小技巧 最新文章

新的风险管控机制(风控系统2.0版本)上线(第3篇)!

20 March 2017

  这是我们关于新版风控机制文章的第三篇博客贴文。如果您还没有阅读过这些文章,我们建议您阅读关于之前的两篇文章。 我们在第三篇文章中要解释的变化,是我们从一些社区交易员得到回馈的结果。在过去几年中,我们收到了来自交易员的各种合理投诉,批评DARWIN在原始交易策略(具有相当低且稳定的VaR)将产生正收益时却经历了损失。 我们不断努力去改进我们的系统,我们决定分析所有的策略,看看究竟是什么原因造成了我们用户报告的现象。 通过这个分析,我们发现,在定义原始交易策略最大允许杠杆时存在一个错误,导致我们的风控机制关闭了投资者方面的跟单并平掉头寸,以确保和保护投资者每月VaR风险为20% (注意:当我们近期公司发布全新版本的“DARWINEX(代号: Darwinex重装上阵再启航)”,投资者的VaR将变为10%)。 正如我们在之前的文章中解释的,投资者杠杆(即DARWIN投资者杠杆)是按照下列公式计算的: 投资者杠杆= 交易策略杠杆* 在险价值(10%)/在险价值(交易策略)* 按过度杠杆使用干预保护的风险调整率% Investor leverage = strategy leverage *VaR (10%) / VaR (strategy) * % risk adjusted for excessive leverage 风险调整通常会降低杠杆率,使得DARWIN收益和策略收益会呈线性表现。 因此,严谨的计算是非常重要的。接下来我们要详细解释将在新风险管理器启动时引入的变化。 1  为什么需要公式的后半部分(红字部分) 为了解释上面公式的结构,我们将在一个例子中说明。 我们假设一个策略的操作情况是:每月建立相同数量的仓位,例如20,使用相同的杠杆,例如10:1,并且持仓时间总是一小时)。 我们假设这个策略的VaR为8%。 如果这个策略突然决定让它的仓位开放更长时间,甚至是无限期,那会发生什么?显然,如果投资者在本月一直使用这个杠杆,投资者的风险将高于每月8%(若一个月的预期活动为300点,投资者可能损失30%的资本,远远高于按8%计算)。正因为这样,随着时间流逝,风险管理器必须采取行动,关闭投资者的部分陈列。 这个例子(还有很多例子)可以解释为什么一个仓位的最大限定杠杆取决于持仓时间,因此,风险管理器必须能够在整个持仓过程中发挥作用,而不仅仅是在初期。每建立一个仓位,就产生一个临时的风险表现窗口,每个仓位还必须规定最大容许杠杆,而且必须随时间下降。 2  仓位历史 仓位的最大杠杆取决于原始交易策略的类型,因此,我们必须根据其历史情况来确定。从数字上看,最明智的方法是,用于定义DARWIN的VaR而选定的历史与用于确定策略VaR而选定的历史相一致,这样的话,调整必须与VaR相关联,而这个VaR在你想操纵的策略开放前便已计算出来。 3  平仓算法的改进空间 当我们确实在DARWINS中实现风险目标时,并不意味着我们能以最优方式关闭所有的DARWINS仓位。我们最初设计模型时并没有注意到这一点。 最初,我们假设这样一个事实,即我们在20%的DARWINS中获得了客观的VaR,因为我们最终使用的调整是正确的。但不幸的是,时间证明,这种说法是不确定的。正因此如此,我们做了一次“整容”,以优化我们的平仓标准。如果我们偏离了策略的“持仓时间”vs“杠杆”的历史样本,而是将他们分到无限制范围,因为风险管理器已经预先确定了他们的表现,那么,我们就能获得每个期限范围的杠杆中值和离散度。我们附上了一个图解说明。 风险管理机制有最大允许杠杆的情况有:所有的综合DARWINS考虑了“离散时间数”、每月利润分配发挥了作用——因为只有5%的损失超过20%(未来我们将使用10%的VaR)。 在前面的例子中,在4-8小时的时间范围内,最大允许值为17.07,因此在4小时时,风险管理器将关闭杠杆高于那个值(图片中的红点)的所有仓位。 我们基本上就这样确定了平仓标准(如我们之前提到的,这个解决方法只是数千种可能的选择之一)。 我们能改进什么? 我们的初始解决方法对聚合DARWINS总体有效,但不适用于每个单独的DARWIN。随着时间的推移,我们发现,您无法根据无论什么类型操作的离散度来确定一个数值,也无法确定风险管理器中每个表现条的数值。 这个步骤在系统上妨碍了下列操作:每月拥有很多仓位及所有期限类型的操作、在实际中过度关闭仓位的操作,以及实际风险没有超过策略VaR的操作。 我们可以在下面例子中看到这个问题: 根据旧的分析,以灰色突出显示的仓位,在持仓时间为17分钟,D杠杆为10的情况下,根据该策略,DARWIN投资者的风险将被调整40.6%。 问题是:如果我们没有关闭这个仓位,策略的VaR会增加吗? 答案很可能是肯定的,但是比率非常低。在测试月份的快照中,该策略有很多仓位(总共327个),导致VaR为10.72%。 也就是说,这个仓位对VaR的贡献最多是总量的1/327(我们可以近似地这么说,因为其他仓位的持仓时间要长得多)。 最后,如果这个仓位对投资者开放,VaR的增加不会太大,因此,我们可以得出结论:没有必要做任何调整。 相反,它被关闭了,因为在15到30分钟的范围内,杠杆率超出了最大容许离散范围,并远远高于其历史中值。在这种情况下的结果是,尽管投资者的DARWIN利润减少了40.2%,但他断然(+ 0.44%)关闭了这个仓位。 因此可以说,在某些情况下,我们的风险管理器在过度保护投资者。 […]

新的风险管控机制(风控系统2.0版本)上线(第2篇)!

17 March 2017

  在我们之前发布的文章中,提到我们添加了重新即将重新启程并且优化我们现有的Darwinex版本,我们优化了风险管理机制的各项功能,并且将它做得更加完善。 在这个阶段您已经了解,风控机制是我们的支柱之一,它可以在交易者方独立控制投资风险,并在所有DARWIN方保持相同的风险率。 我们的算法背后面临着很大的技术挑战:它必须支持所有类型的交易系统以及所有的市场条件。 所有计算都在尽可能短的时间内完成,以便最小化交易者发布信息后,投资者在接收过程中产生的延误。 除了最新发布的更新之外,新版风控机制在我们新版优化方面以及相关功能方面还有一个非常重要的变化。 参考周期计算VaR(在险风险价值,下同)的基本策略 风控机制在投资交易杠杆功能中一般做出两项调整。基于账户风险率在基础交易中的杠杆比例,风控机制首先会应用第一个调整,根据投资者的目标VaR调整基本策略VaR。 投资者杠杆=策略杠杆*目标VaR/策略VaR 如果基本策略长期保持稳定的VaR,那么只需应用第一个调整,就可以达到投资者满意的VaR水平。 然而,交易者方的风险通常是波动的,因此有必要进行第二次调整,使交易者在过度使用杠杆的时候进行干预——我们将在另一篇文章中解释此调整。 将目光回到第一个公式(假设交易方杠杆维持稳定),投资方的杠杆将与基本策略计算出的VaR非常接近。 计算显然建立在交易者的操作历史上。而问题是,到底需要参考多少交易历史? 答案很简单:这些历史必须包括所有该策略杠杆的正常周期。听起来很容易,但背后的计算十分复杂。 我们将举例分析如下两种不同的策略。 策略1 第一种策略分析了杠杆的一致性、每月操作数以及操作用时。也就是说,通过分析上一个月的操作历史,我们可以得出该交易者的使用习惯,推测出他下个月将会做什么。 该杠杆周期很短,也就意味着VaR值会非常稳定(独立于我们参考历史所做出的计算)。 策略2 与第一种策略不同,策略2在选择计算VaR的参考时间框架时更困难,因为其有更长的杠杆周期。该策略虽然乍一看没有什么风险管理能力,但其实在这方面非常严格,尽管杠杆很不稳定。此项策略在两个月的时间范围内有相似的长周期杠杆出现。在这段时间内能明显看出交易者对最大风险(杠杆)有规定,最大值约为30级。 对于第二种情况,如果我们采用小于两个月的数值做计算,VaR值将变化很大。那么如果取值超过两个月的周期,VaR则因为考虑到用户的杠杆峰值表现的更加稳定。得出的VaR将会高很多,但也代表了此策略表现出的特点。 参考周期从21天增加至45天 到目前为止,考虑到交易者持有未平仓合约,计算VaR时以21天为周期。也就是说,如果交易者在每两天中的一天操作,那么我们认为是42天的历史。这样的周期并没有足够的代表性,因此我们决定将参考周期延长到45天(是我们目前使用21天的两倍多)。 此变化带来的主要影响是: 1)VaR曲线比正常情况略高,但针对每一种策略都更稳定。这可能导致一些达尔文方的利润降低。 2)达尔文曲线更类似基本策略,这也是我们主要想达成的目标。 从这一角度出发,可能有些人会质疑我们为什么不选择更长的时间周期或根据不同的交易方式调整参考周期。 答案是,参考周期越长,则VaR值越大,VaR曲线对于基本策略表现变化的敏感性越小。 基于我们金融工程师团队的不同研究分析,45天是最优的参考周期,在计算VaR时不会对达尔文的利润造成显著损失。 同时,我们不再针对每一种交易类型调整参考周期,因为它会增加计算VaR的时间(因此也会影响DARWIN的风控机制的实时功能)。此外,我们理解需要建立唯一标准,避免产生不同的结果。 敬请期待关于即将上线的风控机制的第三篇专题!

新的风险管控机制(风控系统2.0版本)上线!

13 March 2017

过去几个月,我们把所有的精力都放在“新系统”的上线工作上。 在这次上线的新版本系统中,风险管理器(风控管理机制)功能的变动较大。 在本篇博客贴文里,我们将解释新风险管理器2.0的四个主要变更。 1  把DARWIN的VAR(在险价值,关于此指标,您可以百度下)目标降至10% 2  变更DARWIN的VAR目标的计算公式 3  通过风险管理器达成交易的新标准 4  所有DARWIN的默认最大D-杠杆(或被称作“Darwinex 杠杆”) 在解释这些变更之前,我们有必要先了解以下风险管理器的存在目的,以及我们之所以把初始DARWIN风险定为VAR的20%的原因。 作为一家受到FCA(英国)监管的资产管理公司,我们需要对平台引用的所有投资策略负最终责任。 由于DARWIN的所有潜在投资策略都存在未知风险(因此不在我们的控制之内),作为一家为投资者们服务的风险管理机构,如果我们允许投资者直接借鉴交易员的潜在投资策略, 我们就无法确保业务的合规性。 出于这个原因,我们需要设计一种风险管控机制:风险管理器 那么,它是如何发挥作用的呢?总的来说:交易员每次在市场内挂出一单,他的DARWIN(通过风险管理器)就会把这个单复制到投资者的账户中,不过这个单的杠杆是通过我们的算法进行管控的(根据一组以当时市场状况为变量的函数)。再次重申,这只是非常简单地概括了该风险管理器的功能。 从投资者的角度出发,风险管理器的一个重要优势在于,它允许所有的DARWIN在相同的风险水平运行,实现类似DARWIN之间的对比,从而纳入利润率的正常化比例。 另一方面,通过定义风险,该风险管理器假定某个市场与投资者更熟悉的另一个市场是类似的, 比如股票市场。因此,没有风险管理器,就不存在所谓的一般资产(如果交易员按照自己的意愿任意选择风险水平,我们就相当于置身于一个集市,那里的每个摊位都售卖不同的产品,而且这个产品与市场上其他产品没有任何关联):比如,有人卖糖果,还有人卖地毯等等) 那么,为什么把VAR设置为20%呢? 在创建了风险管理器之后,我们就必须定义DARWIN的风险水平。从平台上线以来,我们就一直在为DARWIN寻找某个最优的风险水平。 最初,我们决定利用平台Beta测试阶段的结果,为投资者提供三个不同层次的风险水平(分别是VAR的5%、10%和20%)。我们在此基础上对初始投资者的行为展开了实验,从而为我们的平台定义了最适用的风险水平。 经过为期八个月的测试期之后,我们为投资者们得出了以下主要结论: 投资者们把每个账户中的投资组合平均分成了6个DARWIN。 相比于5%,他们比较偏好风险水平为10%和20%的DARWIN。 因此,我们放弃了5%的DARWIN。   但是我们还想进一步找到最恰当的风险水平,将VAR设定为10%好呢,还是20%?   最后,我们选择了20%的风险水平,原因是:在每个账户有6个DARWIN,而且每个DARWIN的VAR为10%的情况下,该账户的风险值大概在2.4%左右,与S&P的风险中位数(4%)相比,这是个相当低的风险值。 那么,为什么我们又在风险管理器2.0中把风险水平降到10%了呢。 我们认为,改变就是学习。去年,通过密切研究用户的行为变化,我们发现: 1  DARWIN提供商存在(或者可能存在)对损失的厌恶 2  较高的DARWIN风险会损害我们在市场中的地位和信誉。 3 较高的DARWIN风险会延误投资者的投资时机。 4 我们可以避免投资组合的多元化导致风险水平过度降低 损失厌恶 在去年的几个案例中,我们发现DARWIN的波动导致了投资者改变了他们按照潜在策略进行的交易模式。最重要的是,就风险管理而言,即使是最保守的交易员也在心理上受到了较高的DARWIN波动性的影响,并且在不知不觉之中修改了他们的交易模式,这损害了DARWIN的质量,也必然影响到了他们的投资者们。 这篇博文对风险厌恶的看法虽然是老生常谈,但却不失为真知灼见。 市场信誉 合格的投资者都不喜欢高风险。尽管拥有完全不同的商业模式,但是很多人都拿我们与社会交易平台作对比。但是,大多数社会交易平台都是通过让客户蒙受损失而牟利的(他们的商业模式与赌场类似) 不幸的是,尽管我们把VAR设置在20%的水平,但是超过30%的损失幅度却很常见,这很容易让客户对我们的终极目标产生怀疑 – 也就是帮助用户盈利。 矛盾的是,普通投资者更倾向于为了获取50%的收益而承受15%的下跌,而不会选择为了获取100%的收益而承受30%的下跌。这虽然符合人类的心理规律,但是不符合金融行业的逻辑:从严格意义上的金融角度出发,这两种投资策略并没有什么区别(事实上,第二个选项更好,因为它可以用较少的资本获得更好的回报率)。把VAR降到每月10%有诸多原因,其一就是我们愿意打赌,承认市场内的投资者都是合格的,因此会做出有利于交易员的投资决定。 投资者对风险和时机的掌握 令人失望的是,我们发现许多投资者会犯和活跃在金融行业的其他投资者们一样的错误:他们往往会在DARWIN处在高点的时候买入,然后在它出现下跌的时候抛售,从而导致系统性的损失(这种错误交易行为造成的损失可能还会进一步加重,因为对一些买入点较好的DARWIN来说,长期持有往往会有不错的收益,而且会在下跌后迅速反弹,) 这种现象也有它自身的好处,因为我们会在他们投资DARWIN的时候对交易数据与推荐的交易模式进行对比。不管怎么说,通过将VAR减半,我们希望把投资者的“恐慌效应”最小化,增强他们对价格下跌的承受能力,以维持投资(不论选择什么金融工具,价格下跌都是不可避免的) 投资多元化,利润率和风险 毫无疑问,我们推荐投资者们采取多元化的投资策略。为了在最难以遇见的黑天鹅事件中独善其身(比如去年10月7日英镑出现的“闪电崩溃”),投资者们必须采取多元化的投资策略,以规避那些连我们的风险管理器也无法规避的异常市场动荡。 尽管如此,过度的多元化也会导致潜在利润率的降低。针对那些DARWIN超过10个而且VAR仅为10%的账户,回报率往往比较有限(这些DARWIN投资者并不认为自己有多保守)。在我们的实验中,随着DARWIN数量的增加,账户的规模会相应增长(而且DARWIN的质量也会变好)。出于这个原因,我们设计了一种机制,让投资者可以在不损失利润率的前提下进行多元化投资,不过这将是近期另一篇文章的主题,敬请期待!!! 最后,肯定会有些用户不喜欢风险水平的变化,因为他们偏好20%的风险水平。毕竟,我们无法一直取悦所有人。不信? ?为了避免用户对新上线版本的不满,我们将研究代表投资者使用杠杆的可能性,这样他们就可以加倍使用杠杆(而且,本质上他们可以继续在20%VAR的风险水平进行投资 展望未来,尽管还在概念阶段,我们还是有可能提高可用的杠杆系数,把它作为一种函数来决定账户中的DARWIN数量和它们之间的相关性(这个杠杆系数绝对不会超过我们设定的限定值)。 说到这里,我们只是介绍了新版风险管理器的少数几个新功能。在接下来的博文中,我们将更加具体的解释介绍中提到过的其他3个主要变更。 当然,与往常一样——如果您对我们的平台有任何疑问或者诉求需要寻求帮助,敬请您随时与我们取得联系:info@darwinex.com 或者与我们的专业交易员,也就是我们的驻华大使预约进行一对一技术讲解,谢谢您。 […]

2.0增强版筛选器以及DARWIN提供者的资金净值!

8 September 2016

你可能记得,几个星期前我们启用了新的Darwinex信息筛选功能,您可以通过功能挑选“热门”、“潜力股”、“趋势”或其他优质的DARWIN投资项目。 本周我们引进了一个新的信息筛选并对几周前启用的筛选功能进行了一次升级。请继续阅读以了解本次的升级/新特性。 1. 您曾经投资过的DARWIN 新的筛选器功让您可以跟踪过去曾投资、但不再持有的DARWIN项目的表现情况。这有助于—— 1. 检验您终止该项投资的决定是否正确 2. 记住交易史中有负面记录的DARWIN投资。 2. 筛选器集合   这周介绍的另一个有用的特性是允许你结合数个信息筛选功能。这能让你很方便地微调你的搜索,并且找到我们站点上最好的DARWIN项目。   比如说,你可以找到你之前移出投资组合但现在“热门”的DARWIN项目,或者有前途明朗的“趋势”型达尔文项目,等等。 3. DARWIN提供者的净值 为了信息透明,投资者现在可以看见DARWIN提供方在DARWIN相关联的原始交易账户有多少净值(注意:非DARWIN的提供方净值没有公开)。净值信息并非实时更新,因此请记住DARWIN提供方账户当前净值数据和公开的信息可能有细微差别。 我们希望您喜欢我们的新功能,更多精彩即将呈现!  

我们发布正式版投资者平台啦!

8 December 2015

这一天终于来了!在3年的不间断努力下,请允许我们带着无比的骄傲和自豪告诉您一个重磅好消息: 自2015年12月9日周三起,我们将正式发布正式版投资者平台! 自本周三开始,我们的投资者平台将向所有投资者开放(附带经修订后的相关投资条件如下所示): 1.表现费(佣金)  您一定还记得,在我们当时的投资者平台还处于测试期间的时候,我们每季度向投资者收取20%的表现费——在这20%中,其中的15%我们支付给交易员(也就是我们所说的DARWIN提供者),剩下的5%我们留作公司运营。 即日起,Darwinex将不再留下5%的表现费用作公司运营并进行让利,因此DARWIN提供者(交易员)将可以收到来自投资者的、全部的20%表现费作为回报。 表现费(佣金)依然以基于盈利最高峰值的计算方式计算和得出、并且以季度结算的方式支付;在这里,“季度”是根据每位投资者的起始投资时间而计算的——比如,这里有2位投资者分别是投资者A和投资者B:投资者A于2016年1月1日开始投资DARWIN;而投资者B于2016年3月1日开始投资DARWIN;那由此可得:投资者A的表现费将在3个月后也就是2016年4月1日被扣收;而投资者B的表现费也将在3个月后也就是2016年6月1日被扣收。 2. 我们对DARWIN的最低投资限额作了更改 在投资者平台测试期间,每一支DARWIN最低允许的投资限额曾经是50欧元/英镑/美元。 而我们近期已经丰富了投资产品,并且增加了指数与商品交易,因此,从现在开始,每一支DARWIN最低允许的投资限额将提升为200欧元/英镑/美元。 3. 我们对DARWIN的最高投资限额作了更改 DARWIN之间的最高投资限额并不相同,这取决于投资者的需求、以及在基于投资管理稳定增长的情况下,将DARWIN作为资产衡量后的结果。 我们的首要任务是尽可能地完美复制目标交易员的交易表现;因此,每位投资者投资每支DARWIN的最高投资限额为25000欧元/英镑/美元。需要说明的是,若是您希望调高对某支特定的DARWIN投资者限额(使其超过25000欧元/美元/英镑),我们非常乐意为此效劳,您只需与我们联系,我们就会为您调高限额。 每支DARWIN所允许的可投资总额取决于这支DARWIN的“可扩展性”指标(指标有多项,其中更有一项为“可扩展性”)——此项指标可以演化投资者的跟单收益业绩在投资对象(也就是DARWIN)中可能会发生的恶化情况以及程度,这也可以看作是一种(预见)措施。 更多精彩即将到来… 以上这些仅仅是惊喜!! 我们正在开发更多新功能,即将逐步上线,您一定会非常喜欢它们! 精彩即将到来!    

DARWIN相似度检测功能隆重上线!

4 September 2015

DARWIN相关性(相似度)对比引擎现在已经投入使用 这意味着: DARWIN投资组合的资金风险不再是将几支或单支DARWIN的资金风险简单地相叠加(这也许意味着100%的相似度与重合度)。 相反,DARWIN投资组合多样化的资金风险已经可以通过比较不同DARWIN之间的相关性来进行判别与研究——比如,总体计算得出的相似度是否小于部分计算所得出的相似度。 相关性(功能)检测已经全天候开放,您随时都可以使用。 若您欲知详情,请您继续阅读。 投资组合的资金风险 在以上截图中,您可以看到,资金风险为6.62%(在最顶部的右边)- 若按照先前的显示方法,此处的指数是20%。 DARWIN之间相比较所得出的相似度(相关性)指数 您只需轻轻点击资金风险选项卡(显示为“眼睛”图标的那个),您就能深入了解您投资组合中的相关性(相似性)关联。。 在上述分析矩阵中,您可以看到这支DARWIN NTI 与另一支DARWIN JJC之间的相似度为 5% (或0.05);或者与另一支DARWIN LEM相比,负相似度为26% (-0.26) 为了方便您的使用,相似度高低用颜色来区分。 绿色(低相似度)—— 相似度(相关性)≤ 0.2 或20%(包括负相似度) 橙色(中相似度)—— 相似度高于20%,但低于50% 红色(严重相似和重合)—— 相似度高于70%(或0.7),两者策略严重相似或重合。 请您注意:为了方便计算,我们实行了下限为0的策略,比如:多种策略的间的最低相似度检测指数显示为0,而作为对冲而显示的负相关(负相似度)指数仅供参考并且只作为一个预防策略而显示。 我们期待您的反馈和建议,谢谢您!