压力测试让持有人手工推演几种坏行情，但它回答不了另一个更常见的问题：在过去真实发生过的一切里，我的仓位有多少次单日亏掉了百分之几？要把这个问题变成数字，不需要金融理论的门票，只需要一条足够长的净值序列和一种叫分位数的数法。它是把风险翻译成持有人语言的最短路径：不说标准差，直接说最倒霉的那百分之一、百分之五的日子，你亏了多少。
算法朴素到可以口述：把仓位每天的盈亏排成一列，从小到大站好队，从队头数第多少个位置，就是对应的分位数。最倒霉的百分之五那天亏掉的数字，行话叫百分之五分位；只数最倒霉的百分之一，就是百分一分位。做这件事的全部工作量在数据准备上：净值序列必须把手续费、滑点、费用扣除都算进去，只取标价的曲线会系统性乐观；时间窗口必须横跨至少一段利率周期和一段下跌行情，只在牛市里量出来的尾部等于没量；复投与否、计价货币、Gas 是否摊入，每个口径都要在报告里写明，否则两个人的百分一分位没法互相比较。
分位数对持仓人最实用的地方，是它能和清算距离拼在一起用。借贷仓位的单日盈亏分布画出来后，把爆仓线画在同一根轴上，两个数字立刻产生关系：从历史分布看，价格单日直接穿越爆仓线发生过几次？爆仓线离百分之零点几分位有多远？两个问题的答案组合起来，就是一场清算距离审计——如果历史上百分一分位已经越过爆仓线，说明这个仓位的维持保证金在过去真实地失守过，不是理论问题。反过来，如果最倒霉的一天离爆仓线还有一倍距离，杠杆水平对历史行情来说就是有余量的。这种对照比单纯看健康因子快照更接近风险的全貌。
这套数法有三个必须写进报告的失效条件。第一，分布假设的保质期：分位数完全从历史频率数出来，市场结构一变——新清算机制上线、某类做市资金撤离、某稳定币换了储备——旧尾巴就不代表新尾巴，历史分位数会悄悄低估。第二，分位数本身也是估计值：样本里极端日子屈指可数，百分一分位可能只由个位数的观测支撑，窗口里多算或少算一天，数字就能挪动一大截，所以报告极值时永远带上样本窗口和观测个数。第三，它对所有亏损一视同仁：由抵押品下跌造成的亏和由预言机故障造成的亏，在分布里长得一样，但前者的解法是降杠杆，后者的解法是换协议或加监控，归因必须分开做。
操作上有三条纪律可以让数字更诚实。采样频率不要贪高：以区块或小时为颗粒的序列会把计息颗粒和瞬时滑点当成风险，先聚合到与持有周期匹配的尺度再看分位数；窗口不要只看一个：分别跑近三个月、近一年和穿越完整行情的长窗，三个窗口给出的三个分位数差距越大，说明行情结构漂移越厉害，这个数字本身就是体检报告的一部分；报告不要只交一个数：百分五、百分一和当日最差值至少并列，孤立引用任何一个都会被样本噪声误导。
最后给一个把分位数用坏的常见姿势作为反面教材：有人用历史百分一分位去倒推最坏亏损，再按这个数安排借款规模。问题在于分位数描述的是通常坏日子里的最差，而不是结构突变日的最差——桥被掏空、稳定币脱钩、预言机断供这类事件在历史样本里要么没出现，要么来自已经不存在的机制。分位数适合回答我平时该留多少缓冲，不适合回答宇宙最坏会怎样；把两者分开记账，缓冲用分位数定，灾难预案用机制分析定，这份风险报告才算没有偷工减料。
本文只做统计方法与计算口径的一般说明，示例数字均为演示，不代表任何仓位的真实损失分布。极端事件可能超出任何历史分布所覆盖的范围，内容不构成投资建议。
发表评论
还没有评论，来说两句吧。
评论区为展示样式，提交不会被处理。