第28章订单流交易中的组合风控

第28章订单流交易中的组合风控：多策略组合、策略相关性、风险平价

做订单流交易久了，你会发现一个残酷的事实——没有哪个策略能永远赚钱。我见过太多人，把一个策略跑顺了就觉得找到了圣杯，结果市场风格一变，回撤直接打穿心理防线。嗯，这就是我今天想跟你聊的核心问题：怎么把多个订单流策略组合起来，让整体风险可控，收益还能稳得住。

先说说我自己的教训。几年前我开发了一套基于订单流失衡的短线策略，回测漂亮得不行，实盘前三个月也确实猛。但第四季度市场流动性骤降，那个策略连续止损了17笔。我当时就一个感觉——策略本身没问题，问题是我把所有鸡蛋放在一个篮子里了。

订单流策略有个特点：它们对市场微观结构极度敏感。比如：

说白了，没有哪个策略能适应所有市场环境。组合风控要解决的就是这个问题——让策略之间互相补位，而不是一起亏钱。

我个人习惯把订单流策略分成三类，然后按比例分配资金：

这里有个坑要注意：不是策略越多越好。我见过有人同时跑十几个策略，结果大部分策略的相关性极高，行情一来全在亏钱。组合的核心是低相关性，不是数量多。

核心原则：组合里每个策略都应该有独立的逻辑基础。如果两个策略都基于Delta的同一个特征，那它们本质上是一个策略。

相关性这个概念，做量化的人天天挂在嘴边，但真正理解的人不多。我举个例子你就明白了：

假设你有两个策略，A和B。单独看，A的夏普比率是1.5，B是1.2，都不错。但如果A和B的相关性高达0.8，那组合后的夏普比率可能只有1.3，还不如单跑A。为什么？因为行情不好的时候，两个策略会同时亏钱，回撤叠加了。

反过来，如果A和B的相关性是-0.2，那组合后的夏普比率可能冲到2.0以上。这就是组合的魔力——低相关性能在不降低收益的情况下降低波动。

我在项目中遇到过最典型的案例：一个趋势策略和一个反转策略，相关性是-0.3。趋势策略在单边行情里赚钱，反转策略在震荡行情里赚钱。组合之后，净值曲线平滑了很多，最大回撤从15%降到了8%。

实战技巧：计算相关性时，不要只看全样本。我建议滚动计算最近60个交易日的相关性，因为策略的相关性会随着市场环境变化。比如牛市中相关性可能很低，但熊市中所有策略都会趋同。

风险平价这个概念，说白了就是让每个策略对总风险的贡献相等。而不是简单地按资金比例分配。

举个例子：策略A波动大，策略B波动小。如果各分配50%资金，那策略A可能贡献了80%的风险，策略B只贡献了20%。一旦策略A出问题，整个组合就崩了。

风险平价的做法是：

公式其实很简单：

策略i的资金权重 = (1 / σ_i) / Σ(1 / σ_j)

其中 σ_i 是策略i的波动率
Σ(1 / σ_j) 是所有策略波动率倒数的和

这样做的好处是：高波动策略自动获得更少资金，低波动策略获得更多资金。整体组合的波动率会被压到一个相对稳定的水平。

注意：风险平价不是万能的。如果所有策略的相关性突然飙升（比如市场崩盘时），风险平价也会失效。我建议在风险平价的基础上，再加一道硬性止损线——组合总回撤超过20%时，直接清仓所有策略。

说了这么多理论，来点实际的。我目前在用的组合风控流程是这样的：

这里我画了一张流程图，把整个逻辑串起来：

最后分享几个实战中容易犯的错误，都是我拿真金白银换来的教训：

过度优化相关性：我曾经为了追求低相关性，硬塞进一个逻辑完全不同的策略，结果那个策略本身质量太差，反而拖累了整体收益。记住：低相关性是锦上添花，策略本身的质量才是根本。
忽略尾部风险：风险平价模型基于历史波动率，但历史不会完全重复。2020年3月那次，所有策略的相关性瞬间飙到0.9以上，风险平价完全失效。所以我后来加了硬止损线。
再平衡太频繁：有些人每天调整权重，结果交易成本吃掉了一大半收益。我建议每周或每两周做一次再平衡，除非市场出现极端波动。

总结一句话：组合风控不是把策略堆在一起就完事了。你得理解每个策略的"脾气"，知道它们什么时候会闹情绪，然后用风险平价让它们互相制衡。这才是订单流交易长期活下去的关键。

嗯，今天就聊到这儿。组合风控这块内容很多，但核心就是这三个词：低相关性、风险平价、动态调整。把这三点做到位，你的交易系统就能扛住大多数市场风浪了。

个人建议：刚开始做组合时，先跑2-3个策略就够了。等跑顺了，再慢慢加。别贪多，稳才是王道。

无相订单流研究社微信Lucian808555