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——市场状态识别与策略轮动
林枫调出第四张图——“市场状态识别模型2.0”。
“原来的模型把市场分为四个状态——强牛市、弱牛市、震荡市、熊市。但2015年的经验告诉我们，还有一种状态——危机状态。危机状态的特征是：流动性枯竭、政策干预频繁、市场微观结构扭曲。”
他调出一张新的分类图，五种状态：强牛市、弱牛市、震荡市、熊市、危机状态。
“危机状态的识别指标
本章未完，请点击"下一页"继续阅读！ 第4页 / 共9页