# 量化核心模型

## 目录
- [凯利公式（最优仓位）](#凯利公式最优仓位)
- [夏普比率（风险收益比）](#夏普比率风险收益比)
- [最大回撤（风险控制）](#最大回撤风险控制)
- [VaR（风险价值）](#var风险价值)
- [索提诺比率（下行风险）](#索提诺比率下行风险)

## 概览
本文档提供顶级玩家必备的量化核心模型，包括仓位管理、风险评估、收益比计算等关键算法。

## 凯利公式（最优仓位）

### 核心公式
```
f* = (bp - q) / b
```
其中：
- f* = 最优仓位比例（应该投入的资金比例）
- b = 赔率（盈利/亏损，如盈利50%亏损10%，则b=5）
- p = 胜率（赢的概率）
- q = 败率（1 - p）

### 简化版本（对称盈亏）
```
f* = 2p - 1
```
当盈利和亏损金额相等时使用。

### 实例1：对称盈亏
假设一个投资机会：
- 胜率：60%
- 盈利时赚100%，亏损时亏100%

计算：
```
f* = 2 × 0.6 - 1 = 0.2
```
结论：最优仓位是20%，即投入20%的资金

### 实例2：非对称盈亏
假设一个投资机会：
- 胜率：40%
- 盈利时赚50%，亏损时亏10%
- b = 50% / 10% = 5
- p = 0.4, q = 0.6

计算：
```
f* = (5 × 0.4 - 0.6) / 5 = (2 - 0.6) / 5 = 1.4 / 5 = 0.28
```
结论：最优仓位是28%

### 凯利公式的陷阱
**问题**：
- 凯利公式假设你知道真实的p和b
- 现实中p和b是估计的，存在误差
- 全仓凯利会导致波动巨大

**保守策略（半凯利或四分之一凯利）**：
```
实际仓位 = f* × 0.25 到 f* × 0.5
```
这会降低增长速度，但显著降低爆仓风险

### 凯利公式与骗局识别
**骗局特征**：
- 声称"稳赚不赔"（p=1）
- 声称"高收益低风险"（高b，高p）
- 拒绝说明p和b的来源

**反收割判断**：
- 如果对方无法提供p和b的合理估计 → 骗局
- 如果计算出的f* > 100% → 数据造假或过于乐观
- 如果要求All in（f*=100%或更高） → 陷阱

## 夏普比率（风险收益比）

### 核心公式
```
Sharpe = (R - Rf) / σ
```
其中：
- R = 投资组合收益率
- Rf = 无风险收益率（通常用国债利率）
- σ = 收益率标准差（波动率）

### 夏普比率的意义
- **Sharpe < 0**：收益低于无风险收益，不如买国债
- **Sharpe 0-1**：风险调整后收益一般
- **Sharpe 1-2**：优秀的风险调整后收益
- **Sharpe > 2**：卓越的风险调整后收益

### 实例计算
假设一个投资组合：
- 年化收益：20%
- 无风险收益：3%
- 年化波动率：15%

计算：
```
Sharpe = (20% - 3%) / 15% = 17% / 15% = 1.13
```
结论：夏普比率1.13，表现优秀

### 夏普比率与骗局识别
**骗局特征**：
- 声称"高收益低波动"（异常高的夏普比率）
- 骗局常宣传：年化30%+，波动率<10%（Sharpe > 3）

**现实对比**：
- 沃伦·巴菲特：Sharpe ≈ 0.7
- 标普500：Sharpe ≈ 0.4
- 顶级对冲基金：Sharpe ≈ 1.0-1.5

**反收割判断**：
- 如果Sharpe > 2且持续时间长 → 极其可疑
- 如果对方无法解释高Sharpe的来源 → 骗局

### 注意事项
- 夏普比率对尾部风险不敏感
- 需要结合最大回撤一起使用
- 短期数据可能有误导性

## 最大回撤（风险控制）

### 核心公式
```
最大回撤 = (峰值 - 谷值) / 峰值
```

### 计算方法
1. 记录历史最高点（峰值）
2. 计算从峰值到后续最低点（谷值）的跌幅
3. 取所有回撤中的最大值

### 实例
假设资产价格序列：
- 第1天：100
- 第10天：150（峰值）
- 第20天：120
- 第30天：180（新峰值）
- 第40天：130（谷值）

回撤计算：
- 第一次回撤：(150 - 120) / 150 = 20%
- 第二次回撤：(180 - 130) / 180 = 27.8%

最大回撤：27.8%

### 最大回撤的意义
- **最大回撤 < 10%**：低风险
- **最大回撤 10%-20%**：中等风险
- **最大回撤 20%-30%**：高风险
- **最大回撤 > 30%**：极高风险

### 回撤恢复时间
**关键问题**：从最大回撤恢复到峰值需要多久？

**恢复倍数**：
```
恢复需要的涨幅 = 1 / (1 - 最大回撤) - 1
```

实例：
- 最大回撤20%：需要涨25%才能恢复
- 最大回撤50%：需要涨100%才能恢复
- 最大回撤80%：需要涨400%才能恢复

### 最大回撤与骗局识别
**骗局特征**：
- 展示收益曲线，但隐藏回撤
- 声称"最大回撤<5%"但年化收益>30%
- 无法提供真实的历史回撤数据

**反收割判断**：
- 要求查看完整的历史净值曲线（含回撤）
- 计算回撤恢复时间
- 如果回撤恢复时间过长 → 策略有问题

### 风险控制原则
```
最大回撤 × 2 ≤ 单笔最大风险 × 10
```
如果单笔最大风险是2%，那么最大回撤应该控制在20%以内

## VaR（风险价值）

### 核心概念
VaR（Value at Risk）：在给定置信水平下，可能的最大损失

### 核心公式（参数法）
```
VaR = μ - z × σ
```
其中：
- μ = 期望收益
- z = 置信水平对应的Z分数（95%置信水平，z=1.65）
- σ = 标准差

### 实例
假设投资组合：
- 期望收益：10%
- 标准差：15%
- 置信水平：95%

计算：
```
VaR = 10% - 1.65 × 15% = 10% - 24.75% = -14.75%
```
结论：在95%置信水平下，最大损失可能为14.75%

### VaR的解释
- **VaR 95% = -10%**：有95%的概率损失不超过10%
- 换句话说：有5%的概率损失超过10%
- **VaR 99% = -20%**：有99%的概率损失不超过20%
- 换句话说：有1%的概率损失超过20%

### VaR的局限性
**VaR不告诉你"最坏情况"**：
- VaR告诉你95%情况下的损失
- 但剩下的5%（尾部风险）可能极其严重
- 2008年金融危机就是典型的尾部风险事件

### CVaR（条件风险价值）
为了弥补VaR的不足，使用CVaR：
```
CVaR = 超过VaR的平均损失
```

实例：
- VaR 95% = -10%
- 如果发生超过10%的损失，平均损失是25%
- 那么CVaR 95% = -25%

### CVaR与骗局识别
**骗局特征**：
- 只展示VaR，不展示CVaR
- VaR看起来安全，但CVaR极其危险
- 声称"尾部风险可忽略"

**反收割判断**：
- 询问CVaR是多少
- 如果对方不知道CVaR → 没有真正的风险管理
- 如果CVaR远大于VaR → 尾部风险严重

## 索提诺比率（下行风险）

### 核心公式
```
Sortino = (R - MAR) / σ_down
```
其中：
- R = 投资组合收益率
- MAR = 最低可接受收益率（Minimum Acceptable Return，通常设为0或无风险收益）
- σ_down = 下行标准差（只计算负收益的标准差）

### 索提诺比率 vs 夏普比率
| 比率 | 风险度量 | 适用场景 |
|------|---------|---------|
| 夏普比率 | 总波动率（上下波动） | 策略有对称波动 |
| 索提诺比率 | 下行波动率（只看亏损） | 策略有非对称波动，更关注亏损 |

### 实例
假设投资组合收益序列：
- 第1月：+10%
- 第2月：-5%
- 第3月：+15%
- 第4月：-8%
- 第5月：+20%
- 第6月：-3%

平均收益：(10% - 5% + 15% - 8% + 20% - 3%) / 6 = 4.83%

下行标准差：
只计算负收益：-5%, -8%, -3%
σ_down = √[((-5% - 0)^2 + (-8% - 0)^2 + (-3% - 0)^2) / 3] = 6.24%

MAR = 0%

Sortino = (4.83% - 0%) / 6.24% = 0.77

### 索提诺比率与骗局识别
**骗局特征**：
- 声称"低风险高收益"但索提诺比率低
- 波动主要由亏损造成（高下行波动）
- 用总波动率掩盖下行风险

**反收割判断**：
- 计算索提诺比率
- 如果索提诺比率显著低于夏普比率 → 下行风险严重
- 如果索提诺比率 < 0.5 → 策略风险大

## 综合应用

### 风险评估清单
对于任何投资策略，必须计算：

1. **凯利公式**：确定最优仓位
   - f* = ? 是否合理（10%-30%）？
   - 如果f* > 50% → 过于乐观

2. **夏普比率**：评估风险收益比
   - Sharpe = ? 是否合理（0.5-1.5）？
   - 如果Sharpe > 2 → 极其可疑

3. **最大回撤**：评估风险控制
   - 最大回撤 = ? 是否可接受（<30%）？
   - 回撤恢复时间 = ? 是否过长（<12个月）？

4. **VaR/CVaR**：评估极端风险
   - VaR 95% = ? 是否可接受（<-15%）？
   - CVaR 95% = ? 是否远大于VaR（<2倍）？

5. **索提诺比率**：评估下行风险
   - Sortino = ? 是否合理（>0.5）？
   - Sortino vs Sharpe：差异是否过大（<50%）？

### 骗局量化识别标准
**如果满足以下任一条件，极大概率是骗局**：
1. 凯利公式计算的f* > 50%
2. 夏普比率 > 2 且持续超过1年
3. 声称最大回撤 < 5% 但年化收益 > 30%
4. CVaR超过VaR的3倍以上
5. 索提诺比率显著低于夏普比率（差异>100%）

### 顶级玩家的风险管理
**核心原则**：
- 使用凯利公式的1/4到1/2
- 目标夏普比率：0.8-1.2
- 最大回撤控制：<20%
- CVaR < 2 × VaR
- 索提诺比率 > 0.6

**执行纪律**：
- 单笔风险：≤2%
- 总体风险：≤20%
- 现金储备：≥20%
- 止损纪律：严格执行