790c0eaa0a
变更统计: - 70个文件变更 (39个新增 + 31个修改) - 新增 6554 行内容 优化内容: 1. 30个核心文档增加附录(数据说明/计算公式/参数表/使用场景/常见误区) - 第一批: 量化基础/技术指标/策略/信号/品种/数据流/回测/风控/链上/EWO - 第二批: AI/案例复盘/多Agent/Hyperliquid/KOL/期权/RWA/券商/BTC/主流币 - 第三批: ETH/SOL/BNB_DOGE/XAUT/代币化美股/信号优化/tradehk系统 2. 新增38个名词解释wiki条目(Delta对冲/Gamma/Theta/Vega/IV/VaR/CVaR等) 3. 更新全局术语表索引(79个术语/12大类/知识图谱/学习路径) 4. 新增内部链接体系(wiki式交叉引用)
74 行
5.3 KiB
Markdown
74 行
5.3 KiB
Markdown
# 风险价值 (Value at Risk)
|
||
|
||
🟢入门
|
||
|
||
## 一句话解释
|
||
风险价值（VaR）是一个统计指标，用于衡量在给定的置信水平和时间范围内，投资组合可能遭受的最大潜在损失。
|
||
|
||
## 详细解释
|
||
|
||
### 背景与原理
|
||
风险价值（VaR）的概念最早由J.P. Morgan于20世纪90年代初提出，旨在为银行高层提供一个简洁、全面的日常风险报告。其核心思想是，通过一个单一的数字来量化市场风险，使得不同业务部门、不同类型的金融资产的风险可以被直接比较和汇总。VaR的计算基于统计学原理，它估计在正常的市场条件下，某一金融资产或投资组合在未来特定时间段内，于给定的置信水平下，可能发生的最大损失。例如，如果一个投资组合的一日95% VaR为100万美元，这意味着在未来一天内，有95%的把握该投资组合的损失不会超过100万美元，或者说，有5%的可能性损失会超过100万美元。
|
||
|
||
### 计算公式（如适用）
|
||
VaR的计算主要有三种方法：参数法（方差-协方差法）、历史模拟法和蒙特卡洛模拟法。这里以最常见的参数法为例，假设资产收益率服从正态分布：
|
||
|
||
`VaR = P \times Z \times \sigma \times \sqrt{t}`
|
||
|
||
其中：
|
||
- `P` 是投资组合的现值
|
||
- `Z` 是对应于置信水平的标准正态分布的临界值（例如，95%置信水平下为1.65，99%置信水平下为2.33）
|
||
- `\sigma` 是投资组合收益率的日波动率（标准差）
|
||
- `t` 是持有期限（以天为单位）
|
||
|
||
### 计算示例
|
||
假设一个价值1000万美元的股票投资组合，其日收益率的波动率为2%。我们希望计算在95%的置信水平下，该组合的一日VaR。
|
||
|
||
- `P = 10,000,000` 美元
|
||
- `Z = 1.65` (对应95%置信水平)
|
||
- `\sigma = 0.02` (2%)
|
||
- `t = 1`
|
||
|
||
`VaR = 10,000,000 \times 1.65 \times 0.02 \times \sqrt{1} = 330,000` 美元
|
||
|
||
这意味着，我们有95%的信心，该投资组合在未来一天的损失不会超过33万美元。
|
||
|
||
## 在量化交易中的应用
|
||
1. **风险预算与头寸控制**：量化策略在构建投资组合时，会根据预设的整体VaR目标来分配不同策略或资产的风险预算。通过实时监控各个头寸对总体VaR的贡献，交易系统可以自动调整头寸大小，确保总体风险敞口维持在可接受的范围内，避免因单一策略或资产的剧烈波动导致超额亏损。
|
||
|
||
2. **策略绩效评估**：在对不同量化策略进行回测和实盘评估时，VaR是一个重要的风险调整后收益指标。例如，夏普比率等指标只考虑了收益的波动性，而VaR能够更直观地揭示策略在极端市场行情下的潜在亏损。通过比较不同策略的VaR值，基金管理人可以更全面地评估策略的风险收益特征，从而进行更优的资本配置。
|
||
|
||
3. **杠杆管理**：许多量化策略（如统计套利、高频交易）会使用杠杆来放大收益。VaR是决定最优杠杆水平的关键工具。通过计算不同杠杆水平下的投资组合VaR，策略开发者可以找到一个在追求高收益和控制潜在巨大亏损之间的平衡点，防止因过度杠杆而在市场不利变动时被强制平仓。
|
||
|
||
4. **监管与合规报告**：对于受监管的金融机构（如对冲基金、自营交易部门），VaR是满足监管要求的核心指标之一。根据《巴塞尔协议》等规定，金融机构需要定期计算并报告其交易账户的市场风险VaR，并据此计提相应的风险资本。量化交易公司需要建立可靠的VaR计算系统，以满足监管机构的合规审查。
|
||
|
||
## 数据规格
|
||
|
||
| 属性 | 说明 |
|
||
|------|------|
|
||
| 数据类型 | float |
|
||
| 取值范围 | 大于等于 0 |
|
||
| 单位 | 货币单位（如美元、人民币） |
|
||
| 更新频率 | 实时/每日 |
|
||
| 典型数据源 | 交易所行情数据、彭博、路透 |
|
||
|
||
## 常见误解
|
||
1. **误解：VaR是可能发生的最大损失。**
|
||
**正确理解**：VaR并非绝对的最大损失，而是“在给定的概率下”的最大损失。它明确承认了存在一个小的概率（例如5%或1%）使得实际损失超过VaR的数值。对于超过VaR的损失会有多大，VaR本身并不提供信息。
|
||
|
||
2. **误解：VaR适用于所有市场环境。**
|
||
**正确理解**：VaR，特别是基于历史数据或正态分布假设的参数法VaR，在正常的市场波动下表现较好，但在极端事件或“黑天鹅”事件中往往会严重低估风险。这是因为金融市场的收益率分布通常具有“肥尾”特性，即极端事件的发生概率高于正态分布的预测。
|
||
|
||
3. **误解：VaR数值越高，风险就一定越大。**
|
||
**正确理解**：比较不同投资组合的VaR需要确保其计算基于相同的参数，即相同的置信水平和时间范围。一个99%置信水平下的VaR高于另一个95%置信水平下的VaR，并不直接意味着前者的风险更高。必须在同等标准下进行比较才有意义。
|
||
|
||
## 相关名词
|
||
- [条件风险价值 (CVaR)](./CVaR.md)
|
||
- [压力测试 (Stress Testing)](./Stress%20Testing.md)
|
||
- [夏普比率 (Sharpe Ratio)](./Sharpe%20Ratio.md)
|
||
- [波动率 (Volatility)](./Volatility.md)
|
||
|
||
## 深入阅读
|
||
- [Jorion, P. (2006). Value at Risk: The New Benchmark for Managing Financial Risk. McGraw-Hill.](./Jorion_Value_at_Risk.md)
|
||
- [Dowd, K. (2005). Measuring Market Risk. John Wiley & Sons.](./Dowd_Measuring_Market_Risk.md)
|