跳转至

组合风控

本篇导览

项目 说明
目标 用 PortfolioRiskMonitor 对多个策略的回测结果做组合级风险审查
前置 运行回测

1. 组合风控

PortfolioRiskMonitor 回答的问题是"把这几个策略放在一起跑,组合层面风险有多大":整体 VaR、策略间相关性、持仓集中度、四级预警(正常/黄/红/熔断)。

它的工作方式是事后审查:先把每个策略各跑一次 run_backtest(),把返回的 result dict 喂给监控器,再调 daily_check() 出报告。它不是盘中实时监测器——没有 update(),没有回调,不接模拟盘。可运行的完整示例是 examples/14_portfolio_risk.py。

1.1 基本用法

from eqlib import PortfolioRiskMonitor, RiskThresholds

monitor = PortfolioRiskMonitor()  # 默认阈值

# 每个策略各跑一次回测,把 result dict 加进来
result_a = run_backtest(initialize_a, start_date="2024-01-01", end_date="2024-12-31")
result_b = run_backtest(initialize_b, start_date="2024-01-01", end_date="2024-12-31")
monitor.add_strategy("趋势策略", result_a)
monitor.add_strategy("均值回复", result_b)

report = monitor.daily_check()
print(report.alert_level)     # AlertLevel.NORMAL / YELLOW / RED / KILL_SWITCH
print(report.triggers)        # 触发的预警列表
print(report.recommendations) # 建议操作

add_strategy(name, backtest_result) 要求 result 含非空的 recorded_values,否则抛 ValueError;重名会覆盖并发出 UserWarning。

1.2 阈值配置:RiskThresholds

from eqlib import PortfolioRiskMonitor, RiskThresholds

thresholds = RiskThresholds(
    max_drawdown_yellow=0.15,   # 组合回撤:黄色预警
    max_drawdown_red=0.20,      # 组合回撤:红色预警
    max_drawdown_kill=0.25,     # 组合回撤:熔断
    correlation_yellow=0.60,    # 策略相关性:黄色预警
    correlation_red=0.75,       # 策略相关性:红色预警
    correlation_kill=0.85,      # 策略相关性:熔断
    single_stock_max=0.10,      # 单只股票最大占比
    single_sector_max=0.30,     # 单个板块最大占比
    small_cap_max=0.20,         # 微盘股(市值 < 50 亿)最大占比
    var_confidence=0.95,        # VaR 置信水平
)
monitor = PortfolioRiskMonitor(thresholds=thresholds)

上表即全部字段与默认值。回撤和相关性按三级阈值逐级升级;集中度只做阈值比较(见 §1.6 的触发规则)。

1.3 组合 VaR

var_amount, var_pct = monitor.portfolio_var(confidence=0.95)
print(f"日 VaR: {var_amount:,.0f} 元 ({var_pct:.2%})")

历史模拟法:按各策略最新资产加权合成组合日收益率序列,取左尾分位数。解读:95% 置信下,组合单日亏损超过该值的概率约 5%。

约束:

  • 每个策略至少需要 30 个交易日的收益率,不足的被排除并记入内部问题列表。
  • 所有策略都不足时返回 (nan, nan),用 pd.isna(var_amount) 判断。
  • confidence 默认取 thresholds.var_confidence。

单条收益率序列的 VaR 另有 eqlib.utils.value_at_risk(returns, confidence=0.05, method=...),支持 'historical'、'parametric'、'cornish_fisher' 三种方法——cornish_fisher 用偏度/峰度修正正态假设,更贴合 A 股的肥尾收益分布。注意它的 confidence 是尾部概率(0.05),与 portfolio_var 的置信水平(0.95)方向相反。

1.4 策略相关性矩阵

corr = monitor.correlation_matrix()
if not corr.empty:
    print(corr)

返回行、列均为策略名的 Pearson 相关系数 DataFrame。策略数不足 2 个、或够 30 天数据的策略不足 2 个时,返回空 DataFrame。相关性高的策略同涨同跌,组合分散等于没做——daily_check() 会对最高两两相关性按 §1.2 的阈值分级预警。

1.5 集中度风险

conc = monitor.concentration_risk()
print(conc["num_holdings"])        # 持仓股票数
print(conc["max_single_stock"])    # 单只股票最大占比
print(conc["top3_concentration"])  # 前三大持仓合计占比

返回字段:max_single_stock、max_single_sector、small_cap_pct、num_holdings、top3_concentration。数据来自各策略 result 的 context.portfolio(回测结束时的持仓快照)。

两个字段要打折看:

  • max_single_sector 没有接板块数据,保守地等于 max_single_stock。
  • small_cap_pct 没有接市值数据,恒为 0.0。

1.6 每日检查与熔断

daily_check() 把上面所有指标过一遍阈值,返回 RiskReport:

字段 内容
timestamp 报告时间
alert_level AlertLevel.NORMAL / YELLOW / RED / KILL_SWITCH
triggers 触发的预警文案列表
portfolio_var / portfolio_var_pct 组合 VaR 金额与占比
correlation_matrix 相关性矩阵(不足时 None)
concentration 集中度字典(无持仓时 None)
regime 市场状态:'bull' / 'bear' / 'oscillation' / 'unknown'
recommendations 建议操作列表

级别语义:未触发任何预警条件时为 NORMAL;有任何触发项(哪怕只是"当前是震荡市")至少为 YELLOW;RED 需要人工介入;KILL_SWITCH 表示组合回撤 ≥ max_drawdown_kill 或最高相关性 ≥ correlation_kill,建议停策略等人工确认。单股票占比超 single_stock_max 两倍也会升到 RED。

check_kill_switch(report) 把报告翻译成待办动作列表,空列表表示无需动作:

from eqlib import check_kill_switch, AlertLevel

actions = check_kill_switch(report)
if report.alert_level == AlertLevel.KILL_SWITCH:
    for action in actions:
        print(action)  # 暂停策略 / 降低高相关策略仓位 等

regime 一项用 get_price 拉沪深 300 近 90 个真实自然日的行情判断牛熊,与回测区间无关,需要联网;取不到数据时返回 'unknown'。


完整 API 参数说明见 组合风控 API 参考。端到端可运行示例见 examples/14_portfolio_risk.py。