4、历史情景构建：基于历史极端事件

做压力测试，最怕什么？

怕你构造的场景不够「狠」。我见过太多团队，自己编的场景跑起来风平浪静，结果市场一波动，系统直接崩了。说白了，你编的场景再花哨，也不如真实发生过的事件有说服力。

所以这一章，咱们聊聊怎么用历史极端事件来构建情景。1987年股灾、2008年金融危机，这些都是绝佳的素材。

4.1 为什么要用历史事件？

我个人习惯，做压力测试第一件事就是翻历史。为什么？因为历史事件包含了真实的市场行为——恐慌、踩踏、流动性枯竭。这些是数学模型很难模拟出来的。

举个例子，1987年10月19日，道琼斯指数一天跌了22.6%。你想想看，这种级别的波动，你写代码模拟的时候，敢不敢设这么大的参数？但历史告诉你，它就是发生了。

4.2 构建历史情景的步骤

嗯，这里要注意，不是把历史数据直接扔进去就完事了。你得做几步处理。

1. 数据清洗——去掉停牌、异常跳空、数据缺失的部分
2. 时间对齐——不同品种的交易时间不一样，得统一到同一时间轴
3. 波动率缩放——把历史波动率映射到当前市场环境
4. 相关性调整——历史的相关性结构可能已经变了，需要修正

我曾经在项目中遇到过一个问题：直接把2008年的数据拿来用，结果发现当时很多品种的流动性跟现在完全不是一个量级。跑出来的结果，系统显示没事，但我知道那是假的。

4.3 1987年股灾情景构建

1987年股灾有个特点：它是由程序化交易引发的。说白了，就是机器在互相踩踏。这个场景对现在的量化系统特别有参考价值。

具体怎么构建？我建议这样做：

• 提取1987年10月19日到10月20日的分钟级价格数据
• 计算当时的波动率曲线和相关性矩阵
• 把价格序列按比例缩放到当前市场水平
• 加入当时的成交量冲击模型

4.4 2008年金融危机情景构建

2008年跟1987年不一样。它不是一天暴跌，而是持续几个月的流动性枯竭。这对系统的考验更大——不是瞬间崩盘，而是慢慢失血。

我个人习惯把2008年分成三个阶段：

阶段	时间	特征
第一阶段	2008年1月-3月	波动率上升，相关性开始变化
第二阶段	2008年6月-9月	流动性急剧下降，价差扩大
第三阶段	2008年10月-12月	全面恐慌，所有资产一起跌

构建情景时，我建议把这三个阶段的数据都提取出来。每个阶段对系统的压力点不一样。第一阶段考验风控的预警能力，第二阶段考验订单执行系统，第三阶段考验资金管理。

4.5 核心逻辑框架

下面这张图，是我做历史情景构建时用的核心流程。你看一眼就明白了。

你看，整个流程是串行的。每一步都不能跳过。我见过有人图省事，直接拿历史数据跑，结果相关性没调整，跑出来的结果完全失真。

4.6 代码示例：提取历史事件数据

下面这段代码，是我常用的历史数据提取逻辑。你拿去改改就能用。

def extract_historical_event(start_date, end_date, symbols):
    """
    提取历史事件期间的数据
    """
    data = {}
    for symbol in symbols:
        # 从数据库或文件读取
        raw = load_data(symbol, start_date, end_date)
        
        # 清洗：去掉停牌和异常值
        clean = raw[raw['volume'] > 0]
        clean = clean[clean['close'] > 0]
        
        # 计算收益率
        clean['return'] = clean['close'].pct_change()
        
        # 计算波动率
        clean['volatility'] = clean['return'].rolling(20).std()
        
        data[symbol] = clean
    
    return data

4.7 避坑指南

做历史情景构建，有几个坑我踩过，你注意一下：

• 不要直接复制历史价格——市场结构变了，价格水平也变了，必须做缩放
• 注意市场微观结构的变化——比如2008年还没有高频交易，现在的市场环境完全不同
• 相关性不是固定的——危机期间，所有资产的相关性都会趋向1，这个要单独处理

我曾经在项目中直接用了2008年的相关性矩阵，结果跑出来的情景显示风险对冲效果很好。但我知道这是假的——因为2008年后期，所有对冲策略都失效了。后来我加了一个「相关性漂移」的修正，才得到真实的结果。

4.8 小结

历史情景构建，说白了就是让历史重演一次。但你不能原封不动地搬过来，得做适配、做调整。1987年股灾和2008年金融危机是两个经典案例，一个测瞬时冲击，一个测持续压力。

我个人建议，每个季度至少更新一次历史情景库。市场在变，你的系统也在变，历史情景也得跟着迭代。