风险管理基础：风险的定义与分类

做量化交易这些年，我最大的体会就是——赚钱靠策略，活下来靠风控。很多人一上来就盯着收益率，恨不得天天满仓干。但我见过太多人，赚了九个月，一个月就爆仓归零。

说白了，风险管理不是用来限制你赚钱的，而是用来保证你还能继续玩下去的。

风险到底是什么？

先给个简单的定义：风险 = 不确定性带来的损失可能。

注意，这里有两个关键词：

• 不确定性——如果结果100%确定，那就不是风险，是必然事件
• 损失可能——风险关注的是坏的一面，不是好的一面

举个例子。你买了一只股票，明天可能涨10%，也可能跌10%。涨的部分叫收益，跌的部分才叫风险。我刚开始做交易时，总把注意力放在「能赚多少」上，结果被市场狠狠教育了几次。嗯，从那以后，我每次下单前都会先问自己：「如果这笔亏了，我能接受吗？」

风险的分类

在量化交易里，风险通常分成四大类。我按自己遇到过的频率排个序：

风险类型	定义	量化交易中的表现
市场风险	因市场价格波动导致的损失	股价暴跌、汇率波动、利率变化
信用风险	交易对手违约导致的损失	交易所倒闭、对手方不交割
流动性风险	无法以合理价格快速成交	小盘股买卖价差大、极端行情下无法平仓
操作风险	系统、流程或人为失误导致的损失	代码bug、服务器宕机、参数设置错误

市场风险——最常遇到的「老朋友」

市场风险是量化交易里最核心、最频繁的风险。说白了，就是价格朝你不利的方向跑了。

我个人习惯把市场风险再拆成三块：

• 方向性风险：做多时跌了，做空时涨了。这是最基础的
• 波动率风险：即使方向对了，波动太大也可能被震出局
• 尾部风险：极端行情，比如2020年3月的熔断、2022年Luna崩盘

我在项目中遇到过最典型的例子：一个高频策略，平时回测夏普比3.0，结果遇到一次黑天鹅事件，一天亏掉了三个月的利润。为什么？因为策略只考虑了正常市场环境，没给尾部风险留余地。

信用风险——你以为不会发生，但它真的会发生

信用风险在传统金融里很常见，比如债券违约。但在量化交易里，很多人会忽略它。

举个例子：你通过某个交易所做合约交易，结果交易所跑路了。你的保证金、你的仓位，全都没了。这不是段子，FTX事件就是活生生的案例。

流动性风险——平时看不见，关键时候要命

流动性风险，说白了就是你想卖的时候卖不掉，或者只能以很差的价格卖掉。

量化交易里，流动性风险经常被回测数据掩盖。为什么？因为回测时用的是收盘价或中间价，但实盘时你会发现：

• 小市值股票的买卖价差可能高达1%以上
• 极端行情下，很多品种直接跌停，根本出不来
• 你的订单量如果太大，会直接把价格打穿

你想想看，如果你的策略在回测里年化50%，但实盘时每次交易都滑点0.5%，那实际收益可能直接腰斩。

操作风险——最容易被忽视的「隐形杀手」

操作风险是我个人最警惕的。因为它不是市场的问题，而是你自己的问题。

常见的操作风险包括：

• 代码bug：比如下单数量算错了，本来该买100股，结果买了10000股
• 参数错误：止损设成了止盈，或者杠杆倍数填错了
• 系统故障：服务器宕机、网络断连、API接口失效
• 人为失误：手动干预策略、误操作、忘记续费服务器

我曾经犯过一个低级错误：写策略时把「买入」和「卖出」的信号搞反了。结果策略在下跌时不断加仓，在上涨时不断减仓。等我发现时，已经亏了15%。嗯，从那以后，我每次上线新策略前，都会做至少一周的模拟盘验证。

风险管理的重要性——为什么你必须重视？

我直接说结论：没有风险管理，量化交易就是赌博。

为什么？因为量化交易的本质是「概率游戏」。你的策略可能有60%的胜率，但如果你不控制风险，那40%的失败可能一次就把你打趴下。

举个简单的数学例子：

• 策略A：胜率60%，每次赢赚10%，每次输亏10%
• 策略B：胜率40%，每次赢赚20%，每次输亏5%

很多人会觉得策略A更好，因为胜率高。但如果你算一下期望收益：

• 策略A：0.6 × 10% + 0.4 × (-10%) = 2%
• 策略B：0.4 × 20% + 0.6 × (-5%) = 5%

策略B的期望收益反而更高。这就是风险管理的作用——控制亏损，让盈利奔跑。

本章知识体系

下面这张图，是我自己整理的风险管理知识框架。你可以把它当作一个「地图」，后续章节都会围绕这些内容展开。

这张图把风险管理的核心框架串起来了。你会发现，所有风险最终都会影响你的资金曲线。而我们要做的，就是提前识别、量化、控制这些风险。

好了，这一章就到这里。记住一句话：在量化交易里，活得久比赚得快更重要。

---