模型风险:你的模型会怎么背叛你
我的掌握程度:
先掌握这个答案
三种形态:①模型错误:从根上就不对——分布假设错(正态化的肥尾世界)、遗漏关键变量(没算流动性)、参数估计错(危机期的协方差);②模型误用:模型没错但用错场景——日频因子用到分钟、平稳期估计用到危机、单标的模型用到组合;③模型失效:曾经对、环境变了——因子拥挤衰减(q-440)、监管改变机制(q-410壳价值)。检测信号:错误→样本外的系统性偏差(方向性错而非噪声性错);误用→跨场景表现的断崖;失效→滚动指标(IC/预测误差)的趋势性恶化(不是单月坏,是连续坏)。防御三件:①独立验证(另一人/另一数据重跑——机构设模型验证岗的原因);②备胎模型(主模型失效时的降级方案:简化版/规则版);③人工否决权(模型建议+人工复核的双签制——最后的阀门永远在人)。
先读结论,再核对下方使用边界;数字例题为教学情景,涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 把风险指标转成可执行的限额
报告VaR、对冲比率或保证金时,必须同时说明模型外还可能发生什么。
- 先定义损失正负号、置信水平、持有期、样本窗口和估计方法。
- 组合使用VaR、ES、压力测试、集中度、清算天数与保证金情景,不把单一指标当最大损失。
- 为预警、减仓、暂停交易写清触发条件、执行责任和恢复条件,并记录无法成交的情景。
使用边界
- 95% VaR是损失分布的95%分位,不是最大亏损或保证每天有95%把握安全。
- 久期敏感度使用修正久期;Macaulay久期是现金流加权时间,两者不能直接混用。
背景 · 从一个困惑说起
策略亏钱的归因里有一类最隐蔽:不是市场变了、不是运气差——是模型本身错了(或永远就是错的)。模型风险(model risk):因模型错误、误用或失效导致的损失。LTCM的分布假设、2008年的相关矩阵、雪球产品的定价模型——都属于此类。
由此产生的问题
模型风险的三种形态(错误/误用/失效)?各自的检测信号?防御体系(验证/备胎/人审)怎么搭?
核心概念
三种形态:①模型错误:从根上就不对——分布假设错(正态化的肥尾世界)、遗漏关键变量(没算流动性)、参数估计错(危机期的协方差);②模型误用:模型没错但用错场景——日频因子用到分钟、平稳期估计用到危机、单标的模型用到组合;③模型失效:曾经对、环境变了——因子拥挤衰减(q-440)、监管改变机制(q-410壳价值)。检测信号:错误→样本外的系统性偏差(方向性错而非噪声性错);误用→跨场景表现的断崖;失效→滚动指标(IC/预测误差)的趋势性恶化(不是单月坏,是连续坏)。防御三件:①独立验证(另一人/另一数据重跑——机构设模型验证岗的原因);②备胎模型(主模型失效时的降级方案:简化版/规则版);③人工否决权(模型建议+人工复核的双签制——最后的阀门永远在人)。
为什么需要它
①亏损归因的第一步:亏了先分类(市场/运气/模型)——模型类的亏损"扛等回归"是最贵的错误(它不回归);②防御体系的组织学:模型风险管理不只是技术(验证/备胎/人审都是流程与制度)——机构的MRM框架值得个人借鉴其思想(自己给自己设验证环节);③与前两类风险的组合:市场风险管"正常波动"、流动性风险管"退出成本"、模型风险管"你的认知错误"——三者叠加才是完整风险画像。
实际应用场景
个人版三件:①每月给自己的模型做"红蓝对抗"(换个样本/简化假设重跑——结论翻转即警报);②准备降级方案(因子失效→等权基线顶上);③设"人工复核日"(重大调仓前脱离模型手查一遍持仓逻辑)。
与之前知识的联系
q-440/410(失效的两大案例)是形态③的实例库;q-506/507(前视与过拟合)是形态①的高频来源;q-944(停机条款)是形态③的应对机制;本题把它们组织成"模型风险管理"的框架。
⚠ 常见误解
- 模型风险=模型不准:不准有噪声与偏差两种——噪声(随机误差)可接受、偏差(系统性错)才是模型风险的本体
- 回测好就没有模型风险:回测的"好"可能正是模型风险的伪装(过拟合=形态①的最爱)——样本外与对抗验证才是试金石
- 模型失效能被提前发现:部分能(滚动监控)、部分不能(黑天鹅式的机制变化)——所以备胎与人审是不可省的最后防线
🛠 本题实践任务
给你的主模型做一次三形态会诊:①换假设重跑(对抗)②检查所有参数的校准时间③算主因子的滚动IC趋势。写下会诊报告与处方。
💡 提示(先自己想5分钟再看)
对抗验证的简化版:把样本砍半重估参数再预测另一半——结论方向反转即警;
✅ 验收标准
一份三形态会诊报告。你开始像风控官一样审视自己的模型——这是自我防御的最高形态。
在你的浏览器内运行。首次需联网下载 Python;支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词,不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识(模型概念、过拟合),再用案例、公式和代码帮助理解。此功能需要先启用服务。