A 股下行风险建模

问题

传统风险度量多用波动率或 Beta，但它们刻画的是“价格晃得厉害不厉害”，不是“会不会跌得很深”。对持有期较长的资金来说，后者才是真正的约束。

所以我把预测目标换成未来 60 个交易日的最大回撤，把它当作标签，再看哪些特征能提前区分高回撤与低回撤的股票。

我的工作

• 清洗 452 支 A 股 2005–2026 的日度行情：复权、停牌、缺失值与新股上市初期的异常波动。
• 构建 30+ 特征，覆盖动量、波动、流动性、估值与财务质量五类。
• 用未来 60 日最大回撤构造标签，并按时间切分训练集与测试集，避免用到未来信息。
• 先 MiniBatch K-Means 把股票分成 5 群，再在群内用 Lasso 做稀疏筛选，最终保留 8 个关键因子。

方法与数据

两步走：先用聚类把“不同类型的股票”分开，解决全样本异质性的问题；再用 Lasso 在每个群体内部筛因子，让模型自己决定哪些特征值得留下。

评估上以时间序列交叉验证为主，重点看模型在高回撤样本上的召回率——漏掉一次大回撤的代价，远高于多一次误报。

关键结论

全样本放进一个模型时，因子关系被不同风格的股票互相抵消；分群之后，特征的解释力明显更稳定。最终 8 个因子进入模型，覆盖动量、流动性与波动三类。

这个项目最大的收获不是模型精度，而是流程：标签怎么定义、数据怎么切、指标怎么选，决定了结论可不可信。

交付与反思

交付物是一套可复跑的 Python 流程：从数据清洗、特征构造、聚类、Lasso 到回测评估。

如果继续做，我会加入行业中性化和宏观状态变量，并尝试用生存分析替代二分类，让“什么时候发生”也成为模型的一部分。