第十三章 风险管理：仓位管理、杠杆控制、尾部风险与黑天鹅事件

做基差交易这么多年，我见过太多人倒在风险管理上。说实话，策略再漂亮，模型再精准，风控没做好，一切都是白搭。这一章，咱们就聊聊那些真正要命的东西——仓位怎么管、杠杆怎么控、以及那些你不想面对但必须面对的尾部风险。

13.1 仓位管理：别把鸡蛋放在一个篮子里

仓位管理，说白了就是决定每次下多少注。我见过有人一上来就满仓干，结果遇到一次流动性危机，直接爆仓出局。嗯，这其实是个数学问题，也是个心理问题。

我个人习惯用凯利公式来算基础仓位。但要注意，凯利公式有个前提——你得知道胜率和赔率。这在基差交易里其实挺难精确的，因为基差的波动不是完全随机的。

举个例子，假设你有100万资金，单笔最大亏损就是2万。如果你做螺纹钢的跨期套利，一手保证金大概5000，波动一个点10块钱。你算算，如果止损设在20个点，那最多只能开20手。这就是仓位管理的底层逻辑。

# 一个简单的仓位计算函数
def calculate_position(capital, risk_per_trade, stop_loss_points, point_value):
    """
    capital: 总资金
    risk_per_trade: 单笔风险比例（0.02表示2%）
    stop_loss_points: 止损点数
    point_value: 每点价值
    """
    max_loss = capital * risk_per_trade
    position_size = max_loss / (stop_loss_points * point_value)
    return int(position_size)

# 示例
capital = 1000000  # 100万
risk = 0.02
stop_loss = 20  # 20个点
point_value = 10  # 每点10元

position = calculate_position(capital, risk, stop_loss, point_value)
print(f"建议开仓手数: {position}")  # 输出: 100手

13.2 杠杆控制：双刃剑，别玩火

杠杆这东西，用好了是加速器，用不好就是绞肉机。我记得2015年股灾的时候，多少配资盘爆仓，就是因为杠杆太高，一个回调就扛不住了。

在基差交易里，杠杆通常来自期货的保证金制度。比如螺纹钢期货，保证金比例10%，那杠杆就是10倍。但注意，这不是说你就能用满10倍杠杆。

品种	保证金比例	理论杠杆	建议实际杠杆
螺纹钢	10%	10倍	3-5倍
铁矿石	12%	8.3倍	2-4倍
原油	15%	6.7倍	2-3倍
股指期货	12%	8.3倍	2-4倍

你想想看，如果你用满10倍杠杆，基差反向波动10%，你的本金就没了。这在基差交易里其实挺常见的——尤其是临近交割月的时候，基差波动会突然放大。

13.3 尾部风险：那些小概率但致命的事件

尾部风险，就是那些概率很小、但一旦发生就让你血本无归的事件。在基差交易里，尾部风险主要来自几个方面：

• 流动性枯竭：比如某个合约突然没人交易了，你想平仓都平不掉
• 政策突变：比如突然调整保证金比例、限制开仓
• 交割风险：临近交割时，基差可能剧烈波动
• 系统性风险：比如2020年原油宝事件，负油价的出现

怎么应对尾部风险？我个人习惯用压力测试。说白了，就是假设最坏的情况发生了，看看你的账户能不能扛得住。

# 压力测试示例
def stress_test(positions, price_shock, liquidity_factor):
    """
    positions: 持仓列表 [(品种, 手数, 开仓价)]
    price_shock: 价格冲击幅度（如-0.1表示跌10%）
    liquidity_factor: 流动性折扣（0.5表示只能平掉一半）
    """
    total_loss = 0
    for symbol, size, entry_price in positions:
        # 假设只能平掉 liquidity_factor 比例的仓位
        can_close = size * liquidity_factor
        stuck = size - can_close
        
        # 可平仓部分的损失
        loss_close = can_close * entry_price * price_shock
        # 被套部分的损失（假设更严重，再跌50%）
        loss_stuck = stuck * entry_price * price_shock * 1.5
        
        total_loss += loss_close + loss_stuck
        print(f"{symbol}: 可平{can_close}手, 损失{loss_close:.2f}")
        print(f"        被套{stuck}手, 损失{loss_stuck:.2f}")
    
    return total_loss

# 模拟一个极端场景
positions = [
    ("RB2401", 100, 3800),  # 螺纹钢
    ("I2401", 50, 900),     # 铁矿石
]

total = stress_test(positions, -0.15, 0.6)
print(f"\n总损失: {total:.2f}")
print(f"占总资金比例: {total/1000000*100:.1f}%")

13.4 黑天鹅事件：当历史不再重演

黑天鹅事件，就是那些完全超出历史经验的事件。比如2020年4月20日，WTI原油期货跌到负值。在那之前，谁能想到原油还能倒贴钱？

在基差交易里，黑天鹅事件往往表现为基差突破历史极值。我记得2021年动力煤的行情，基差从正常的±50元/吨，一下子扩大到300元/吨。那些做统计套利、等着基差回归的人，全被埋了。

为什么会这样？因为统计套利的前提是「均值回归」，但黑天鹅事件发生时，均值本身可能已经变了。你想想看，如果整个市场的结构都变了，历史数据还有什么参考价值？

13.5 知识体系：风险管理全景图

下面这张图，是我自己总结的风险管理框架。说白了，就是三个层次：事前、事中、事后。

你看，事前预防是基础，事中监控是保障，事后复盘是提升。这三个环节缺一不可。我见过太多人只重视策略开发，忽略了风险管理，结果就是「辛辛苦苦大半年，一夜回到解放前」。