数字货币量化投资风险归类与风控措施

风险归类：

应用量化投资到数字货币市场的风险可以分为两类：

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是盈利来源也是风险来源。数字货币的估值完全依赖预期和流动性定价，波动性比一般金融产品更大。数字货币衍生产品将这种波动放大了几倍。目前大部分期货和期权市场基于比特币，少部分基于以太坊，其他币种的衍生品很少，是因为风险太大，交易所难以管理。

尾部风险：数字货币市场特有的尾部风险是由于数字货币基础设施不够完善导致的。流动性看似较大，但比较分散，操控市场或影响市场所需资金量很小。巨大的波动容易耗尽流动性。由于基础设施缺乏，量化交易的量做不大。预计这种情况将持续几年，直到新型基础设施逐步取代现有设施。

流动性风险：流动性是数字货币的定价来源之一。比特币正在逐渐发展成为流动性池，但由于市值较小，相对黄金容易受到流动性干扰，同时也具备风险资产特征。典型案例是3.12的暴跌和随后的迅速反弹，主要原因是流动性，次要原因是风险偏好。此外，许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币种上下线规则各有不同，对小币种造成较大的流动性干扰。

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、数据完整性风险、硬件故障等市场外黑天鹅风险，以及模型拟合、回测与未来关系的风险、过拟合等多类风险，可以分为两类：

经验性风险，如策略不足、回测不准确、拟合不合理、参数问题、基础模型缺乏支持等。

技术性风险，如缺乏足够数据、硬件支持，API数据接口问题、网络延迟问题等。

策略风控：

策略主导的多指标风控原则：量化策略模型通常包含风控模块，负责从下单到平仓的全过程。各种指标还需与风控部门协商。

高级算法过滤：一些量化团队还设立独立的算法风控，使用多种技术手段如自然语言处理、关系网络、知识图谱等，寻找潜在风险。

风控预警和日志：前置的风险提示、预警线、平仓线提示等预警措施。后置的风险事件和风控事件记录，便于查阅和改进风控和策略模型。

合规风控：未来数字货币交易市场可能出现与传统金融市场类似的要求，如下单次数、撤单次数、下单与撤单时间差等。需要修改策略模型以符合监管要求，尤其是对高频交易模型等。

人工干预风控：包括策略启停、手工下单、系统紧急停止等风控规则，防止出现黑天鹅事件，尤其是自动交易。量化模块虽然严谨，但系统漏洞难以避免，需要高级风控和管理人员进行手动干预和启停，并配合风控预警模块。

动态评价：对任何量化团队，评价应动态看问题，不能只看业绩。不同市场下不同策略的收益差别很大，其中也有一定程度的运气成分。保持客观并不断跟踪是必要的。每个公司都宣称自己的风控模块完备，但只有在出现风险事件后才能知道哪个是最优风控。

根据我们对行业的了解，目前数字货币量化投资中