AI辅助风险管理与仓位控制实战

📚 共计 30 章节

风险的本质

什么是交易风险？为什么AI能帮我们管理风险？从赌徒心态到系统化风控的转变。

认知思维转变

风险度量指标

最大回撤、夏普比率、索提诺比率、卡玛比率——用Python计算这些指标。

波动率分析

历史波动率、隐含波动率、波动率聚类效应，以及如何使用GARCH模型预测波动率。

VaR（在险价值）

参数法、历史模拟法、蒙特卡洛模拟法计算VaR，以及VaR的局限性。

CVaR（条件在险价值）

为什么CVaR比VaR更靠谱？用Python计算CVaR并对比两者差异。

经典凯利公式、半凯利公式、多资产凯利公式，以及凯利公式在实盘中的陷阱。

固定分数仓位法

固定比例、固定金额、固定风险——三种方法的优劣对比与适用场景。

仓位管理对比

马丁格尔与反马丁格尔

策略原理、数学期望分析、为什么马丁格尔在实盘中容易爆仓。

基于波动率的仓位调整

ATR（平均真实波幅）通道、波动率目标仓位、动态调整仓位。

相关性风险与组合分散

皮尔逊相关系数、协方差矩阵、如何用AI动态监测相关性突变。

黑天鹅与尾部风险

肥尾分布、极值理论（EVT）、如何用极值分布估算极端损失。

压力测试与情景分析

历史情景、假设情景、蒙特卡洛压力测试——用Python构建压力测试框架。

压力测试Python

机器学习预测波动率

使用LSTM、XGBoost预测未来波动率，并与GARCH模型对比。

强化学习仓位控制

用Q-Learning和PPO算法训练智能体，自动调整仓位大小。

强化学习PPO

贝叶斯风险估计

先验分布、后验分布、共轭先验——用贝叶斯方法动态更新风险参数。

贝叶斯动态

多资产组合优化

均值-方差优化、风险平价、Black-Litterman模型——用Python实现。

动态止损策略

固定止损、移动止损、波动率止损、时间止损——如何用AI优化止损点。

杠杆倍数计算、杠杆与波动率的关系、杠杆衰减效应——如何安全使用杠杆。

流动性风险管理

买卖价差、市场深度、流动性调整的VaR——如何识别流动性危机。

情绪指标与风险预警

恐慌指数（VIX）、贪婪恐惧指数、社交媒体情绪——用NLP分析市场情绪。

回测中的过拟合陷阱

多重检验偏差、前视偏差、生存偏差——如何用交叉验证避免过拟合。

过拟合回测

实盘风险监控系统

构建实时风控仪表盘，包括仓位监控、风险指标预警、自动熔断机制。

监控仪表盘

资金曲线管理

权益曲线平滑、收益提取策略、复利与再投资的风险控制。

资金曲线复利

跨市场风险传导

美股与A股相关性、汇率风险、大宗商品联动——如何构建全球风控模型。

跨市场联动

高频交易中的风险管理

订单流分析、延迟套利风险、闪电崩盘应对策略。

高频订单流

加密货币的特殊风险

极端波动、交易所风险、智能合约漏洞——如何管理加密资产风险。

加密货币智能合约

AI模型的可解释性

SHAP值、LIME、特征重要性——如何让风控模型不再是个黑箱。

可解释性SHAP

合规与监管风险

巴塞尔协议、Dodd-Frank法案、ESG风险——量化交易中的合规要点。

心理风险与行为金融

过度自信、损失厌恶、处置效应——如何用AI辅助克服人性弱点。

行为金融心理

构建你的AI风控系统

从数据采集到模型部署，完整搭建一套自动化风险管理与仓位控制系统。