来源：雪球App，作者： PM小帕，（https://xueqiu.com/4443580997/146412655）
本文将简单介绍4个主要用于投资组合或交易策略执行过程中的风险管理使用技巧。目标聚焦在风险控制方法上，而非绝对收益产生能力上（注：投资管理行业发生大幅回撤或风险事件时通常会伴随大额赎回，进而增加策略停止运行的风险，因此对于很多基金管理人而言，风险控制效率提升的效用要高于绝对收益的效用）。
本文介绍的4种方法均直接或间接依赖波动率的使用，现的实际数据和案例主要用于方法概念的阐述介绍，案例涉及到的投资或策略平衡调整周期为“日”（基于上个交易日收盘数据对参数进行更新，根据规则下个交易日收盘前完成平衡调整）。
本文以中国10年期国债期货为例，不能假定该标的为本文提及的4种方法技巧所推荐的最优标的（事实上也不是在市场上执行风控策略的最优标的）。读者应关注方法借鉴，若参照使用，应充分考虑具体投资标的或涉及的市场实际情况，以及结合资产管理的现实风险收益需要。本文用到的计算方法避开了复杂数学和统计模型，采用不外乎“加减乘除、平方、开根”等基本算术方法，实践参考性较高。
4个实用风控技巧：锚定投资组合或策略的波动率（Volatility managed）
仅考虑下行波动率的管理，放开常态波动率和上行波动率（Downside Volatility Managed）
不考虑常态波动率，仅关注投资组合或策略的尾部风险（Tail Risk Managed）
一定置信度上尽量控制回撤水平，但不对波动率进行约束（Drawdown Risk Managed）
以“做多中国10年期国债期货”为例介绍这4种实用方法：实际运用中可以是任何品种的多或空，亦或是多资产组合；不同品种，不同市场，不同环境，不同组合，不同投资交易周期，不同平衡周期等，这4种方法对应的效果也会不同，整体而言各有利弊。
10年期国债期货的几个重要风险参考指标 – 长期静态参考值：
计算方法：基于过去3年的日度市场数据历史（更加接近该品种的长期风险属性）
10年期国债期货的几个重要风险参考指标 – 当前市场环境下的参考值：
计算方法：基于过去3个月的日度市场数据历史（更加接近该品种当前市场环境下的属性）
本文介绍的4种风控方法下的锚定目标管理设定值：
本文介绍重点是风控，风险效率的提升较绝对收益水平的提升更贴近管理目标
设定方法：参考上表的10年期国债风险数据，相机抉择假定的目标管理值
方法1：锚定波动率（Volatility Managed）
结合当前投资品种的波动率水平及设定的目标波动率水平，动态调整杠杆使用倍数
当前市场风险低于目标水平时，则多用杠杆，把波动率拉上去匹配目标风险水平
当前市场风险高于目标水平时，则降些杠杆，把波动率降下去匹配目标风险水平
基于上表10年期国债波动率，设定锚定年化波动率目标为3%，锚定波动率策略与纯粹做多比较：
收益角度：波动率锚定策略并未产生额外Alpha（相反收益效果不佳）
深蓝线– 波动率锚定策略；浅篮线 – 纯粹做多策略；
面积图 – 波动率锚定策略相对纯粹做多的累计Alpha
风险效率：锚定波动率后有明显提升
夏普率从0.85略微提升至0.86
注：波动率有效地锚定在3%设定的目标附近
方法2：管理下行波动率(Downside Volatility Managed)
结合当前投资品种的下行波动率水平及设定的目标下行波动率水平，动态调整杠杆使用倍数
当前市场下行风险低于目标水平时，则多用杠杆，匹配目标下行风险水平
当前市场下行风险高于目标水平时，则降些杠杆，匹配目标下行风险水平
基于上表10年期国债波动率，将下行风险目标设为2%，下行波动率管理策略与纯粹做多比较：
收益角度：管理下行波动率策略有额外Alpha（不显著且不稳定）
深橘线– 下行波动率管理策略；浅橘线 – 纯粹做多策略
面积图 – 下行波动率管理策略相对纯粹做多的累计Alpha
风险效率：管理下行波动率策略有明显提升
夏普率从0.85明显抬升至0.93
注：管理的目标是下行波动率而非波动率，未锚定波动率和上行波动率，因此波动率降幅不显著
方法3：尾部风险管理（Tail Risk Managed）
为简化描述，本文尾部风险指标采用Expected Shortfall (ES@95%)，即CVaR @95%
结合当前投资品种的尾部风险水平及设定的目标尾部风险管理水平，动态调整杠杆使用倍数
当前市场尾部风险低于目标水平时，则多用杠杆，匹配目标尾部风险水平
当前市场尾部风险高于目标水平时，则降些杠杆，匹配目标尾部风险水平
基于上表10年期国债期货尾部风险值，将尾部风险管理目标设为-0.50%，将做多10年期国债期货每日跌幅@95%限制在-0.50%内。尾部风险管理策略与纯粹做多比较：
收益角度：尾部风险管理策略产生了显著Alpha
深绿线– 尾部风险管理策略；浅绿线 – 纯粹做多策略
面积图 – 尾部风险管理策略相对纯粹做多的累计Alpha
风险效率：尾部风险管理策略有明显提升
夏普率从0.85大幅抬升至0.89
注：管理的目标是尾部风险而非波动率，因此波动率降幅不显著（相反，这种方法在趋势行情里，波动率较低的环境里，会提高杠杆率的使用放大收益）
方法4：控制回撤风险（Drawdown Risk Managed）
为简化描述，本文回撤风险指标采用历史CDaR @95% （CDaR：Conditional Drawdown at Risk）
结合当前投资品种的当前的回撤幅度风险及设定的目标回撤幅度管理水平，动态调整杠杆使用倍数
当前市场回撤幅度风险低于目标水平时，则多用杠杆，匹配目标回撤风险水平
当前市场回撤幅度风险高于目标水平时，则降些杠杆，匹配目标回撤风险水平
基于上表10年期国债期货的回撤幅度风险值（来自回撤风险值分布），将回撤幅度风险值控制目标设为-2.00%。回撤幅度风险控制策略与纯粹做多比较：
收益角度：回撤幅度风险控制策略不能产生Alpha
注：关注焦点是回撤，而非绝对收益；通常情况下一旦采用了回撤幅度风险控制策略，长期绝对收益能力大多会受到较大限制（下行回撤时的去杠杆和减仓会非常迅速，投资交易环境回暖时加仓则相对缓慢谨慎）
深灰线– 回撤幅度风险控制策略；浅灰线 – 纯粹做多策略
面积图– 回撤幅度风险控制策略相对纯粹做多的累计Alpha
风险效率：回撤幅度风控制策略大幅提升
夏普率从0.85大幅抬升至1.20，风险效率显著提高
注：回撤风险控制下，通常波动率也会得到控制体现（该案例中波动率从3.71%降低至2.00%）
4种方法总结
正文结束，感谢阅读！
声明：
文章版权归公众号【帕丁顿咨询】所有，转载请注明来源，本平台保留对版权未经许可应用时采取法律措施的权利。
以上内容仅代表文章作者本人观点，不能假定为本平台的观点或建议，亦不构成任何形式的投资（或交易）建议。提醒受众不要依据以上内容形成投资（或交易）决策，本平台对受众任何式的投资（或交易）结果不承担任何形式的责任。【帕丁顿咨询】出品和分发的所有内容仅代表知识梳理、思路分享，不构成任何形式的投资（或交易）建议和推定，读者用户需根据自身实际情况进行研究。