CN104680418A - 一种投资仓位风险控制方法及系统 - Google Patents

Abstract

本发明涉及一种投资仓位风险控制方法及系统，应用于金融投资领域，尤其适用于高风险及杠杆交易的投资方式；解决投资者在投资交易时对于仓位轻重的风险控制问题，克服贪婪与恐惧心理，在防止爆仓的同时实现有限风险范围内的最佳收益，提高投资效率。系统操作简便，用户只需输入两组四个数据：偏好参数与交易参数，系统会通过一组数理模型测算出在当前交易条件下满足投资者风险偏好要求的最优风险-收益比的仓位数值，并将其转化为相应合约的具体交易手数，用户点击确认执行交易或点击取消放弃返回。该系统与订单系统（客户端下单软件）连接或嵌入，反应迅速，提供扩展应用接口，能够适应程序化交易及短线高频交易的要求。

Description

一种投资仓位风险控制方法及系统

技术领域

应用于金融投资领域 ，尤其适用于高风险及杠杆交易的投资方式。

背景技术

近年来，迅速发展的量化投资，出现了一个新问题，就是量化模型在执行程序化交易时常有爆仓事件发生，其原因在于没有考虑仓位风险计量，忽视了仓位控制所致。其实仓位风险控制是一个老问题，因为长期以来，在金融投资领域，绝大多数交易都没有实现对冲，仓位风险控制便一直是一个棘手的问题；如果过于重视风险持仓过轻，会影响预期内的收益减小；如果过于轻视风险持仓过重，会导致预期外的损失增大，最糟糕的便是爆仓。故此，贪婪与恐惧的心理便在投资者心中循环往复，挥之不去。解决此问题的方法之一是设计一套仓位风险控制系统，如同一张筛子，在投资交易时筛选出风险适宜的仓位。

设计思路：如果说设计一张筛子的重点是筛孔，那么设计仓位风险控制系统的重点是风险适宜仓位的计量。处理数量问题需要运用数学方法，前提是设计出具有金融学意义的数理模型，即需要采取金融工程的技术手段来量化处理。模型设计应考虑两方面因素：一是市场行情运行环境给出的交易条件因素， 二是不同投资者的个性风险偏好因素。对于因素一运用最优决策的技术手段或方法，对于因素二运用损失限制的技术手段或方法。这样从两个方面用两种方法设计两个模型，然后将两个模型叠加形成组合模型最终求解出适宜仓位；将上述方法制成电脑软件形式的计量模块，从而将繁琐的计算过程交给计算机处理；然后再制作一个管理模块，作为控制中心，以页面信息输入输出的形式，管理计量模块实现人机交互，这样系统就可以独立运行了；为提高系统的响应速度，满足快速交易要求，还需要制作一个接口模块，用于连接订单系统（订单系统指交易所会员公司为客户提供的终端交易下单软件，目前业内常见的有金仕达、易胜、恒生等），当管理模块将计量模块所测算的适宜仓位数值转化为具体合约的交易手数时，通过接口模块将该交易手数直接导入订单系统以达成交易。

发明内容

系统的整体组成 如附图1所示，其中计量模块和管理模块是系统的核心部分，通过接口模块与订单系统连接（或嵌入），共同运行于计算机操作系统之上，订单系统通过计算机接入互联网与远程交易所会员公司服务器连接。用户通过计算机控制系统，以信息输入输出方式实现系统功能。

其中计量模块负责测算风险适宜的仓位，由3个子模块组成，分别是PV子模块，PN子模块和PVN 子模块，每个子模块由一个具有金融学意义的数理模型构成，每个数理模型包含一组计算方法，以下分别详细说明。

PV子模块由PV 模型构成，PV 模型用于描述市场行情运行环境给出的交易条件下风险收益与仓位的关系，从而以此求解出交易条件下最优风险-收益比的仓位值，即仓位系数V₀  。

模型表述： F_r =（1+ αI V r）^p（1- I V r）^q

其中所有变量参数取正值，各变量含义如下：

F_r 资金收益率

I=1/g合约资金杠杆

g合约保证金比例

V仓位百分比

P准确率=1-q

q失误率=1-p

R资金潜在亏损幅度= I V r

r 合约止损幅度=∣现价r₀—止损价r_-∣/现价r₀

α盈亏比=交易合约的止赢幅度与止损幅度的比值

=∣止赢价r₊—现价r₀∣/∣ 现价r₀—止损价r_- ∣。

F_r 对  V微分 ，求出一阶导数，令其为零，得到F_r  最大时的V值，即最优V值V₀， V₀ =［（α+1）p - 1］/ rIα ，将R= I V r 代入得到 R₀ = P-(1-P)/α = P-q/α ，则    V₀= R₀ /Ir = gR₀ /r   。

V₀表示交易条件下仓位最优值，以下称为仓位系数；R₀ 表示交易条件下潜在亏损幅度的最优值，以下称为潜亏系数；止赢价（位）r₊ 与 止损价（位）r_-  称作交易条件参数或简称交易参数。

如附图2所示， 其中横轴表示V，纵轴表示F_r ，曲线与纵轴交点为a，与横轴交点为d，拐点为b，与经过点a平行于横轴的直线交点为c  ，Fr 在拐点b处有最大值，此处对应的横轴仓位V₀最优，此时仓位的边际贡献为零，处于帕累托最优状态；左侧ab段仓位 边际贡献为正值，右侧bcd段仓位边际贡献为负值，且加速递增，c点为损益平衡点，d点为爆仓点。

模型计算分3步，首先计算合约止损幅度r及盈亏比α，然后计算潜亏系数R₀ ，最后计算仓位系数V₀  。

PN子模块由PN模型构成，用于描述不同投资者的个性风险偏好不同对投资仓位的影响或限制作用，从而据此计算相应的偏好系数n。

投资者的风险偏好程度通常以其对亏损的忍耐程度来衡量确定，设每次交易最大亏损限制Max l <L ， 比如L=5%或10%等，具体可根据不同投资者的风险偏好程度不同而定， 在此约束条件下，则相应的资金运用受到限制，设：当资金运用比例为n时 ，可以使得最大潜在亏损幅度进入风险偏好约束限制的范围之内， 则模型表述为：

 1 / n = Max R₀ / Max l

在上述计算中R₀=P-(1-P)/α，则Max R₀ <P 且无限接近P，其极限值为P 。

如附图3所示，其中横轴表示α，纵轴表示R₀，虚线表示P值，说明随着交易条件改善， α值增大， 曲线R₀值接近P 值但不会超越P 值， 即潜在亏损最大幅度不会超过准确率， 以此说明模型的合理性，保障在应用此模型时，设置L 值限制的有效性；也就是说，任何情况下，不论面对多么好的交易条件，潜在亏损风险都必须要处于约束限制范围之内。 因为市场不存在永远取胜的终极圣杯，没有人能做到百分百的准确率，任何参与者都要承担风险，关键是其所承担的风险要处于其所能承受的范围之内。

这样得到n= Max l / Max R₀ = L/p，以下称n为个性风险偏好调节系数，简称风险偏好系数或偏好系数。亏损限制L与准确率p 称作个性偏好参数或偏好参数。关于准确率取值，可用客观法，即历史统计取得；可用主管法，即分析预测取得；也可两者综合，总之，P值因人而异，属于个性化指标。

 PVN子模块由PVN模型构成，是以上两个模型的叠加组合，用于描述不同投资者在不同风险偏好下对于不同交易条件的最优风险-收益比仓位V算法，即PN模型约束下的PV模型，其含义为以资金的部分承担风险波动从而平滑资金总体的波动率，

则模型表述为：V=nV₀

V简称最佳仓位，其形象化的物理寓意为将PV模型的波动率压缩在PN模型限定的通道范围内，通道范围可以根据偏好系数弹性调节。如此实现了在有限度的且可调节的亏损风险范围内的最大收益率。

 综上所述的计量模块，实质上是一组具有金融学意义的数理模型所包含的一系列计算方法或步骤的组合，其表现形式是以三个模型为基础的三个子模块；其作用是运用数学工具做为技术手段来实现金融意义，即筛选风险适宜的仓位的数量值。

 管理模块是系统的控制中心，负责数据分配、调用、转换及人机交互页面生成等管理协调功能。首先，当用户（投资者）启动系统后，管理模块引导至信息输入界面，将输入信息如交易条件参数值和个性偏好参数值分配给计量模块，同时通过接口模块调用订单系统内的交易合约信息、价格、保证金比例、最大可交易手数等数据供计量模块使用；然后将计量模块计算的最佳仓位值转换成相应合约的交易手数，生成信息输出页面，提示用户（投资者）当前合约的最佳交易手数是多少，如果用户点击确认则其以订单的形式通过接口模块进入订单系统，以达成交易。

接口模块负责与订单系统连接通讯，（关于与订单系统的连接也可以采取嵌入方式，即将系统的核心部分直接嵌入订单系统中，使其成为其中的一个大模块功能部分，其原理相同只是形式略有不同，相对而言，嵌入方式更简单，因为嵌入方式通过直接植入连接，无需通过接口模块。）在接口模块内建立一组通讯协议，即一组指令与订单系统的指令相对应，允许系统对订单系统进行访问与操作 ；通过数据访问直接调用，减少手工输入环节，提高运行速度；  将计量模块所计算的仓位V值通过管理模块换算成相应合约的交易手数，同时通过接口模块将该交易手数导入订单系统以达成交易，实现交易订单的迅速执行。 另外，接口模块还负责与电脑的不同操作系统（包括手机）实现连接，同时也可以在此处接入程序化交易的量化模型作为其扩展功能。

系统的详细逻辑结构框图见附图4。所有问号值都是系统需要输入的，共有 8 个；当与订单系统建立连接后，其中有4 个可以直接调用：分别是交易合约y， 合约保证金g，合约现价r₀和最大可交易手数S₀ ；手工输入的有4个，即偏好参数：L与P，交易参数：止赢位r₊ 与止损位r_- 。

如附图4所示的系统运行流程或具体实施方法步骤为：

步骤一，当订单系统处于在线登陆状态时启动系统，管理模块引导至信息输入页面；

步骤二，输入个性偏好参数值： 亏损限制L与准确率P， 此时系统的管理模块将数据信息赋予计量模块，计量模块调用PN子模块运用PN模型计算出偏好系数n=L/P ，同时将结果数据赋予PVN子模块；此时管理模块通过接口模块激活订单系统，为以下的数据调用及订单执行做好准备；

步骤三，选择交易合约，管理模块通过接口模块访问订单系统，提供可交易合约的信息供用户选择，用户选择后输入交易条件参数值：止赢位r₊ 与止损位r_- ，此时管理模块通过接口模块向订单系统请求数据：合约当前价格r₀与保证金比例g，并将数据一并赋予计量模块，计量模块调用PV子模块运用PV模型首先计算出合约止损幅度r =∣r₀—r_-︳/ r₀及盈亏比  α=︳r₊—r₀︳/︳r₀—r_- ︳，其次计算出潜亏系数R₀= P-（1-P）/α，最后计算出仓位系数V₀=gR₀ /r   ，同时将结果赋予PVN子模块；

步骤四，PVN子模块收到数据后运用PVN模型计算出最佳仓位值V=nV₀ ，同时将结果赋予管理模块；

步骤五，管理模块通过接口模块读取订单系统内合约最大可交易手数S₀  数据， 然后将最佳仓位值V换算成具体合约交易手数S=V S₀ ；

步骤六，管理模块输出信息：生成交易执行页面，显示出风险适宜的最佳交易手数S ；

步骤七，用户点击确认则订单生成，通过接口模块进入订单系统执行交易；或点击取消则放弃返回。

 实施举例： 

例一： 某投资者运用本系统方法，从事国内股指期货沪深300投资交易，已知其账户资金量为1000万，准确率p=50%, 风险偏好为每次交易最大亏损L＜5%，选择交易合约 if1407，合约当前价位2120，合约保证金g=10% ，该投资者基于对市场的某种分析判断， 决定介入多头交易，设置止损位2100，止赢位2150，做买入操作。

投资者（用户）使用本风险控制系统，操作过程如下：

1， 当订单系统处于在线登陆状态时，启动系统，进入信息输入页面；

2， 输入个性偏好参数值： 亏损限制L=0.05，准确率P=0.5 ；

3， 选择合约if1407 ，输入交易条件参数值： 止赢位r₊=2150 与止损位r_- =2100 ；

4， 系统生成交易执行页面，显示出最佳交易手数为27.5手（小数保留位根据交易所规定处理，如要求取整则取27手）；

5，点击确认执行交易，或点击取消放弃返回。

在本例中，系统内部运行处理，计算过程如下：（用户只见结果，不见过程。）

1， n=L/P= 0.05/0.5=0.1

2，  r = (2120-2100)/2100=0.952%

3， α=（2150-2120）/（2120-2100）=30/20=1.5

4，  R₀=P-（1-P）/α=0.5-0.5/1.5=0.1667

5， V₀ = gR₀ / r =10%*0.1667/0.952%=1.75

6， V=n V₀=0.1*1.75=17.5%

7， S=S₀V=17.5%*10,000,000/2120*300*10%=15.723*17.5%=27.5手 。

例二：在上例中，将止损位由2100改为2110，其它不变，则操作过程如下：

1，当订单系统处于在线登陆状态时，启动系统，进入信息输入页面；

2， 输入偏好参数值： 亏损限制L=0.05，准确率P=0.5 ；

3， 选择合约if1407 ，输入交易参数值： 止赢位r₊=2150 与止损位r_- =2110 ；

4， 系统生成交易执行页面，显示出最佳交易手数为110手；

5，点击确认完成交易，或点击取消结束返回。

在本例中，系统内部运行处理，计算过程如下：

1， n=L/P= 0.05/0.5=0.1

2 ，r = (2120-2110)/2100=10/2100=0.4762%

3， α=（2150-2120）/（2120-2110）30/10=3

4，  R₀= P-（1-P）/α=0.5-0.5/3=0.3333

5， V₀=gR₀ /r=10%*0.3333/0.4762%=7

6，  V=nV₀=0.1*7=70% 

7， S=S₀V=70%*10,000,000/2120*300*10%=15.723*70%=110手 。

实施效果说明：

       在上述两例中，前者的潜在亏损是rIV  = nR₀=1.667%，潜在收益是αnR₀=2.5%（即投资失败会亏1.667%，投资成功会赢2.5%）；后者的潜在亏损是rIV= nR₀=3.333%，潜在收益是αnR₀=10%（即投资失败会亏3.333%，投资成功会赢10%） 。两者的潜在亏损均小于限定的5%范位之内 ，后者的风险与收益均高于前者，是因为后者的交易条件优于前者，其止损位只有前者的一半（0.4762% / 0.952%=1/2），盈亏比α加倍（3/1.5=2），后者理应重仓，即交易条件优，仓位相对重；交易条件差，仓位相对轻。但两者的仓位都是最佳的，因为两者的仓位系数V₀值均处于各自的帕累托最优状态，根据PV模型，帕累托最优状态表示风险--收益比最优。这里应注意：后者的仓位值不是前者的2倍，因为其关系并非线性。 同样地根据PN及PVN模型，风险偏好大，仓位相对重；风险偏好小，仓位相对轻。模型较为直观，对此不再举例说明。总之，在PN和PV模型的双重约束下，通过风险控制系统的交易仓位，远离爆仓点，安全边际较高，且取值最优，实现了有限风险范围内的最佳收益。

总结：综上所述的仓位风险控制系统，简称PVN系统，实现了设计之初所提出的筛子功能，能够为投资者筛选出风险适宜的仓位，克服贪婪与恐惧心理，在防止爆仓的同时实现有限风险范围内的最佳收益，提高了投资者的投资效率；并且借助计算机的运用，使其操作简单方便，响应迅速；具有实用性。  

附图说明

附图说明：图1是系统组成结构与运行环境关系图；图2是期望收益率Fr的函数形态曲线图；图3是潜亏系数R₀ 的函数形态曲线图；图4是系统运行程序处理过程的逻辑关系图。

Claims (2)

1.一种投资仓位风险控制方法，其特征为处理仓位风险的控制过程包括以下步骤：

步骤一，设置偏好参数值： 亏损限制L与准确率P，运用PN模型计算出偏好系数n= L/P；

步骤二，设置交易参数值：止赢位r₊ 与止损位r_- ，运用PV模型作如下计算：

首先计算出合约止损幅度r=∣r₀—r_-︳/ r₀ ，其中r₀ 表示合约当前价格；其次计算盈亏比   α=︳r₊—r₀︳/︳r₀—r_- ︳；再次计算出潜亏系数R₀= P-（1-P）/α；最后计算出仓位系数V₀=gR₀ / r ，其中g表示交易合约保证金比例；

步骤三，运用PVN模型计算出最佳仓位值V=nV₀  ；

步骤四，将最佳仓位值V换算成具体合约交易手数S=VS₀ ；其中S₀ 表示最大可交易手数；

步骤五，将S值导入订单系统，以此达成交易。

2.一种投资仓位风险控制系统，其特征在于应用权利1所述方法，将其以计算机程序形式呈现，通过计算机实施该方法的应用软件产品。