交易中的在险价值(VaR)是什么?
在险价值估计账户在设定期间内、在选定置信水平下不应超过的损失。本术语条目展示如何根据交易日志计算它、历史法与参数法的区别,以及为什么 VaR 标志的是尾部的起点而不是最坏情况。
最近更新:
简而言之。 在险价值(Value at Risk,VaR)是对某个仓位或账户在设定期间内、在选定置信水平下不应超过的损失的估计。95% 置信度的单日 VaR 为 $650,意味着在大约 100 天中的 95 天里,损失应保持在 $650 以下,而大约每 20 天有 1 天预计会更大。VaR 描述的是一个阈值,而不是最坏情况,所以它与衡量尾部日子有多糟的指标配合使用时最有用。
银行和基金几十年来一直使用 VaR,把整个投资组合的市场风险用一个美元数字表示。同样的想法在小得多的规模上也适用:日志中有几个月每日结果的交易者,可以计算个人 VaR,并将其与每日亏损限制、账户规模或自营公司规则进行比较。计算很简单。正确解读它才是大部分价值所在。
VaR 如何定义
每个 VaR 数字都有三个部分,缺少其中任何一个的数字都是不完整的:
- 金额:损失阈值,以金钱或账户的百分比表示。
- 时间范围:一天、一周或其他持有期。
- 置信水平:通常为 95% 或 99%。
纽约联邦储备银行的一篇研究论文将 在险价值模型描述为衡量一个投资组合在给定期间内以给定概率可能下跌多少的指标。在 99% 水平下,VaR 是投资组合预计只有 1% 的时间会超过的损失。同一篇论文指出,持有期是一种选择,VaR 模型假设投资组合在该期间内不变,第 95 到 99 百分位范围是最常用的。
对于活跃交易者,一天的范围通常是切实可行的。仓位在一周内会变化,所以基于一组固定仓位建立的周度数字描述的是一个很少存在的组合。
计算 VaR 的三种方法
没有单一的 VaR 公式。方法会改变结果,有时变化很大,所以总是应该在数字旁边说明方法。
| 方法 | 原理 | 对个人交易者意味着什么 |
|---|---|---|
| 历史模拟 | 对过去的每日结果排序,读取所选百分位的损失 | 最容易根据日志完成;反映真实的厚尾,但只反映已在样本中的那些 |
| 参数法(方差-协方差) | 假设结果服从正态分布,使用标准差的某个倍数 | 只需要平均值和标准差;往往低估罕见的大额损失 |
| 蒙特卡洛模拟 | 根据模型生成成千上万种可能的结果并测量百分位 | 对期权和复杂持仓灵活;对于单一策略很少值得投入精力 |
纽约联储的论文用一个具体的例子解释了历史方法:有 500 天数据时,99% 百分位的历史 VaR 是第六大的损失,因为样本的 1%,也就是五天,预计会落在它之外。参数法更简单,但依赖于正态分布的假设,而每日交易结果往往并不服从正态分布。
来自交易日志的计算实例
以一个 $25,000 的示例账户为例,记录了 100 个交易日。平均每日盈利约 $57,每日结果的标准差约为 $390。样本中最糟的十天,从最糟的开始,分别是 −$1,240、−$980、−$860、−$790、−$720、−$650、−$610、−$580、−$560 和 −$540。
在 100 天和 95% 置信水平下,预计有五天会落在阈值之外。因此历史 VaR 是第六糟的一天:$650。
| 指标(一天,95%) | 结果 | 如何解读 |
|---|---|---|
| 历史 VaR | $650,约占账户的 2.6% | 100 天中有 5 天的损失大于此值 |
| 参数 VaR(1.645 × $390 − $57) | 约 $585,约 2.3% | 低于历史数字,因为真实的尾部比正态曲线假设的更厚 |
| 最糟 5 天的平均值(预期亏空) | $918,约 3.7% | 超出 VaR 的一个典型糟糕日子的代价 |
| 最糟的单日 | $1,240,约 5.0% | 几乎是 VaR 数字的两倍 |
有两点值得注意。第一,参数数字小于历史数字,这是策略偶尔出现大额亏损日时误差的常见方向。第二,超出 VaR 的日子不只是稍微更糟。这五天的平均值比 VaR 数字高出约 41%,最糟的一天几乎是它的两倍。
要把单日数字扩展到几天,参数法乘以天数的平方根。此例中的五日 VaR 约为 $585 × √5,大约 $1,310。纽约联储的论文指出,这一捷径依赖于正态性和各天之间独立性的假设,而历史模拟不会以这种固定方式在不同期间之间换算。
VaR 不能告诉你什么
VaR 回答一个问题:在这个置信水平下,多大的损失应该是罕见的。它没有说明这些罕见的损失有多大。这一缺口正是监管机构转向的原因。在巴塞尔委员会修订后的市场风险框架中,预期亏空在内部模型法中取代了 VaR。委员会的摘要将预期亏空定义为在给定置信水平下超出 VaR 的所有潜在损失的平均值,并将对尾部风险衡量不足列为旧的基于 VaR 的方法的问题之一。
对个人交易者而言,VaR 的实际局限是:
- 它向后看:平静的三个月会在波动率回归之前产生较低的 VaR。
- 它需要足够的数据:只有 30 天时,95% 的数字仅依赖一两个观察值。
- 它忽略跳空和杠杆变化:周末跳空或更大的仓位不在历史样本中。
- 它不是回撤指标:VaR 涵盖一个期间,而 回撤 追踪的是损失如何在许多期间内从峰值累积。
交易者在实践中如何使用 VaR
最直接的用途是与硬性限制作比较。如果账户的 每日亏损限制 为 $1,000,而 95% 的单日 VaR 为 $650,则限制位于阈值之上,但本例的样本在 100 天里仍有一次突破它。如果 VaR 接近限制,大约每 20 个交易日突破一次将是策略按当前方式交易的预期结果,而不是运气不好。
VaR 还有助于检查 仓位管理 是否发生了偏移。如果每笔交易的风险本应稳定,几个月里不断攀升的 VaR 就表明仓位或敞口在没有经过刻意决定的情况下增大了。在滚动窗口上重新计算,例如最近 100 个交易日,可以让这种偏移显现出来。
最后,VaR 应融入更广泛的风险指标集,而不是取代它们。夏普比率 将收益与整体波动率联系起来,VaR 关注分布糟糕的一端,预期亏空则描述超过该点之后会发生什么。把它们放在一起,比任何单独一个都能给出更诚实的画面,这也是 行之有效的风险管理规则 背后的核心思想。
本文仅用于教育目的,不构成财务或投资建议。以上所有数字都是示例,而不是基准或推荐设置。交易,尤其是使用杠杆,有损失部分或全部资本的高风险,没有任何风险度量能预测或防止损失。
基于日志中每日结果构建的 绩效仪表盘,让你更容易看到最糟日子的规模、发生的频率,以及它们是否随时间增长。