Giulio Occhionero 论加密货币为何打破了为股票构建的风险模型

过去二十年matic 的公平工作能够以及不能转移到数字资产领域。

我们用于股票交易的大多数量化工具都建立在一些假设之上，而数字资产却悄然违背了这些假设。股票收益率大致正常，只有极少数情况下才会出现极端情况。市场会休市，这使得风险具有天然的“时钟”。相关性足够稳定，可以围绕这些相关性构建投资组合。然而，这些假设在加密货币领域都不成立，而那些在加密货币领域亏损的人，往往正是那些错误地认为这些假设成立的人。.

我交易美国股票、期权和加密货币的matic 策略，并且在数字资产领域投入了足够的时间，因此我对任何声称相同模型可以原封不动地移植到其他领域的说法都保持警惕。事实并非如此。可以移植的是交易纪律，而几乎所有下游环节都需要重建。.

1. 肥尾分布是基本情况，而非例外。

在股票市场，五西格玛日（5σ）的波动可能一生只会遇到几次，因此风险管理系统会将其视为罕见事件。但在加密货币领域，那些对标普500指数而言属于极端事件的波动，却会在普通的周末出现。加密货币的分布并非对数正态分布，偶尔会出现冲击。其基本分布是重尾分布，且尾部分布的不对称性会随着融资环境的变化而变化。.

实际后果是，任何基于高斯核心校准的风险模型都会长期低估破产概率。按标准方法计算的风险价值 (VaR) 在这里几乎毫无用处。能够存活下来的模型是基于经验尾部行为而非拟合方差来确定仓位规模，并且假设观察到的最差回撤是下限而非上限。.

如果你的风险模型从未出现过导致基金终结的事件，那么在事件发生之前，它都会将该事件的价格定为零。.

2. 一个永不休市的市场没有自然时钟。

股票风险管理通常在收盘时悄然进行。持仓会被标记，风险敞口会被重新平衡，隔夜缺口是一个已知的未知数，你可以进行对冲或设置储备。加密货币没有收盘。周末和主要区域交易时段之间的流动性会下降，而这恰恰是发生最大波动的时候。.

假设总能以合​​理价格退出的策略，实际上是在市场中做出了不合理的权益假设。真正有效的模型会将一天中的不同时段和一周中的不同日期视为首要风险变量，为交易淡季预留充足的交易能力，并且绝不会假设周二中午的交易能力就意味着凌晨三点在市场动荡期间也能进行交易。.

3. 在最糟糕的时刻背叛你的相关性

加密货币领域的多元化策略远不如市场宣传的那样有效。在市场平静时，代币之间的分散性足以让市场中性策略看起来颇具trac。然而，一旦市场承压，这种分散性就会急剧下降。几乎所有因素都与一个宏观因素相关，那就是市场普遍的风险偏好，而这种偏好主要体现在市值最大的资产上。精心构建的中性策略最终却在你最不希望发生的时候，变成了一种集中单边的押注。.

这与传统市场中导致风险平价策略失效的失败如出一辙，只是速度更快、冲击更大。将相关性建模为常数是错误的。将其建模为与市场机制dent 变量，并在压力下趋向于某个值，才是构建可用框架的开端。.

4. 流动性充裕，直到不再充裕为止

数字资产的订单簿分散在数十个交易场所，总深度具有误导性。订单簿看起来很厚，是因为你把实际上无法同时获得的流动性加总起来，除非你让所有交易场所都朝相反的方向移动。此外，深度也呈非线性下降。第一个交易量增量接近报价，而下一个增量则远低于报价，因为做市商一旦察觉到大额参与者，就会立即扩大或缩小交易规模。.

那些假设你可以在中间价位进行可观交易量的回测，并非在模拟加密货币。它们模拟的是一种从未存在过的无摩擦trac。逐个交易场所地绘制出真实的冲击曲线，并非是锦上添花，而是策略与故事之间的区别。.

5. 反思性和锚点的缺失

股票市场的基本面值得探讨。 Cash 流、市盈率和资产负债表为价格提供了一定的锚定，尽管这种锚定作用可能并不牢固。而加密货币市场则缺乏类似的锚定因素，这意味着其价格更多地受到仓位、市场叙事和杠杆的影响。trac货币市场具有反射性：价格上涨往往伴随着能够支撑更高价格的现金流，直到推动价格上涨的杠杆作用反过来成为价格逆转的机制。.

对于matic 交易者而言，这意味着应该更加重视仓位和交易流量数据，这些数据在这个市场中可以通过资金费率、未平仓合约量和链上交易动态等指标异常容易地观察到；而应该减少对公允价值概念的依赖。关键在于解读拥挤程度和杠杆水平，而不是去估算可能并不存在的内在价值。.

6. 当波动率是唯一稳定的输入时，如何进行规模确定

如果分布不稳定、相关性dent市场状况且流动性分散，那么唯一可以较为可靠地衡量的变量就是已实现波动率。这使得以波动率为目标的仓位管理不仅是一种偏好，而且几乎成为一种必然。对于波动率可能在一天内翻四倍的资产，采用固定名义仓位管理既能确保投资方向正确，又能保证在交易过程中及时清算。.

我观察到的在这个市场中采用的复利策略都具有保守的倾向：它们的规模相对于回测允许的范围较小，止损速度也比预期更快，而且它们将杠杆视为主要的杀手锏而非收益增强器。这种不对称性不容有失。即使你入场早、判断正确，也可能最终血本无归。.

归根结底

加密货币奖励量化思维，惩罚生搬硬套量化假设。严谨性、对完美回测的质疑以及对交易容量的尊重，这些都适用于加密货币。但具体的交易机制，例如高斯核心、恒定相关性、无摩擦成交以及收盘风险时钟，则不适用。那些在加密货币领域取得成功的人，是那些坚持原则并重建模型的人。而那些举步维艰的人，则是那些想当然地认为可以用为稳定市场设计的工具来交易如此截然不同的市场的人。.

关于作者

朱利奥·M·奥基奥内罗 (Giulio M. Occhionero) 现任IRH Global Trading阿布扎比分公司量化研究与开发主管，负责领导美国股票、期权和数字资产的系统化matic 部署和量化研究。他拥有核工程学位，并在意大利、美国和阿联酋从事量化金融工作超过二十年。他定期撰写有关系统化matic 、市场微观结构和投资管理工程方面的文章。