第 9 章 · 03 Execution 执行与 Risk 风控

第 9 章 · 03 Execution 执行与 Risk 风控

本节摘要:本节钻取 Framework 五层的最后两层——Execution(执行)与 Risk(风控),并用 BasicTemplateFrameworkAlgorithm 五件套演示完整组装。Execution 层的 IExecutionModel.Execute(QCAlgorithm, IPortfolioTarget[]) 把"目标持仓"变成"真实订单",策略空间在于怎么拆——ImmediateExecutionModel 一把全发、VolumeWeightedAveragePriceExecutionModel 按 VWAP 拆单避开冲击、StandardDeviationExecutionModel 按波动率分散、SpreadExecutionModel 按价差驱动。Risk 层的 IRiskManagementModel.ManageRisk(QCAlgorithm, IPortfolioTarget[])→filtered 是风控闸门,可减仓或清零目标持仓,典型实现有 MaximumDrawdownPercentPerSecurity(单标的最大回撤)、MaximumDrawdownPercentPortfolio(组合最大回撤)、MaximumSectorExposure(行业暴露)、MaximumUnrealizedProfitPercentPerSecurity(最大浮盈)、TrailingStopRiskManagementModel(移动止损)。读完本节,Framework 五层全部讲清,你能用五个 Set* 装配一个完整可组装策略。

内容来源:原项目源码 Algorithm.Framework/Execution/、Algorithm.Framework/Risk/、Algorithm/Execution/IExecutionModel.cs、Algorithm/Risk/IRiskManagementModel.cs、Algorithm.CSharp/BasicTemplateFrameworkAlgorithm.cs,精读并套用体系化模板。

⚠️ 注意:Execution 与 Risk 是两个职责相反的层——Execution 想尽快达成目标持仓,Risk 想在亏损/暴露超限时减仓或清零。它们通过 IPortfolioTarget 这一数据契约协作:Portfolio 输出目标 → Risk 过滤覆盖 → Execution 执行剩余。

学习目标

阅读完本节,你应当能够:

1. 解释 IExecutionModel.Execute + OnOrderEvent 接口,以及它与 Portfolio 层目标的差异。
2. 区分四种执行模型(Immediate/VWAP/StandardDeviation/Spread)的拆单策略。
3. 说清 IRiskManagementModel.ManageRisk 是"过滤/覆盖"语义而非"生成"。
4. 列举五种风控实现(单标的回撤/组合回撤/行业暴露/最大浮盈/移动止损)的触发条件。
5. 用 BasicTemplateFrameworkAlgorithm 的五件套装配方法写一个最小 Framework 策略。

一、Execution 层:从目标持仓到真实订单

Algorithm/Execution/IExecutionModel.cs:24-41:

24    public interface IExecutionModel : INotifiedSecurityChanges
25    {
33        void Execute(QCAlgorithm algorithm, IPortfolioTarget[] targets);
40        void OnOrderEvent(QCAlgorithm algorithm, OrderEvent orderEvent);
41    }
​

两个方法:Execute 接收组合层 + 风控层过滤后的目标持仓数组,把它们转成订单;OnOrderEvent 在订单成交/取消/拒绝时回调,让执行模型更新内部状态(如已成交量、待发量)。

注意 Execute 注释的关键——"This model is free to delay or spread out these orders as it sees fit"(模型可以自由延迟或分散下单)。这就是 Execution 层的策略空间:不一定要一次性下完整目标数量。大单拆小单、择时下单、按市场流动性分批,都由具体模型决定。

二、四种执行模型

2.1 ImmediateExecutionModel(默认/最简)

继承 ExecutionModel 基类,Execute 内部对每个 target 调 algorithm.MarketOrder(symbol, quantity) 立即下市价单。没有拆单逻辑,适合资金量小或测试用。

2.2 VolumeWeightedAveragePriceExecutionModel 精读

VolumeWeightedAveragePriceExecutionModel.cs:32-79:

32    public class VolumeWeightedAveragePriceExecutionModel : ExecutionModel
33    {
34        private readonly PortfolioTargetCollection _targetsCollection = new PortfolioTargetCollection();
35        private readonly Dictionary<Symbol, SymbolData> _symbolData = new Dictionary<Symbol, SymbolData>();
42        public decimal MaximumOrderQuantityPercentVolume { get; set; } = 0.01m;   // 默认每单不超过当前 bar 成交量的 1%
59        public override void Execute(QCAlgorithm algorithm, IPortfolioTarget[] targets)
60        {
62            _targetsCollection.AddRange(targets);   // 收集目标,允许跨 bar 慢慢执行
65            if (!_targetsCollection.IsEmpty)
66            {
67                foreach (var target in _targetsCollection.OrderByMarginImpact(algorithm))
68                {
72                    var unorderedQuantity = OrderSizing.GetUnorderedQuantity(algorithm, target);  // 还差多少没下
74                    SymbolData data;
75                    if (!_symbolData.TryGetValue(symbol, out data)) continue;
                     // 仅当当前价 < VWAP(买入有利)或 > VWAP(卖出有利)才下单,顺势拆
                     // 单笔数量限制为 Max(当前成交量 × 1%, 目标剩余量)
80    ...
​

核心机制:只有当前价格对执行方有利时才下单(买入时价低于 VWAP,卖出时价高于 VWAP),且每单最多占当前 bar 成交量的 1%(MaximumOrderQuantityPercentVolume = 0.01m)。这样大单被分散到多个 bar、多个有利时点慢慢执行,避免一次性大单冲击市场价格。

PortfolioTargetCollection 缓存未完成的目标,允许跨多个 Execute 调用累积执行,这是"拆单"的关键——一个目标可以拆成几十笔小单分多次完成。

💡 钻取要点:VWAP 模型体现"算法交易(Algo Trading)"的精髓——把大单转成"看不见的小单流",规避冲击成本(market impact)。实盘里如果一个大单一次性砸进去,会吃掉整层 order book,实际成交均价远劣于信号生成时的价格。Lean 把这套机构级拆单逻辑封装成一个可插拔的 Execution 模型,小散户用 Immediate 即可,机构资金用 VWAP 必备。

2.3 StandardDeviation 与 Spread

• StandardDeviation:维护价格的 30 周期标准差,只在价格偏离均值 2σ 以内才下单(避免追涨杀跌),偏离超过 2σ 等待回归。
• Spread:维护买卖价差,只在价差小于历史均值的一定比例时下单(避免在流动性枯竭、价差扩大时成交,这种时候成交价差损失大)。

三、Risk 层:风控过滤闸门

Algorithm/Risk/IRiskManagementModel.cs:24-32:

24    public interface IRiskManagementModel : INotifiedSecurityChanges
25    {
31        IEnumerable<IPortfolioTarget> ManageRisk(QCAlgorithm algorithm, IPortfolioTarget[] targets);
32    }
​

接口签名和 Portfolio 层很像(都吃 IPortfolioTarget[],返回 IEnumerable<IPortfolioTarget>),但语义相反——Risk 层不生成目标,只过滤或覆盖。回顾第 01 节 QCAlgorithm.Framework.cs:200-227,风控产出的是"覆盖项"(riskTargetOverrides),与原目标按 Symbol 去重,风控优先。

风控输出场景:

• 不动:不返回任何 target,放行原持仓目标。
• 减仓:返回 PortfolioTarget(symbol, 减少后的 quantity)。
• 清零:返回 PortfolioTarget(symbol, 0),触发平仓。

四、MaximumDrawdownPercentPerSecurity 精读

Algorithm.Framework/Risk/MaximumDrawdownPercentPerSecurity.cs:27-72 是最经典的风控实现——单标的浮亏超阈值就平仓:

27    public class MaximumDrawdownPercentPerSecurity : RiskManagementModel
28    {
29        private readonly decimal _maximumDrawdownPercent;
36        public MaximumDrawdownPercentPerSecurity(decimal maximumDrawdownPercent = 0.05m)   // 默认 5%
40            _maximumDrawdownPercent = -Math.Abs(maximumDrawdownPercent);    // 取负,统一比较
48        public override IEnumerable<IPortfolioTarget> ManageRisk(QCAlgorithm algorithm, IPortfolioTarget[] targets)
49        {
50            foreach (var kvp in algorithm.Securities)
51            {
52                var security = kvp.Value;
54                if (!security.Invested) continue;       // 只看持仓中的标的
59                var pnl = security.Holdings.UnrealizedProfitPercent;   // 当前浮盈百分比
60                if (pnl < _maximumDrawdownPercent)      // 浮亏超阈值(如 -5%)
61                {
62                    var symbol = security.Symbol;
65                    algorithm.Insights.Cancel(new[] { symbol });    // 取消相关 Insight,停止 alpha 评分
68                    yield return new PortfolioTarget(symbol, 0);    // 清零 → 平仓
69                }
70            }
71        }
72    }
​

三个细节体现工程素养:(1) L40 -Math.Abs(...) 强制取负,防止用户误传正数;(2) L54 !security.Invested 跳过空仓,空仓标的没必要查浮亏;(3) L65 Insights.Cancel 取消 Insight——平仓同时停掉该标的的 alpha 评分(否则 Insight 还在算分,会污染 alpha 报表)。

五、其他风控实现

TrailingStopRiskManagementModel 维护每个标的自建仓以来的最高价,从最高点回撤超阈值(如 5%)就平仓——这是趋势跟踪策略的标准风控,让利润奔跑同时在回撤时及时离场。

MaximumSectorExposureRiskManagementModel 是组合级风控——避免某一行业(如科技)仓位过重,行业系统性风险爆发时损失可控。它依赖标的的行业分类(Fundamental.AssetClassification),按行业聚合后比较。

💡 钻取要点:风控可以串联多个——SetRiskManagement 设置一个,AddRiskManagement 追加(内部组成 CompositeRiskManagementModel)。实战常见组合:先加 MaximumDrawdownPercentPortfolio(组合级止损,防爆仓)+ MaximumUnrealizedProfitPercentPerSecurity(止盈)+ TrailingStopRiskManagementModel(趋势跟踪)。多个风控按顺序依次过滤,任何一个清零都生效。这种"风控链"思路与第 3 章 Handler 插件化异曲同工。

六、五层组装:BasicTemplateFrameworkAlgorithm

Algorithm.CSharp/BasicTemplateFrameworkAlgorithm.cs:39-67 是 Lean 官方最小 Framework 示例,五个 Set* 一目了然:

39    public override void Initialize()
40    {
42        UniverseSettings.Resolution = Resolution.Minute;
44        SetStartDate(2013, 10, 07);
45        SetEndDate(2013, 10, 11);
46        SetCash(100000);
54        SetUniverseSelection(new ManualUniverseSelectionModel(
                Symbol.Create("SPY", SecurityType.Equity, Market.USA)));
55        SetAlpha(new ConstantAlphaModel(InsightType.Price, InsightDirection.Up,
                TimeSpan.FromMinutes(20), 0.025, null));
59        SetPortfolioConstruction(new EqualWeightingPortfolioConstructionModel(Resolution.Daily));
65        SetExecution(new ImmediateExecutionModel());
66        SetRiskManagement(new MaximumDrawdownPercentPerSecurity(0.01m));
67    }
​

五件套完整装配:

每个 Set* 都可独立替换。比如把 Alpha 换成 RsiAlphaModel(14),整个策略就从"固定做多 SPY"变成"RSI 跨越触发 SPY 多空",其余四层代码不动。把 Execution 换成 VolumeWeightedAveragePriceExecutionModel,立刻从"小资金测试"升级为"机构级拆单"。这种任意替换的组合自由度是 Framework 五层的核心价值。

装配方法对照

QCAlgorithm.Framework.cs 提供两种装配方法:

• SetXxx(model):替换该层(覆盖)。
• AddXxx(model):追加该层(内部组成 Composite)。AddAlpha 可叠加多个 Alpha 信号源;AddUniverseSelection 可叠加多个选股池;AddRiskManagement 可叠加多个风控闸门。

不调用 Set* 时,五层默认是 Null*Implementation(空实现,不产生任何输出),OnData 走传统范式。一旦调用任意一个 Set*,五层责任链激活——这是因为 Framework 范式要么五层全装配,要么走传统范式,半装配无意义。

七、双版本:.cs 与 .py

回顾前两节,Framework 五层的每个实现都提供 .cs + .py 双版本(RsiAlphaModel.cs / RsiAlphaModel.py,VolumeWeightedAveragePriceExecutionModel.cs / .py 等)。.py 版本通过 Python.NET 调用底层 C# 指标和订单 API,逻辑与 .cs 一致,让 Python 用户能用熟悉的语法写策略:

class MyAlgorithm(QCAlgorithm):
    def initialize(self):
        self.set_alpha(RsiAlphaModel(14))
        self.set_portfolio_construction(EqualWeightingPortfolioConstructionModel())
        self.set_execution(ImmediateExecutionModel())
        self.set_risk_management(MaximumDrawdownPercentPerSecurity(0.05))
​

这是 Lean 工程化的另一面——同一套 Framework 模型,C# 和 Python 两种语言都能用,研究员和工程师各取所长。Python 写策略快,C# 跑得快,两者共享同一份 Framework 实现。

本节要点回顾

1. Execution 层 IExecutionModel.Execute(targets) + OnOrderEvent,把目标持仓变真实订单;可延迟/分散拆单,"可自由 delay or spread out"。
2. 四种执行模型:Immediate 一把市价、VWAP 顺势拆单(每单 ≤ 当前成交量 1%)、StandardDeviation 按 2σ 波动率分散、Spread 按价差驱动。
3. VWAP 精读:PortfolioTargetCollection 跨 bar 缓存目标,只在价对执行方有利时下单,体现"算法交易"避冲击成本的精髓。
4. Risk 层 IRiskManagementModel.ManageRisk(targets)→filtered,是"过滤/覆盖"语义而非生成;可减仓或清零 PortfolioTarget(symbol, 0)。
5. 五种风控:单标的回撤(默认 5%)、组合回撤、行业暴露、最大浮盈(止盈)、移动止损;SetRiskManagement 设置、AddRiskManagement 串联多个。
6. MaximumDrawdownPercentPerSecurity 三细节:-Math.Abs 强制负、跳过空仓、Insights.Cancel 平仓同时停 alpha 评分。
7. 五件套组装:BasicTemplateFrameworkAlgorithm 用五个 Set* 装配一个完整 Framework 策略,每层可独立替换,体现"可组装策略工程化"。
8. 双版本:每个实现都提供 .cs + .py,Python.NET 互操作,C# 性能、Python 易用兼得。

第 9 章结束。你已经理解了 Framework 五层的完整责任链(Alpha→Selection→Portfolio→Execution→Risk)与可组装工程化思想。下一章(第 10 章)钻取券商对接——Framework 产生的订单怎么通过 IBrokerage 接口发到真实券商跑实盘,以及 Docker 部署和全书回顾。