01
风险控制概述
为什么机器学习策略需要风控？传统风控 vs ML风控的差异。
入门对比
02
过拟合检测与预防
交叉验证、学习曲线、正则化在量化策略中的应用。
正则化验证
03
回测陷阱与生存偏差
前视偏差、生存偏差、过拟合回测的识别与修正。
偏差回测
04
最大回撤控制
动态止损、回撤阈值设定、基于波动率的仓位调整。
止损波动率
05
杠杆与资金管理
凯利公式的ML版本、风险平价、动态杠杆调整。
凯利风险平价
06
尾部风险管理
VaR、CVaR、极值理论在ML策略中的集成。
VaR极值
07
市场状态切换检测
HMM、聚类方法识别牛熊市，动态切换模型。
HMM聚类
08
特征稳定性监控
PSI指标、特征分布漂移检测、自动特征回滚。
PSI漂移
09
模型置信度校准
Platt缩放、保序回归、预测概率的可靠性评估。
校准概率
10
多模型集成风控
Bagging、Stacking、异构模型投票的鲁棒性提升。
集成投票
11
对抗性攻击防御
对抗样本生成、鲁棒优化、梯度屏蔽技术。
对抗鲁棒
12
实时异常交易检测
孤立森林、自编码器、LSTM异常检测。
异常LSTM
13
流动性风险控制
订单簿分析、冲击成本模型、限价单策略。
流动性订单簿
14
相关性崩溃应对
动态相关系数矩阵、危机Alpha、分散化失效处理。
相关性危机
15
黑天鹅事件预案
压力测试、情景分析、熔断机制设计。
压力测试熔断
16
策略衰减监控
夏普比率衰减检测、策略生命周期管理、自动停用。
衰减夏普
17
数据质量风控
数据缺失处理、异常值检测、数据源一致性校验。
质量校验
18
执行风险控制
滑点模型、延迟估计、部分成交处理。
滑点执行
19
因子暴露控制
因子归因、风险因子约束、中性化处理。
因子中性化
20
组合再平衡风控
再平衡频率优化、交易成本约束、税收优化。
再平衡成本
21
贝叶斯风险预算
先验分布设定、后验更新、不确定性量化。
贝叶斯不确定性
22
强化学习风控
安全约束MDP、惩罚函数设计、离线策略评估。
强化学习MDP
23
联邦学习隐私风控
梯度泄露防御、差分隐私、安全聚合。
隐私联邦
24
高频交易风控
订单流分析、闪电崩盘预防、延迟监控。
高频延迟
25
跨市场套利风控
价差监控、结算风险、多市场同步问题。
套利价差
26
情绪指标风控
舆情因子、恐慌指数、社交媒体情绪过滤。
情绪舆情
27
宏观因子风控
利率、汇率、通胀因子的动态对冲。
宏观对冲
28
模型可解释性风控
SHAP、LIME、注意力机制用于风险归因。
可解释SHAP
29
合规与监管风控
算法备案、交易限额、审计追踪。
合规监管
30
风控系统架构
实时风控管道、事件驱动架构、容错设计。
架构实时