市场风险敏感度分析与动态调整实战
📚 共计 30 章节
01
风险敏感度概述
定义、重要性、在投资组合管理中的角色。
基础
核心概念
02
市场因子模型基础
单因子模型、多因子模型、因子暴露计算。
因子
量化
03
Delta敏感度分析
定义、计算、在股票期权中的应用。
期权
希腊字母
04
Gamma敏感度分析
曲率风险、Gamma Scalping策略、风险管理。
曲率
对冲
05
Vega敏感度分析
隐含波动率影响、波动率微笑、Vega对冲。
波动率
微笑
06
Theta敏感度分析
时间衰减、Theta与期权策略选择。
时间价值
期权
07
Rho敏感度分析
利率风险、长期期权中的Rho影响。
利率
久期
08
债券久期与凸性
Macaulay久期、修正久期、凸性调整。
固定收益
凸性
09
利率风险敏感度
DV01、关键利率久期、利率曲线平移分析。
DV01
利率曲线
10
信用利差敏感度
信用利差久期、信用违约互换(CDS)定价。
信用
CDS
11
波动率曲面建模
SVI模型、随机波动率模型、局部波动率模型。
波动率曲面
SVI
12
压力测试与情景分析
历史情景、假设情景、极端风险度量。
压力测试
极端风险
13
风险价值(VaR)敏感度
参数法、历史模拟法、蒙特卡洛法。
VaR
蒙特卡洛
14
预期亏损(ES)敏感度
一致性风险度量、ES回测与验证。
ES
回测
15
因子投资组合敏感度
因子暴露分解、因子择时、风险预算。
因子
风险预算
16
动态对冲策略
Delta中性、Gamma中性、Vega中性组合构建。
对冲
中性
17
组合再平衡技术
阈值再平衡、日历再平衡、波动率目标再平衡。
再平衡
波动率目标
18
风险预算与动态调整
风险贡献、边际风险、成分风险。
风险预算
边际风险
19
机器学习在敏感度分析中的应用
神经网络近似、高斯过程、SHAP值。
机器学习
SHAP
20
高频数据下的敏感度估计
已实现波动率、跳跃检测、微观结构噪声。
高频
跳跃
21
多资产敏感度聚合
跨资产相关性、风险聚合方法、分散化收益。
多资产
相关性
22
尾部风险敏感度
极值理论、条件尾部期望、尾部依赖。
尾部风险
极值
23
流动性风险敏感度
买卖价差、市场冲击模型、流动性调整VaR。
流动性
冲击
24
模型风险与校准
模型不确定性、参数敏感性、贝叶斯方法。
模型风险
贝叶斯
25
监管框架下的敏感度分析
Basel III/IV、FRTB、SA-CCR。
监管
Basel
26
CVA与DVA敏感度
信用估值调整、债务估值调整、对手方风险。
CVA
对手方
27
抵押品与保证金敏感度
初始保证金、变动保证金、SIMM模型。
保证金
SIMM
28
实时风险监控系统
架构设计、数据管道、告警阈值设置。
实时
架构
29
回溯测试与绩效归因
敏感度预测验证、损益归因、信息比率。
归因
信息比率
30
综合案例:多资产期权组合动态风险管理
构建一个多资产期权组合的动态风险管理系统。
综合案例
动态风险