# 量化模型风险敞口下的头寸控制

By [Test](https://paragraph.com/@test-33) · 2022-02-18

---

风险管理并不只是规避风险或者减少损失，它是为了提高回报的质量和持续性。阿尔法其实是一种敞口，因为这个敞口的存在，quant可以期望获得回报。但是我们也必须要接受这个敞口会有下降趋势的可能性。

与阿尔法回报相关的敞口类型很多，它们并不能让我们总是赚钱，而这样的敞口就是我们对风险的定义。

风险敞口通常不能带来回报，但是它每天都影响着策略的回报。而量化交易一个巨大的优势就是能度量各种不同的风险敞口，并有目的的选择风险敞口。一般来说，风险控制模型会削弱quant的盈利，但是这并不影响其作为一种权衡而被众多quant所接受。风险管理通过减少回报的波动带来更重要的效益，并且可以降低发生巨大损失的可能。

1、通过约束或者惩罚来限制头寸规模

限制头寸规模的方式主要有两种：严格的约束条件和惩罚。

约束条件是通过划线来控制，例如，无论信号多么强烈，也不能超过投资组合的x%。

惩罚机制运行是这样的，超过限制水平越远，增加额外的规模就变得越困难。

惩罚机制本质上是为了约束条件以外的情况设置的，毕竟过于严格的限制会有点武断。在如何决定限制水平和惩罚的具体过程中，通常是采用数据驱动型的方法来决定的，包括用机器学习技术来测试多种限制水平的组合，或者仅仅测试不同限制水平，一般用历史数据根据经验研究来决定最终的结果。

2、度量风险的大小

度量在市场环境中风险的大小，通常有两种可以接受的方法，一是纵向的，通过计算不同种类金融产品的回报随着时间推移的标准差，这种方法可以得到不确定的概念，这个概念被称作波动率，波动率越大，市场风险就越大。二是在给定的投资范围中，度量不同种类金融产品行为之间的相似性。通常是计算在给定的时间段内相关金融产品的横截面的标准差。标准差越大，基础性金融产品的波动行为就越多样。这也意味着市场风险比较小，因为投资组合可以由较大数量的多元化分散化投注构成。

3、限制可以应用在哪里？

这些限制头寸规模的模型可以用于管理许多种类型的敞口。我们可以限制单个头寸的大小或者一组头寸的大小，我们还可以限制不同类型风险的敞口规模。例如，在股票交易中，可以限制模型对市场因素的投注。

一般来说，受到水平限制约束或者惩罚的风险都是那些阿尔法模型不容易明确预测到的。如果一个阿尔法模型尝试预测个股，而没有对市场因素做为一个整体做任何预测，那么在市场因素上限制该投资组合能最终承担的投注规模就是谨慎的。

风险模型的另一个组成部分是管理投资组合整体的财务杠杆大小。

例如，我们可以这样操作，当机会不错的时候，高杠杆是可行的，机会恨少时，低杠杆才是可行的。还有许多quant为他们的投资者提供一种相对恒定水平的风险，用波动率和离散率作为风险的代理变量。

quant可以为了得到一种更稳定的风险水平而改变他们的杠杆水平，常用的是风险价值模型。这种模型通常考虑一个投资组合敞口的市值，根据当期的波动率来预测这种投资组合的期望回报或损失能否在一个给定的置信区间中。

---

*Originally published on [Test](https://paragraph.com/@test-33/UsNGrLdM3ZFl66xSs8VI)*