数字货币量化交易所开发量化交易系统源码定制投资风险归类与风控措施

应用量化投资到数字货币市场的风险有两类：一类是所有类型投资策略都要面对的数字货币风险，如市场风险、尾部事件、流动性风险等。

市场风险：数字货币本身的波动性，既是盈利来源，也是风险的来源。由于数字货币缺乏财务基本面，没有利息，也没有预期现金流，使得估值完全由预期和流动性定价，较一般金融产品波动更大。基于数字货币的衍生产品，继续把这种波动放大了好几倍。目前期货和期权市场，大部分也是基于比特币，小部分基于以太坊，其他币种的衍生品几乎没有，就是因为风险过大交易所都可能难以管理。

尾部风险：数字货币市场特有的尾部风险，是数字货币目前的基础设施不够完全导致的。总而言之就是流动性看似较大，但比较分裂，操控市场或者影响市场所需要的资金量其实很小。巨大的波动容易抽干流动性。可归因于是基础设施的缺乏，使得量化交易的量做不到太大。而这种情况，预计还会持续几年，直到新型的基础设施慢慢取代现有的设施。

流动性风险：前面已说明流动性是数字货币的定价来源之一。黄金本身就是流动性的池子，比特币也慢慢有向流动性池子发展的趋势。但是由于市值很小，所以相对黄金，很容易受到流动性的干扰，而且还兼具风险资产特征。典型的例子就是3.12的暴跌，以及暴跌后的迅速反弹，主因是流动性，次因是风险偏好。此外很多数字货币交易对的流动性也不稳定，不同交易所的交易对和上下币规则都略有不同，这对小币种的流动性干扰较大。

另一类是量化投资策略所特有的风险，如量化模型设计风险，数据的完整性风险，硬件故障等市场外黑天鹅风险，模型拟合、回测与未来的关系（市场条件变化），过拟合等多类风险，可以分成两类：属于经验性的，如策略不够聪明、回测不到位、拟合没做好（如过拟合）、参数有问题、基础模型缺乏证明支持等。

属于技术性的，如缺乏足够的数据、硬件支撑，API数据接口问题，网络延迟问题等。

风控措施

1、策略风控：策略主导的多指标风控原则

策略模型是一个负责从下单到平仓的一整套程序，大部分的策略模型，是把风控的模块包含进去了，如什么时候应该止损，什么时候应该停掉策略。

这部分模型是由量化策略员直接负责的。其中的各类指标，还要和和风控等部门协商。

此外就是一个团队基本能承担的风险是有上限的，当运用多策略模型时，单一策略又需要分配风险指标，所以策略模型的外在限制比较多，而这些可以内化为一个个多指标的风控程序。

高级算法过滤：除此以外，有些量化团队还专门设立独立的算法风控，比如使用自然语言处理NLP、 关系网络、知识图谱等多类技术手段，去寻找和勾勒市场上并非显而易见，但是会有实质影响的风险。

相当于在策略和交易部门之外，单独设立一个算法为主导的风控监控体系，负责监控整体的风险暴露并和策略交易团队沟通。

风控预警和日志：预警属于前置的风控，即一般的风险提示、预警线、平仓线提示等。日志属于后置的风控，把风险事件和风控事件记录下来，以背日后查阅，并方便改进风控和策略模型。

2、合规风控：传统金融市场，比如A股会要求下单次数、撤单次数、下单和撤单之间的时间差等。预计以后合规的数字货币交易市场可能也会有类似要求，比如可交易/不可以交易什么类型的数字货币。这就需要修改策略模型，尤其是高频交易模型，以符合监管要求。

3、人工干预风控：主要是指策略启停、手工下单、系统急刹，以及各类人为定义的风控规则，目的是防止策略出现黑天鹅，尤其是自动交易类型的。历史上比如2012年骑士资本因为自动分单系统升级后，提示模块的缺失，导致45分钟内发送了天量订单，导致亏损4. 6亿美元。就是非常需要人工干预的情形。

量化模块虽然非常严谨，但是系统的bug非常难以避免，尤其是涉及升级、负责人员的更替、系统年代久远、缺乏开发日志及注释等多种情况的出现，都会导致出现bug。此时就需要赋予高级风控和管理人员进行手工干预甚至启停的功能，并配合风控预警等模块进行干预。

安菲科技致力于数字交易所，自动量化交易机器人以及量化交易APP开发，商城系统开发。是专业的APP开发公司。有丰富的经验，专业的技术团队，为用户提供满意的开发解决方案。