实时风控系统包含什么？
我的掌握程度：
先掌握这个答案
盘前检查（限额/暴露）、盘中监控（回撤/单票/成交异常）、自动熔断（阈值减仓）、告警通知。
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。
核心答案（速览）
盘前检查（限额/暴露）、盘中监控（回撤/单票/成交异常）、自动熔断（阈值减仓）、告警通知。
🛠 本阶段共用练习 · 把风险指标转成可执行的限额
复算VaR与尾部均值，把最差损失20改为100，再看两者变化；给一个模拟组合写出流动性与保证金压力场景。
💡 提示（先自己想5分钟再看）
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。
✅ 验收标准
VaR仍为7、尾部均值从20变成100；解释为什么VaR没变化，以及无法成交或追保时如何处理。
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（起点概念），再用案例、公式和代码帮助理解。此功能需要先启用服务。