)了這兩個問題，杜絕了可能出現(xiàn)的風險。同時也證明了交易前風控的必要性。