1998年LTCM（长期资本管理公司）的崩溃、2007年”量化熔断”（Quant Meltdown）和2020年新冠暴跌，一再证明：量化策略在正常市场表现出色，但在极端情况下往往遭受远超预期的损失。原因在于：相关性在危机时期急剧上升（”相关性在1时汇聚”）、流动性突然枯竭，以及多个量化基金同时去杠杆引发的踩踏。
## 市场风险度量
**VaR（Value at Risk，在险价值）**：在给定置信水平（如95%或99%）下，某一持有期内投资组合可能遭受的最大损失。例如：”日VaR（95%）= 100万元”意味着”正常市况下95%的交易日，单日损失不超过100万元”。VaR的批评：它无法捕捉尾部事件（极端情况下的损失可能远超VaR值），且在金融危机中历史VaR模型普遍失效。
**CVaR/ES（Conditional VaR，条件在险价值/预期缺口）**：VaR的改进版——超过VaR阈值的损失的期望值。CVaR更好地刻画了极端尾部风险，巴塞尔III框架已将银行风险资本要求从VaR切换至ES。
## 因子风险分解与压力测试
**因子风险分解**：将组合的总风险拆解为来自不同因子（市场因子、行业因子、风格因子）的贡献。BARRA（MSCI旗下）的多因子风险模型是行业标准，国内主流量化机构均使用类似框架进行风险归因和头寸管理。
**压力测试（Stress Testing）**：用历史极端情景（如2008年金融危机、2015年A股暴跌、2020年3月黑天鹅）或假设极端情景对当前组合进行冲击测试，估算潜在损失。压力测试是对VaR/CVaR局限性的补充，两者结合构成完整的风险管理框架。
参见[量化投资入门](https://sunqi.org/quantitative-investing-intro-zh/)；[对冲基金策略解析](https://sunqi.org/hedge-fund-strategies-zh/)；[MSCI Barra风险模型文档](https://www.msci.com/barra-models)。
