【量化读书笔记】【打开量化投资的黑箱】CH.04.风险模型

风险管理不仅仅是规避风险和减少损失，是通过对敞口实施有目的的选择和规模控制来提高收益的质量和稳定性。

（注：敞口，一般指金融活动中存在金融风险的部位以及受金融风险影响的程度）

本质上风险模型是为阿尔法模型不能建模的风险进行兜底。

一、 控制风险规模

1.1 控制规模的方式

• 硬性约束
  • 临界值，例如头崔规模不能超过投资组合的3%。
• 惩罚
  • 惩罚函数，仓位超出临界水平越多，增加仓位越难。
• 如何设置临界值？任意初始值+验证调整

1.2 度量风险的方式

• 纵向
  • 不同时期各个产品收益的标准差 => 波动率 => 风险
• 相似水平度量
  • 给定产品范围内，对各金融产品表现的相似水平进行度量，横截面标准差。该值越大，表示投资组合时可以选择多样化的产品投注，风险较低。（相似的产品在波动的时候容易跟随波动）

1.3 如何衡量控制规模？

• 限制的适用范围
• 杠杆率
• 投注领域：凯莉准则 —— 系统化度量投注风险的方法

1.4理论驱动型风险模型

• 经典的理论驱动型风险模型专注于已知的或系统性的风险因素
  • 所谓系统性风险指的是不可以通过分散加以消除的风险。比如对于股票而言，整个股市就是系统性风险。在熊市中，很难通过合理化投资组合的方式来避免亏损。

1.5 经验型风险模型

• 使用一些基于数据的方法，对系统性风险进行建模
  • 主成分分析

1.6哪一种模型更好？

• 理论驱动
  • 风险因素有明确的意义
  • 认同并理解理论的Quant会对投资与模型更有信心
  • 例如，巴菲特在互联网泡沫期间，就是处于理论模型，坚持自己的新年
• 经验驱动
  • 数据中反映了风险因素的变化，因此基于数据的模型也可以自适应的隐式建模这些变化的风险因素。（但是在变化出现的早期，由于数据不够多，经验模型往往会表现得不好）
  • 依赖大量的样本，才能使得有些结论有统计学上的显著性意义