个因子，在2015年7月8日会给出什么信号？”
林枫调出一张历史回测图。“2015年7月8日，限空令出台。政策强度0.8，市场脆弱性0.9，政策预期差0.7。政策干预影响因子 = 0.8 × 0.9 × 0.7 = 0.504，也就是50.4%。系统会发出红色预警，建议将期货对冲比例提高至上限，并启动替代对冲方案。”
“当时我们确实做了这些。但如果没有林枫的人工判断，系统不会自动触发。”
“对。现在，系统可以自动触发了。”
陈默点头。“第三个。”
林枫调出第三张图——“极端流动性因子”。
“这个因子的核心逻辑是：在极端市场环境下，流动性会枯竭，导致交易成本急剧上升，甚至无法交易。我们用三个指标来度量流动性——买卖价差、市场深度、成交量萎缩率。”
屏幕上出现了三个子图。
“买卖价差，正常市场是0.1%到0.2%，2015年7月扩大到了1%到2%。市场深度，正常市场是几百万到几千万，2015年7月降到了几十万。成交量萎缩率，正常市场是10%到20%，2015年7月达到了50%以上。”
“极端流动性因子 = 买卖价差 × 市场深度倒数 × 成交量萎缩率。当这个因子超过阈值时，系统会自动暂停交易，并启动应急流动性管理程序——比如用ETF替代个股、用期货替代现货、用现金储备应对赎回。”
陈默看着那张图。“这个因子，在2015年7月8日会给出什么信号？”
林枫调出历史回测。“2015年7月8日，买卖价差1.5%，市场深度20万，成交量萎缩率60%。极端流动性因子 = 1.5% × (1/20万) × 0.6 = 0.000045。听起来很小，但阈值是0.00001。超过4.5倍。系统会发出黑色预警——最高级别——建议暂停所有交易，只保留现金和期货对冲。”
陈默沉默了几秒。“如果我们当时有这个因子，会怎样？”
林枫想了想。“我们可能会更早暂停卖出，避免在流动性枯竭时强行交易。我们的交易成本可能会降低1%到2%。”
“不错。”陈默说，“这三个因子，全部纳入风控系统。”
林枫点头。“已经写进代码了。今天部署。”
---
第三部分：模型优化——市场状态
本章未完，请点击下一页继续阅读！