# 风险管理体系

> 风险管理是量化交易中最重要的环节之一。长期成功的交易者与失败者的核心区别，往往不在于策略的胜率，而在于风险管理的质量。本文档构建完整的量化交易风险管理体系。

---

## 一、风险管理框架

### 1.1 风险层次结构

```
账户级风险
  └── 最大总亏损限制（如账户的 20%）
      └── 单日最大亏损限制（如账户的 5%）
          └── 单笔交易最大风险（如账户的 1-2%）
              └── 止损位设置
```

### 1.2 tradehk 风险参数（参考）

```typescript
interface RiskSettings {
  maxLossPercent: number;       // 最大亏损 %（默认 5%）
  maxProfitPercent: number;     // 最大盈利 %
  stopLossPercent: number;      // 固定止损 %
  takeProfitPercent: number;    // 固定止盈 %
  useIndicatorStopLoss: boolean;  // 使用指标止损
  useIndicatorTakeProfit: boolean; // 使用指标止盈
  autoStopLossMinutes: number;  // 下单后 N 分钟内自动挂止损（默认 10）
  leverage: number;             // 杠杆倍数（默认 1）
}
```

---

## 二、仓位管理

### 2.1 固定比例法（Fixed Fractional）

每笔交易风险固定为账户的固定比例（通常 1-2%）：

$$仓位大小 = \frac{账户资金 \times 风险比例}{入场价 - 止损价}$$

**示例**：
- 账户资金：10,000 USDT
- 风险比例：2%（200 USDT）
- BTC 入场价：100,000 USDT
- 止损价：98,000 USDT（止损幅度 2%）
- 仓位大小：200 / (100,000 - 98,000) = 0.1 BTC

### 2.2 Kelly 公式

Kelly 公式计算理论最优仓位比例：

$$f^* = \frac{p \times b - q}{b}$$

其中：
- $f^*$：最优仓位比例
- $p$：胜率
- $q = 1 - p$：败率
- $b$：盈亏比（平均盈利 / 平均亏损）

**示例**：
- 胜率 p = 0.55，盈亏比 b = 1.5
- $f^* = (0.55 \times 1.5 - 0.45) / 1.5 = 0.25$（25%）

**实践建议**：使用半 Kelly（12.5%）或四分之一 Kelly（6.25%），因为 Kelly 公式假设参数精确已知，实际中存在估计误差。

### 2.3 波动率调整仓位

根据市场波动率动态调整仓位，高波动时减仓，低波动时加仓：

$$仓位大小 = \frac{目标波动率贡献}{当前资产波动率}$$

```python
def volatility_adjusted_position(
    capital: float,
    target_vol: float,  # 目标波动率贡献（如 2%）
    current_atr: float,  # 当前 ATR
    price: float
) -> float:
    """
    计算波动率调整后的仓位大小
    """
    dollar_atr = current_atr / price  # ATR 占价格的百分比
    position_size = (capital * target_vol) / dollar_atr
    return position_size
```

---

## 三、止损策略

### 3.1 固定止损

最简单的止损方式，入场后设置固定百分比的止损：

```
多头止损 = 入场价 × (1 - 止损百分比)
空头止损 = 入场价 × (1 + 止损百分比)
```

**适用场景**：简单策略，快速实现

**缺点**：不考虑市场波动性，可能过早被止损

### 3.2 ATR 动态止损

基于市场波动率设置止损，高波动时止损更宽，低波动时止损更紧：

```
多头止损 = 入场价 - N × ATR
空头止损 = 入场价 + N × ATR
```

**推荐参数**：N = 2-3（tradehk 使用 SuperTrend 的 3 × ATR）

### 3.3 SuperTrend 跟踪止损

使用 SuperTrend 指标作为动态止损线，随趋势移动止损位：

- 多头持仓：止损位 = SuperTrend 下轨（随价格上涨而上移）
- 空头持仓：止损位 = SuperTrend 上轨（随价格下跌而下移）

**优势**：自动跟踪趋势，既能保护利润，又不会过早出局

### 3.4 时间止损

如果持仓超过一定时间仍未达到目标，强制平仓：

```typescript
// tradehk 实现：下单后 N 分钟内自动挂止损
autoStopLossMinutes: number;  // 默认 10 分钟
```

---

## 四、止盈策略

### 4.1 固定止盈

设置固定盈利目标，达到后平仓：

```
多头止盈 = 入场价 × (1 + 止盈百分比)
```

**建议盈亏比**：至少 1.5:1，理想情况下 2:1 或 3:1

### 4.2 分批止盈

将目标仓位分批平仓，锁定部分利润同时保留上涨空间：

```
第一批（50%）：目标价 = 入场价 × 1.02（+2%）
第二批（30%）：目标价 = 入场价 × 1.05（+5%）
第三批（20%）：跟踪止损，让利润奔跑
```

### 4.3 指标止盈

当反向信号出现时平仓，而非设置固定目标：

- RSI 进入超买区（> 70）→ 平多仓
- MACD 死叉 → 平多仓
- SuperTrend 反转 → 平多仓

---

## 五、杠杆管理

### 5.1 杠杆与风险的关系

| 杠杆 | 2% 价格波动的账户影响 | 清算距离（假设 10% 保证金） |
|------|---------------------|---------------------------|
| 1x | 2% | 无清算 |
| 5x | 10% | 20% |
| 10x | 20% | 10% |
| 20x | 40% | 5% |

**建议**：对于量化策略，建议使用 1-3 倍杠杆，避免因短期波动被清算。

### 5.2 tradehk 杠杆设置

tradehk 默认杠杆为 1（无杠杆），可在风险设置中调整。建议：
- 趋势跟踪策略：1-2 倍杠杆
- 均值回归策略：1 倍杠杆（高频反转，不适合高杠杆）
- 套利策略：可适当使用 3-5 倍杠杆（风险较低）

---

## 六、多策略风险分散

### 6.1 策略相关性管理

同时运行多个策略时，应确保策略之间的相关性较低：

```python
import pandas as pd
import numpy as np

def calculate_strategy_correlation(returns_dict: dict) -> pd.DataFrame:
    """
    计算多个策略收益率之间的相关性
    """
    returns_df = pd.DataFrame(returns_dict)
    return returns_df.corr()

# 理想情况：策略相关性 < 0.3
# 如果两个策略相关性 > 0.7，考虑减少其中一个的仓位
```

### 6.2 品种分散

在不同品种上运行策略，降低单一资产风险：

- BTC 趋势策略 + ETH 趋势策略（相关性 ~0.7，部分分散）
- BTC 趋势策略 + XAUT 趋势策略（相关性 ~0.3，较好分散）
- 加密货币策略 + 代币化美股策略（相关性较低）

---

## 七、极端风险管理

### 7.1 黑天鹅事件应对

加密货币市场历史上的极端事件：
- 2022 年 5 月：Luna/UST 崩盘，BTC 单日跌幅 > 30%
- 2022 年 11 月：FTX 破产，BTC 单周跌幅 > 25%
- 2020 年 3 月：新冠疫情，BTC 单日跌幅 > 50%

**应对措施**：
- 设置账户级最大亏损限制（如 20%），触发后暂停所有策略
- 在极端波动时（ATR 急剧扩大）自动减仓
- 分散交易所风险，不将所有资金存放在单一交易所

### 7.2 交易所风险

- 不在单一交易所存放超过总资金的 30%
- 优先选择有保险基金的头部交易所（Binance、Coinbase）
- 定期将利润提现到冷钱包

---

## 参考资料

- tradehk 项目类型定义：`client/src/lib/types.ts`（RiskSettings 接口）
- Whaleportal. "Quantitative Crypto Trading: Risk Management". https://whaleportal.com/
- Investopedia. "Kelly Criterion". https://www.investopedia.com/terms/k/kellycriterion.asp