CN108985931A - 一种风险控制交易方法及系统 - Google Patents
一种风险控制交易方法及系统 Download PDFInfo
- Publication number
- CN108985931A CN108985931A CN201810620949.XA CN201810620949A CN108985931A CN 108985931 A CN108985931 A CN 108985931A CN 201810620949 A CN201810620949 A CN 201810620949A CN 108985931 A CN108985931 A CN 108985931A
- Authority
- CN
- China
- Prior art keywords
- risk
- storehouse
- transaction
- air control
- greateset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明属于金融风险控制技术领域,具体涉及一种风险控制交易方法及系统,包括以下步骤:获取交易员选择的交易品种的交易模式和输入的最大风险系数;根据账户本金和最大风险系数,判断最大可承受风险是否满足风控要求和账户本金是否满足风控要求;当最大可承受风险和账户本金均满足风控要求后,在交易时间段进入交易平台进行交易。本发明智能化交易过程,避免了人为的非理性操作,能够对金融产品的交易进行风险控制,降低了交易风险,提高了投资收益率。
Description
技术领域
本发明属于金融风险控制技术领域,具体涉及一种风险控制交易方法及系统。
背景技术
每个人进入股票、期货或者外汇市场都是希望进来盈利的,但统计结果显示,80%-90%的人都是亏损的。就概率而言,绝大多数人判断的正确率都接近于50%(如果显著低于这个概率,他就会反做以获得概率优势的),因此,理论上应该有50%的人是赚钱的,而实际上只有10-20%的赚钱,中间的差距是巨大的。
造成这样巨大差距的原因是交易员的非理性行为。比如胡乱交易、不设止损、重仓交易、频繁交易。手工交易非常容易引发交易员的非理性行为,对人的执行力、自控力要求非常高,需要与人性搏斗,需要几年甚至几十年的修炼。因此手工交易由于人的非理性行为很难进行风险控制。
全自动系统化交易能够彻底解决交易执行问题,它的主要问题是赚不到钱,因为市场随时变化,很难找到一个一直有效的概率优势,制造一个交易永动机是不可能的事情。
发明内容
针对现有技术中的缺陷,本发明提供了一种风险控制交易方法及系统,智能化交易过程,避免了人为的非理性操作,能够对金融产品的交易进行风险控制,降低了交易风险,提高了投资收益率。
第一方面,本发明提供了一种风险控制交易方法,包括以下步骤:
获取交易员选择的交易品种的交易模式和输入的最大风险系数;
根据账户本金和最大风险系数,判断最大可承受风险是否满足风控要求和账户本金是否满足风控要求;
当最大可承受风险和账户本金均满足风控要求后,在交易时间段进入交易平台进行交易。
优选地,还包括:在交易过程中实时分析行情变化,并根据行情变化进行加仓或减仓或离场。
优选地,所述交易品种包括股票、基金、债券、期货和外汇,每个交易品种包括多种交易模式。
优选地,所述最大可承受风险是否满足风控要求,具体为:将最大风险系数α与基准风险系数β进行比较,若最大风险系数α小于等于基准风险系数β,则满足风控要求,否则不满足风控要求;
所述基准风险系数β的计算公式如下:
β=D×K×(P×Rw-Q×Rl)/(Rw×Rl)
其中:
β为基准风险系数、P为获胜率、Q为落败率、Rw为获胜后的净赢率、Rl为亏损之后的净损失率、D为策略有效系数、K为策略盈利能力有效系数;
D、K、P、Q、Rw和Rl为根据以往交易数据的统计得到的参数。
优选地,所述账户本金是否满足风控要求,具体为:根据最大风险系数反算仓位和交易金额,若账户本金大于等于交易金额,则满足风控要求,否则不满足风控要求;
设置账户本金为M,最大风险系数为α,最大运行幅度为K点,每点的点值为T,最大亏损加仓单数为N,i为小于等于N的正整数;
最大风险金额:MaxRisk=M×α;
加仓间距:G=K/(N-1);
第i单的最大亏损点数:D(i)=K-(i-1)×G;
第i单的风险额度:R(i)=D(i)×T×Lot;
则N单的总风险额度为
根据最大风险金额等于总风险额定计算仓位Lot;
仓位:
交易金额Y=M/Lot。
优选地,还包括通过连续交易测试法或蒙特卡落模拟法为每个交易品种选择适宜的交易模式,并设置每个交易品种的多种交易模式。
第二方面,本发明提供了一种风险控制交易系统,适用于第一方面所述的风险控制交易方法,其特征在于,包括:
交易选择单元,用于获取交易员选择的交易品种的交易模式和输入的最大风险系数;
风险控制单元,用于根据账户本金和最大风险系数,判断最大可承受风险是否满足风控要求和账户本金是否满足风控要求;
入场交易单元,用于当最大可承受风险和账户本金均满足风控要求后,在交易时间段进入交易平台进行交易。
优选地,还包括:
行情应变单元,用于在交易过程中实时分析行情变化,并根据行情变化进行加仓或减仓或离场。
优选地,所述最大可承受风险是否满足风控要求,具体为:将最大风险系数α与基准风险系数β进行比较,若最大风险系数α小于等于基准风险系数β,则满足风控要求,否则不满足风控要求;
所述基准风险系数β的计算公式如下:
β=D×K×(P×Rw-Q×Rl)/(Rw×Rl)
其中:
D、K、P、Q、Rw和Rl为根据以往交易数据的统计得到的参数。
优选地,所述账户本金是否满足风控要求,具体为:根据最大风险系数反算仓位和交易金额,若账户本金大于等于交易金额,则满足风控要求,否则不满足风控要求;
设置账户本金为M,最大风险系数为α,最大运行幅度为K点,每点的点值为T,最大亏损加仓单数为N,i为小于等于N的正整数;
最大风险金额:MaxRisk=M×α;
加仓间距:G=K/(N-1);
第i单的最大亏损点数:D(i)=K-(i-1)×D;
第i单的风险额度:R(i)=D(i)×T×Lot;
则N单的总风险额度为
根据最大风险金额等于总风险额定计算仓位Lot;
仓位:
交易金额Y=M/Lot。
本发明的有益效果为:智能化交易过程,避免了人为的非理性操作,能够对金融产品的交易进行风险控制,降低了交易风险,提高了投资收益率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本实施例中风险控制交易方法的流程图;
图2为本实施例中风险控制交易系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
实施例一:
本实施例提供了一种风险控制交易方法,如图1所示,包括以下步骤:
S1,获取交易员选择的交易品种的交易模式和输入的最大风险系数。所述交易品种包括但不限于股票、基金、债券、期货、外汇等,每个交易品种包括多种交易模式,如短线交易模式、中线交易模式、长线交易模式、波段交易模式等。交易员在终端界面上选择交易品种后进行交易品种的交易界面,在交易界面交易员选择交易模式并且输入最大风险系数,然后确定提交后。
S2,根据账户本金和最大风险系数,判断最大可承受风险是否满足风控要求和账户本金是否满足风控要求。
本实施中,系统收到交易员提交的信息后进行计算和判断。
其一,所述最大可承受风险是否满足风控要求的判断,具体为:将最大风险系数α与基准风险系数β进行比较,若最大风险系数α小于等于基准风险系数β,则满足风控要求,否则不满足风控要求;
所述基准风险系数β的计算公式如下:
β=D×K×(P×Rw-Q×Rl)/(Rw×Rl)
其中:
D、K、P、Q、Rw和Rl为根据以往交易数据的统计得到的参数。
β为基准风险系数。
D为策略有效系数,代表之前有效的策略在未来的行情中继续有效的概率,这是一个经验值,小于100%,本实施例中设置D=85%来为未来行情的不确定性保留一定的空间。
K为策略盈利能力有效系数,代表之前策略的盈利能力在未来行情中还能继续维持的概率,这也是一个经验值,小于100%,本实施例中设置K=70%,来为未来行情的不确定性保留一定的空间。
P为获胜率,是获胜交易占总交易的百分比,这是通过历史测试得出的统计值。
Q为落败率,是亏损交易占总交易的百分比,即1-P。
Rw为获胜后的净赢率,是获胜之后盈利金额占账户本金的百分比,这是通过历史测试得出的统计值。
Rl为亏损之后的净损失率,是亏损之后亏损金额占账户本金的百分比,这是通过历史测试得出的统计值。
其二,所述账户本金是否满足风控要求的判断,具体为:根据最大风险系数反算仓位和交易金额,若账户本金大于等于交易金额,则满足风控要求,否则不满足风控要求;
设置账户本金为M,最大风险系数为α,最大运行幅度为K点,每点的点值为T,最大亏损加仓单数为N,i为小于等于N的正整数;
最大风险金额:MaxRisk=M×α;
加仓间距:G=K/(N-1);
第i单的最大亏损点数:D(i)=K-(i-1)×G;
第i单的风险额度:R(i)=D(i)×T×Lot;
则N单的总风险额度为
根据最大风险金额等于总风险额定计算仓位Lot;
仓位:
交易金额Y=M/Lot。
本实施例的交易金额和仓位计算时风险控制的重要手段,是根据账户风险反算的,已经考虑了加仓和不利行情运行的幅度。例如账户本金为100000元,最大风险系数为20%,最大运行幅度为1000点,每点的点值为10,最大亏损加仓单数为5。通过以上公式进行计算得到仓位为0.8手,交易金额=100000/0.8=125000元。因为账户金额小于交易金额,因此不满足风控要求,系统会提醒交易员加大最大风险系数或增加账户金额,以此来满足风控要求。
重仓操作是导致账户风险的最主要的原因,本实施例不允许交易员自己选择仓位,而是自动计算仓位,而计算的仓位已经覆盖了最恶劣的情况,这就保证了永远不会有重仓交易的情况发生。
S3,当最大可承受风险和账户本金均满足风控要求后,在交易时间段进入交易平台进行交易。
S4,在交易过程中实时分析行情变化,并根据行情变化进行加仓或减仓或离场。
本实施例中,在交易过程中,从基本面重大新闻事件、技术面运行趋势等方面来分析当前行情,根据当前行情进行加仓或减仓或离场。
其一,基本面重大新闻事件,通过预先采集的有固定时间点的新闻事件做出入场、加仓、减仓和离场的操作。系统通过新闻接口,自动读取新闻事件列表,在固定时间点的前3-5小时对新闻进行判断后进行操作,这些新闻如:央行利率决议、GBP数据、商品库存变化、领导人讲话,公司年报等。如为有利新闻,在入场或加仓,如为不利新闻,弹出告警窗口,禁止交易员下单或者提醒交易员谨慎交易或减仓或离场。对于突发事件,因为其公布时间不确定无法事先加入新闻事件列表,并且等到新闻事件发生的时候,行情往往已经展开一大波了,因此无法事先规避,但可以使用趋势系统进行过滤,比如新闻时间发生之后,行情下跌幅度比较大,这时候一般都已经跌破了MA20均线,并且距离MA20比较远,我们可以根据这个特征设定:价格距离MA20均线超3倍的ATR的时候不允许反向做多,这种做法可能会把一部分正常行情误判为异常行情,但对于这一类型的新闻事件不失为一种行之有效的方法。
其二,技术面运行趋势,通过对技术面的技术指标的判断,决定接受或者拒绝交易员的指令,如行情处于重要的支撑阻力位附近,布林指标的突破,距离均线太远,乖离过大等。
例如短线交易模式的加仓纠错模式:
因为在首单使用的非常轻的仓位,为日后加仓预留了足够的空间,因此,短线交易模式会使用有计划地加仓,通过加仓来摊薄成本,实现整体盈利,整个加仓过程是基于概率优势计算的,相比交易员主观随性加仓更有章法,能够达成一个平均的绩效水平,系统会禁止交易员的干预行为。
每次加仓的时候需要计算继续加仓的概率优势,只有在概率优势超过65%的时候才能够继续加仓,否则继续等待是一个更好的选择。
概率优势的计算结合了下面三个因素:
a、日均平均波动幅度:加仓单的加仓间隔都需要设定在日平均波动幅度的50%以上,这样对于不同的交易品种可以避免加仓过于紧密的问题。
b、加仓单再次出错之后的补救机会:使用货币一个波段的平均波动幅度85百分位来度量,在日图级别使用ZigZag指标度量每一个波段的波动幅度并排序,之后选取85百分位所对应的波动幅度值。
c、当前行情对于短期、中期和长期趋势的配合程度,短期趋势配合在每一次加仓过程中都必须配合,中期和长期趋势配合的情况下,加仓间距相对较小,以求快速盈利离场,中期和长期趋势不配合的情况下,加仓间距需要放大到超过前一次加仓的间隔。
如果交易员第一单做多之后行情立刻下跌,那么短线交易模式就没有离场机会,这时候系统会处于等待中,等到行情再次转为上涨之后,系统自动加一单,仓位和第一单相同,如果两个单子综合盈利满足离场条件就可以离场了,短线交易模式最多加5仓,总的仓位仍然处于较低的水平。
短线交易模式使用加仓来获得额外的胜算,盘中积极承担了风险的,它的好处非常明显,它可以使交易的总体胜算得以大幅度提高,把部分亏损单变成了盈利单。加仓的关键内容是,短线交易模式的加仓是有计划的加仓,整个加仓是就是交易计划的一部分,加仓位置都是经过量化统计,保证了加仓策略在85%的情况下仍然是有效的,因此具备一定的概率优势。初始仓位的下单量和加仓单的单量是综合计算的,保证加仓之后的最大风险仍然在约定的范围之内。
例如短线交易模式的离场:
短线交易模式使用固定金额离场,每1万元盈利5元立刻离场,如果经过了加仓,所有单子加起来盈利5元离场。
这种离场方式是众多离场方式的一种,每一种模式都各有优势和劣势,没有哪一种离场方式具有压倒性的优势,短线交易模式的离场也是一样的,它会失去捕捉一大波趋势的机会,但好处也非常明显,它极大地改善了系统的胜算,比较贴合人性。
这里面的关键点是:短线交易模式使用了某一种统一规范的离场方式,接受了这种交易模式的平均概率优势,这样,交易员就不需要在不同的离场方式中摇摆,从而可以大幅度降低了交易的难度。
本实施例的风险控制交易方法,在进行交易之前,还包括通过连续交易测试法或蒙特卡落模拟法为每个交易品种选择适宜的交易模式,并设置每个交易品种的多种交易模式。每一个交易品种都有自己的特性,并不适用于所有的交易模式,因此需要评估每一个交易品种对于每种交易模式的适用性,从而根据历史数据为每个交易品种选择适合的交易模式,并设置每个交易品种的交易模式。
其一,连续交易测试法。在系统历史测试的时候让程序连续交易,一局结束之后立刻开始下一局的交易,这种做法在模拟测试时的交易频率一般都是实际交易的5-10倍,按照某种模式的交易原理,这样的做法可以覆盖最恶劣的情形,使用这样的方法评估交易的胜算和收益率一般都会比实际情况差很多,但以此作为风控的参考是有意义的。
其二,蒙特卡落模拟法。根据实际交易频率(如在20个交易品种上平均每天3笔交易),随机模拟下单的时间和方向,让系统自动运行,最终可以获得较接近于真实情况的胜算和收益率,因为交易的随机性,这样的做法极有可能无法覆盖最恶劣的情况,因此也可采用连续交易测试法。
短线交易模式举例:
适用市场:外汇;最低杠杆比例:8倍;
合规性检查:
-交易品种限制为:EURUSD,GBPUSD,AUDUSD,USDJPY,USDCHF,USDCAD,EURGBP,AUDCAD,AUDNZD,EURJPY,EURAUD,GBPCAD共12个品种
-最大风险范围为10%-20%。
-账户本金最少2000美金。
-与货币相关的利率决议,央行行长讲话公布前5小时禁止交易。
-在日图和四小时级别重大支撑阻力位置的时候禁止顺势交易。
-在H1图表上,价格超过EMA48三倍的ATR幅度的时禁止顺势交易。
仓位:基准仓位为每1万美金0.06-0.1手不等,各个货币不完全一样。
入场(做多为例):接到客户交易做多指令后立刻入场。
加仓:加仓条件满足时,按照仓位加一仓。
加仓条件:1)该货币整体处于亏损状态;2)还没有加满5仓;3)距离前一仓至少0.5倍的日图ATR幅度;4)与前一仓至少已经过了10根线;5)价格在短期均线SMA20上方达1个小时,期间从未触碰SMA20均线;6)价格在中期趋势Envelop(48,0.3)上方收线;7)最近的5小时内没有利率决议,央行行长讲话等重大新闻事件。
离场:整体盈利5美金离场。
波段交易模式举例:
适用市场:外汇,期货。账户杠杆比例大于7倍。
合规性检查:
-交易品种限制为:外汇的XAUUSD,GBPJPY,国内期货中交易活跃的前10%的品种(需每月动态调整),股指期货,外盘期货,外盘股指,可使用杠杆交易的股票,杠杆比例必须超过3.5倍。
-最大风险范围为本金的0.4%-2.4%。
-外汇账户本金最少1500美金,期货账户视交易品种最低本金要求不同。
-无需规避新闻事件和技术面,宜在重大新闻事件之前提前下发交易指令。
-如果是有交割的交易品种,合约距离交割时间至少需要有30天。
仓位:初始止损设置为ATR的0.5倍,仓位按照最大风险和止损位置反算。
入场(做多为例):接到客户交易做多指令,系统不立刻入场,而是等待价格的突破,当价格突破日图的最后一个分型高点,并且价格短期波动率上升到1.5以上时立刻市价入场,入场之后把止损放在入场价位减0.5倍ATR的位置。
第一次加仓:价格上涨距离达到0.5倍ATR,按照仓位加一仓,两笔交易的止损位置同时修改到第一单的开仓位置。
之后的加仓:满足下列加仓条件即可加仓,加仓时,仓位设置为前面一仓仓位的50%,加仓仓位呈金字塔缩小模式,加仓后的止损位置放在SMA20下方3倍ATR的位置,并同时上移前面几笔单子的止损到相同的位置。
加仓条件:1)之前所有的交易单都处于盈利状态;2)距离前一仓至少3倍的日图ATR幅度;3)价格并触碰SMA20,之后再次收线到SMA20上方。4)止损被触及时,账户仍然能够守住最大盈利的50%。5)加仓后的止损位置比之前的止损位置高。
离场:止损被触及离场,或者价格跌破20节K线的低点市价离场。
综上所述,本实施例在进行交易前,通过分析为没交易品种选择合适的交易模式,在交易过程中进行风险判断和行情分析,智能化交易,避免了人为的非理性操作,能够对金融产品的交易进行风险控制,降低了交易风险,提高了投资收益率。使用本实施例的技术方案的交易员可以超越市场上90%的交易者,在这个市场上生存下来。交易更加安心,不再需要为自己的某一笔交易提心吊胆,也更加省心,不需要整体待在电脑前面了。
实施例二:
本实施例提供了一种风险控制交易系统,适用于实施例一所述的风险控制交易方法,如图2所示,包括但不限于交易选择单元、风险控制单元、入场交易单元、行情应变单元等。
所述交易选择单元,用于获取交易员选择的交易品种的交易模式和输入的最大风险系数。所述交易品种包括但不限于股票、基金、债券、期货、外汇等,每个交易品种包括多种交易模式,如短线交易模式、中线交易模式、长线交易模式、波段交易模式等。交易员在终端界面上选择交易品种后进行交易品种的交易界面,在交易界面交易员选择交易模式并且输入最大风险系数,然后确定提交后。
所述风险控制单元,用于根据账户本金和最大风险系数,判断最大可承受风险是否满足风控要求和账户本金是否满足风控要求。
本实施中,系统收到交易员提交的信息后进行计算和判断。
其一,所述最大可承受风险是否满足风控要求的判断,具体为:将最大风险系数α与基准风险系数β进行比较,若最大风险系数α小于等于基准风险系数β,则满足风控要求,否则不满足风控要求;
所述基准风险系数β的计算公式如下:
β=D×K×(P×Rw-Q×Rl)/(Rw×Rl)
其中:
β、D、K、P、Q、Rw和Rl为根据以往交易数据的统计得到的参数。
β为基准风险系数。
D为策略有效系数,代表之前有效的策略在未来的行情中继续有效的概率,这是一个经验值,小于100%,本实施例中设置D=85%来为未来行情的不确定性保留一定的空间。
K为策略盈利能力有效系数,代表之前策略的盈利能力在未来行情中还能继续维持的概率,这也是一个经验值,小于100%,本实施例中设置K=70%,来为未来行情的不确定性保留一定的空间。
P为获胜率,是获胜交易占总交易的百分比,这是通过历史测试得出的统计值。
Q为落败率,是亏损交易占总交易的百分比,即1-P。
Rw为获胜后的净赢率,是获胜之后盈利金额占账户本金的百分比,这是通过历史测试得出的统计值。
Rl为亏损之后的净损失率,是亏损之后亏损金额占账户本金的百分比,这是通过历史测试得出的统计值。
其二,所述账户本金是否满足风控要求的判断,具体为:根据最大风险系数反算仓位和交易金额,若账户本金大于等于交易金额,则满足风控要求,否则不满足风控要求;
设置账户本金为M,最大风险系数为α,最大运行幅度为K点,每点的点值为T,最大亏损加仓单数为N,i为小于等于N的正整数;
最大风险金额:MaxRisk=M×α;
加仓间距:D=K/(N-1);
第i单的最大亏损点数:D(i)=K-(i-1)×D;
第i单的风险额度:R(i)=D(i)×T×Lot;
则N单的总风险额度为
根据最大风险金额等于总风险额定计算仓位Lot;
仓位:
交易金额Y=M/Lot。
本实施例的交易金额和仓位计算时风险控制的重要手段,是根据账户风险反算的,已经考虑了加仓和不利行情运行的幅度。例如账户本金为100000元,最大风险系数为20%,最大运行幅度为1000点,每点的点值为10,最大亏损加仓单数为5。通过以上公式进行计算得到仓位为0.8手,交易金额=100000/0.8=125000元。因为账户金额小于交易金额,因此不满足风控要求,系统会提醒交易员加大最大风险系数或增加账户金额,以此来满足风控要求。
重仓操作是导致账户风险的最主要的原因,本实施例不允许交易员自己选择仓位,而是自动计算仓位,而计算的仓位已经覆盖了最恶劣的情况,这就保证了永远不会有重仓交易的情况发生。
所述入场交易单元,用于当最大可承受风险和账户本金均满足风控要求后,在交易时间段进入交易平台进行交易。
所述行情应变单元,用于在交易过程中实时分析行情变化,并根据行情变化进行加仓或减仓或离场。
本实施例各单元的相关功能描述与实施例相同,在此不再一一重述。
综上所述,本实施例在进行交易前,通过分析为没交易品种选择合适的交易模式,在交易过程中进行风险判断和行情分析,智能化交易,避免了人为的非理性操作,能够对金融产品的交易进行风险控制,降低了交易风险,提高了投资收益率。使用本实施例的技术方案的交易员可以超越市场上90%的交易者,在这个市场上生存下来。交易更加安心,不再需要为自己的某一笔交易提心吊胆,也更加省心,不需要整体待在电脑前面了。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所描述的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种风险控制交易方法,其特征在于,包括以下步骤:
获取交易员选择的交易品种的交易模式和输入的最大风险系数;
根据账户本金和最大风险系数,判断最大可承受风险是否满足风控要求和账户本金是否满足风控要求;
当最大可承受风险和账户本金均满足风控要求后,在交易时间段进入交易平台进行交易。
2.根据权利要求1所述的一种风险交易方法,其特征在于,还包括:在交易过程中实时分析行情变化,并根据行情变化进行加仓或减仓或离场。
3.根据权利要求1所述的一种风险控制交易方法,其特征在于,所述交易品种包括股票、基金、债券、期货和外汇,每个交易品种包括多种交易模式。
4.根据权利要求3所述的一种风险控制交易方法,其特征在于,所述最大可承受风险是否满足风控要求,具体为:将最大风险系数α与基准风险系数β进行比较,若最大风险系数α小于等于基准风险系数β,则满足风控要求,否则不满足风控要求;
所述基准风险系数β的计算公式如下:
β=D×K×(P×Rw-Q×Rl)/(Rw×Rl)
其中:
β为基准风险系数、P为获胜率、Q为落败率、Rw为获胜后的净赢率、Rl为亏损之后的净损失率、D为策略有效系数、K为策略盈利能力有效系数;
D、K、P、Q、Rw和Rl为根据以往交易数据的统计得到的参数。
5.所述权利要求4所述的一种风险控制交易方法,其特征在于,所述账户本金是否满足风控要求,具体为:根据最大风险系数反算仓位和交易金额,若账户本金大于等于交易金额,则满足风控要求,否则不满足风控要求;
设置账户本金为M,最大风险系数为α,最大运行幅度为K点,每点的点值为T,最大亏损加仓单数为N,i为小于等于N的正整数;
最大风险金额:MaxRisk=M×α;
加仓间距:G=K/(N-1);
第i单的最大亏损点数:D(i)=K-(i-1)×G;
第i单的风险额度:R(i)=D(i)×T×Lot;
则N单的总风险额度为
根据最大风险金额等于总风险额定计算仓位Lot;
仓位:
交易金额Y=M/Lot。
6.根据权利要求5所述的一种风险控制交易方法,其特征在于,还包括通过连续交易测试法或蒙特卡落模拟法为每个交易品种选择适宜的交易模式,并设置每个交易品种的多种交易模式。
7.一种风险控制交易系统,适用于权利要求1-6任一项所述的风险控制交易方法,其特征在于,包括:
交易选择单元,用于获取交易员选择的交易品种的交易模式和输入的最大风险系数;
风险控制单元,用于根据账户本金和最大风险系数,判断最大可承受风险是否满足风控要求和账户本金是否满足风控要求;
入场交易单元,用于当最大可承受风险和账户本金均满足风控要求后,在交易时间段进入交易平台进行交易。
8.根据权利要求7所述的一种风险控制交易系统,其特征在于,还包括:
行情应变单元,用于在交易过程中实时分析行情变化,并根据行情变化进行加仓或减仓或离场。
9.根据权利要求8所述的一种风险控制交易系统,其特征在于,所述最大可承受风险是否满足风控要求,具体为:将最大风险系数α与基准风险系数β进行比较,若最大风险系数α小于等于基准风险系数β,则满足风控要求,否则不满足风控要求;
所述基准风险系数β的计算公式如下:
β=D×K×(P×Rw-Q×Rl)/(Rw×Rl)
其中:
β为基准风险系数、P为获胜率、Q为落败率、Rw为获胜后的净赢率、Rl为亏损之后的净损失率、D为策略有效系数、K为策略盈利能力有效系数;
D、K、P、Q、Rw和Rl为根据以往交易数据的统计得到的参数。
10.根据权利要求9所述的一种风险控制交易系统,其特征在于,所述账户本金是否满足风控要求,具体为:根据最大风险系数反算仓位和交易金额,若账户本金大于等于交易金额,则满足风控要求,否则不满足风控要求;
设置账户本金为M,最大风险系数为α,最大运行幅度为K点,每点的点值为T,最大亏损加仓单数为N,i为小于等于N的正整数;
最大风险金额:MaxRisk=M×α;
加仓间距:G=K/(N-1);
第i单的最大亏损点数:D(i)=K-(i-1)×D;
第i单的风险额度:R(i)=D(i)×T×Lot;
则N单的总风险额度为
根据最大风险金额等于总风险额定计算仓位Lot;
仓位:
交易金额Y=M/Lot。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810620949.XA CN108985931A (zh) | 2018-06-15 | 2018-06-15 | 一种风险控制交易方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810620949.XA CN108985931A (zh) | 2018-06-15 | 2018-06-15 | 一种风险控制交易方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108985931A true CN108985931A (zh) | 2018-12-11 |
Family
ID=64541319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810620949.XA Pending CN108985931A (zh) | 2018-06-15 | 2018-06-15 | 一种风险控制交易方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108985931A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340626A (zh) * | 2020-02-28 | 2020-06-26 | 湘潭大学 | 一种期货市场的商品合约的监控方法及系统 |
CN113011983A (zh) * | 2021-03-04 | 2021-06-22 | 张鸿昆 | 一种智能对冲基金系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200304083A (en) * | 2003-05-06 | 2003-09-16 | Sinopac Merchant Bank Ltd Company | Value securities risk management system |
US20140129414A1 (en) * | 2003-03-10 | 2014-05-08 | Chicago Mercantile Exchange Inc. | Order Risk Management for Derivative Products |
CN105809543A (zh) * | 2016-03-11 | 2016-07-27 | 秦轶轩 | 一种基于fpga的证券期货交易风控网关系统 |
CN107203941A (zh) * | 2017-06-09 | 2017-09-26 | 上海顽色投资管理有限公司 | 风险控制系统及方法 |
TW201807647A (zh) * | 2016-08-31 | 2018-03-01 | 黃立偉 | 下單風險控管系統 |
-
2018
- 2018-06-15 CN CN201810620949.XA patent/CN108985931A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140129414A1 (en) * | 2003-03-10 | 2014-05-08 | Chicago Mercantile Exchange Inc. | Order Risk Management for Derivative Products |
TW200304083A (en) * | 2003-05-06 | 2003-09-16 | Sinopac Merchant Bank Ltd Company | Value securities risk management system |
CN105809543A (zh) * | 2016-03-11 | 2016-07-27 | 秦轶轩 | 一种基于fpga的证券期货交易风控网关系统 |
TW201807647A (zh) * | 2016-08-31 | 2018-03-01 | 黃立偉 | 下單風險控管系統 |
CN107203941A (zh) * | 2017-06-09 | 2017-09-26 | 上海顽色投资管理有限公司 | 风险控制系统及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340626A (zh) * | 2020-02-28 | 2020-06-26 | 湘潭大学 | 一种期货市场的商品合约的监控方法及系统 |
CN113011983A (zh) * | 2021-03-04 | 2021-06-22 | 张鸿昆 | 一种智能对冲基金系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brogaard et al. | High-frequency trading competition | |
Zhang et al. | Corporate financial distress diagnosis model and application in credit rating for listing firms in China | |
Carhart et al. | Leaning for the tape: Evidence of gaming behavior in equity mutual funds | |
Odean | Do investors trade too much? | |
Lee et al. | Trading rule profits in Latin American currency spot rates | |
Lopez et al. | Small business lending under the PPP and PPPLF programs | |
Kwakwa | Determinants of performance of Comercial Banks in Ghana | |
CN109345391A (zh) | 基于大数据分析的风险控制方法及系统 | |
Kim et al. | Dynamic conditional correlations between Chinese sector returns and the S&P 500 index: An interpretation based on investment shocks | |
Valkanov et al. | The role of regulatory capital in international bank mergers and acquisitions | |
Chatterjee et al. | The firm size and leverage relationship and its implications for entry and concentration in a low interest rate world | |
CN108985931A (zh) | 一种风险控制交易方法及系统 | |
Coccorese et al. | The role of downward assets volatility in assessing the book-value distance to default | |
Mehrabanpoor et al. | Stock exchange indices and turnover value-evidence from Tehran Stock Exchange | |
Krisantana et al. | The Comparative Analysis of Gold, Stocks, Swiss-franc, and Bitcoin As Portfolio Performance During Covid-19 Pandemic | |
Pambekti | Credit Risk Management in Financial Institution: Comparative Study in Islamic and Conventional Banking | |
Gaertner et al. | Assessing bank competition within the East African community | |
Varadi | Liquidity risk on stock markets | |
Muthoni | Financing Decisions and Shareholder value creation of Non-Financial Firms Quoted at the Nairobi Securities Exchange, Kenya | |
EJIKE et al. | Empirical study of Impact of capital structure on Deposit Money Banks in Nigeria | |
Njenga | The relationship between select macroeconomic variables and loan default rate in Kenya | |
Corradin et al. | LOLR Policies, Banks’ Borrowing Capacities & Funding Structures | |
Reitalu et al. | The asymmetric volatility of cryptocurrencies: What is the effect of leveraged trading | |
Pertiwi | THE SOUNDNESS LEVEL ASSESSMENT OF PT BANK PAN INDONESIA TBK USING RISK-BASED BANK RATING IN 2018-2022 | |
Abu-ALrub | DOMESTIC VERSUS FOREIGN BANKS PROFITABILITY: EVIDENCE FROM PALESTINE AND JORDAN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |