第1章：风险度量指标——方差、标准差、VaR、CVaR、最大回撤

各位好，我是老张。在量化风控这行摸爬滚打了十几年，今天咱们聊聊组合风险分析里最核心的几个度量指标。说实话，这些指标就像厨师的刀工——基础，但决定了你能走多远。

我个人习惯把风险度量分成两类：一类是“波动型”指标，比如方差、标准差；另一类是“尾部型”指标，比如VaR、CVaR、最大回撤。前者告诉你“正常情况下的波动有多大”，后者告诉你“最坏情况能亏多少”。

1.1 方差与标准差：波动率的基石

方差，说白了就是衡量收益偏离平均水平的程度。公式很简单：

σ² = (1/n) * Σ(ri - r̄)²

其中ri是第i天的收益率，r̄是平均收益率。标准差就是方差的平方根。

我在项目中遇到过一件事：有个同事用方差衡量两只基金的风险，结果发现A基金方差比B基金大，但实际回撤却小得多。为什么？因为方差只反映波动幅度，不区分上涨还是下跌。你想想看，涨得多和跌得多，对投资者来说完全是两码事。

1.2 VaR：风险价值，一个“分位数”的故事

VaR（Value at Risk）是我最常用的指标之一。它的定义很直观：在给定置信水平下，未来一段时间内可能的最大损失。比如95% VaR = -2%，意思是有95%的把握，损失不会超过2%。

计算VaR有三种主流方法：

• 参数法：假设收益服从正态分布，直接查分位数。快，但假设太强。
• 历史模拟法：用过去N天的收益率排序，取第5%分位数。简单，但依赖历史。
• 蒙特卡洛模拟：随机生成大量路径，统计损失分布。灵活，但计算量大。

嗯，这里要注意：VaR有个致命缺陷——它只告诉你“损失不超过某个值”，但没告诉你“一旦超过，会亏多少”。

1.3 CVaR：弥补VaR的“尾巴”

CVaR（Conditional VaR），也叫期望损失。它计算的是“当损失超过VaR时，平均会亏多少”。说白了，就是看尾巴有多肥。

公式：

CVaR = E[损失 | 损失 > VaR]

举个例子：假设95% VaR = -2%，那么CVaR就是所有损失超过2%的那些样本的平均值。如果CVaR = -5%，说明一旦跌破2%的防线，平均要亏5%。

我个人习惯在压力测试中同时看VaR和CVaR。如果两者差距很大，说明尾部风险很重，需要警惕。

1.4 最大回撤：投资者最真实的痛

最大回撤（Maximum Drawdown）是我认为最接地气的指标。它衡量的是从历史最高点跌到最低点的幅度。公式：

MDD = max(1 - 当前净值 / 历史最高净值)

为什么说它真实？因为投资者亏钱时，不会关心方差是多少，只会问“我从高点下来亏了多少”。

我在项目中遇到过一只量化基金，年化收益20%，标准差15%，看起来不错。但最大回撤高达40%——这意味着如果你在最高点买入，要承受40%的浮亏。很多投资者根本扛不住，割肉离场。所以，最大回撤才是真正的“生存指标”。

1.5 知识体系框架

下面这张图是我自己整理的，把五个指标的关系和适用场景画清楚了：

1.6 实战中的选择建议

说了这么多，到底该用哪个？我个人的经验是：

• 做组合优化：用标准差，因为它和夏普比率直接挂钩。
• 做风险预算：用VaR，因为它有明确的资金含义。
• 做压力测试：用CVaR，因为它能捕捉尾部风险。
• 做投资者报告：用最大回撤，因为客户听得懂。

你想想看，如果只用一个指标，就像只用一把尺子量所有东西——能行吗？当然不行。所以，组合使用才是正解。

---