بیشتر زیان‌های سنگین در بازارهای مالی و مدیریت دارایی، از تشخیص اشتباه جهت بازار ناشی نمی‌شود، بلکه محصول حجم‌دهی نادرست به معامله است. وقتی تصمیم‌گیری درباره اندازه پوزیشن بر اساس هیجان، معامله انتقامی یا فرمول‌های ثابت مانند درصد ثابتی از سرمایه انجام شود، حساب معامله‌گر در برابر نوسانات بازار دفاعی ندارد. مدیریت ریسک کمّی، حجم معامله را به عنوان متغیری پویا تعریف می‌کند که باید بر اساس نوسان‌پذیری دارایی، فاصله حد زیان و ارزش کل سبد محاسبه شود.

اگر اندازه معامله شما همیشه یک رقم ثابت است، فارغ از اینکه بازار چقدر نوسان دارد، ریسک نابرابری را می‌پذیرید. در یک سیستم کمّی استاندارد، اندازه پوزیشن به‌گونه‌ای فرمول‌بندی می‌شود که زیان احتمالی در صورت فعال شدن حد زیان، هرگز از یک درصد مشخص از کل سرمایه (مثلاً ۱ یا ۲ درصد) فراتر نرود. این مقاله الگوریتم‌ها، مدل‌های ریاضی و محدودیت‌های واقعی این روش را بررسی می‌کند.

چرا تعیین اندازه دستی پوزیشن شکست می‌خورد؟

تصمیم‌گیری انسانی هنگام تعیین حجم معامله تحت تاثیر دو خطای شناختی اصلی قرار دارد: بزرگ‌نمایی حجم بعد از چند معامله موفق به دلیل اعتمادبه‌نفس کاذب، و افزایش حجم بعد از معامله زیان‌ده به قصد جبران سریع. هر دو حالت در میان‌مدت منجر به افت شدید سرمایه می‌شوند.

مشکل دوم، نادیده گرفتن نوسان‌پذیری متغیر بازار است. خرید یک حجم مشخص از یک نماد در زمانی که نوسان روزانه آن ۲ درصد است، ریسک بسیار کمتری دارد تا خرید همان حجم زمانی که نوسان روزانه به ۸ درصد رسیده است. در مدیریت کمّی، حد زیان بر اساس نوسان بازار (مثلاً ضریبی از اندیکاتور ATR) تعیین می‌شود و حجم معامله دقیقاً بر اساس فاصله این حد زیان تا قیمت ورود محاسبه می‌گردد.

فرض کنید حساب شما ۱۰۰ هزار دلار ارزش دارد و حداکثر ریسک مجاز روی هر معامله را ۱ درصد (۱۰۰۰ دلار) تعیین کرده‌اید. اگر حد زیان یک دارایی به دلیل نوسان بالا ۵ دلار فاصله داشته باشد، مجاز به خرید ۲۰۰ واحد هستید. اما اگر در دارایی دیگری حد زیان ۲ دلار فاصله داشته باشد، حجم مجاز به ۵۰۰ واحد افزایش می‌یابد. در هر دو حالت، زیان نهایی در صورت شکست معامله دقیقاً ۱۰۰۰ دلار خواهد بود.

مدل‌های ریاضی برای محاسبه اندازه پوزیشن

در الگوریتم‌های معاملاتی و سیستم‌های مدیریت دارایی هومات، از چند مدل مشخص برای تعیین حجم استفاده می‌شود:

  • مدل کسر ثابت بر اساس ATR: در این روش، فاصله حد زیان بر اساس اندیکاتور میانگین بازه واقعی (ATR ۱۴ دوره) ضرب‌در یک ضریب مشخص (مثلاً ۲) تعیین می‌شود. سپس حجم معامله از تقسیم ریسک دلاری مجاز بر این فاصله به دست می‌آید. این روش حجم را در بازارهای پرنوسان کاهش و در بازارهای کم‌نوسان افزایش می‌دهد.
  • معیار کلی (Kelly Criterion): این فرمول ریاضی حجم بهینه را بر اساس نرخ برد و نسبت سود به زیان محاسبه می‌کند. فرمول کلی کسر بهینه‌ای از سرمایه را برای حداکثر کردن رشد هندسی حساب مشخص می‌کند. اما در بازار واقعی، استفاده از درصد کامل فرمول کلی منجر به افت سرمایه بسیار شدید می‌شود. در عمل، از نیم‌کلی یا ربع‌کلی (ضریب ۰.۲۵ تا ۰.۵ فرمول) استفاده می‌شود تا منحنی رشد سرمایه هموارتر شود.
  • هم‌ارزی ریسک (Risk Parity): زمانی که چند دارایی هم‌زمان در سبد معامله می‌شوند، حجم هر دارایی به‌گونه‌ای تنظیم می‌شود که سهم آن در ریسک کل سبد یکسان باشد. دارایی‌های با نوسان شدید، حجم کمتری از سبد را اشغال می‌کنند تا توازن ریسک حفظ شود.

گام‌های پیاده‌سازی سیستم حجم‌دهی کمّی

برای تبدیل این مفاهیم به یک الگوریتم اجرایی در نرم‌افزار معامله یا سیستم مدیریت دارایی، گام‌های زیر طی می‌شوند:

  • دریافت داده‌های قیمتی و محاسبه لحظه‌ای نوسان‌پذیری دارایی بر اساس داده‌های تایم‌فریم مشخص.
  • استخراج موجودی نقد، ارزش کل سبد و میزان ریسک فعال در سایر معاملات باز.
  • محاسبه حد زیان ساختاری یا نوسانی بر اساس استراتژی ورود.
  • محاسبه حجم دقیق معامله با اعمال سقف مجاز برای اهرم و حداکثر حجم مجاز بر اساس نقدشوندگی نماد.
  • ارزیابی همبستگی معامله جدید با معاملات باز موجود برای جلوگیری از تمرکز ریسک روی یک جهت یا یک بخش از بازار.

شوک‌های بازار و زمانی که مدل‌های کمّی کار نمی‌کنند

مدیریت ریسک کمّی ابزار بی‌نقصی نیست و فرضیاتی دارد که در شرایط بحرانی نقض می‌شوند. آگاهی از این نقاط ضعف برای هر مدیر ریسک ضروری است:

  • شکاف قیمتی و اسلیپیج: مدل‌های کمّی فرض می‌کنند معامله دقیقاً روی حد زیان بسته می‌شود. در زمان اعلام اخبار اقتصادی مهم یا بازگشایی بازار پس از تعطیلات، قیمت ممکن است فرسنگ‌ها دورتر از حد زیان باز شود و زیانی چند برابر حد مجاز وارد کند.
  • فروپاشی همبستگی در بحران‌ها: در شرایط پنیک عمومی بازار، همبستگی بین دارایی‌های مختلف ناگهان به عدد ۱ نزدیک می‌شود. در این حالت، مدل‌های هم‌ارزی ریسک که فرض می‌کردند ریسک تقسیم شده است، شکست می‌خورند زیرا همه دارایی‌ها هم‌زمان افت می‌کنند.
  • تغییر رژیم نوسان: مدل‌هایی که بر اساس داده‌های گذشته محاسبه می‌شوند، در مواجهه با جهش‌های ناگهانی و بی‌سابقه در نوسانات، کند عمل می‌کنند و تا زمان به‌روزرسانی پارامترها ممکن است حجم‌های بزرگ‌تر از حد مجاز پیشنهاد دهند.

گام بعدی برای اصلاح مدیریت ریسک

اگر در حال حاضر حجم معاملات شما دستی یا بر اساس درصدی ثابت از حساب تعیین می‌شود، نیازی نیست بلافاصله پیچیده‌ترین مدل‌های کمّی را پیاده‌سازی کنید. نخستین گام کاربردی، استخراج داده‌های ۱۰۰ معامله اخیر، محاسبه میانگین ATR در زمان ورود و بررسی افت سرمایه واقعی است.

جایگزین کردن حجم ثابت با یک اسکریپت ساده محاسبه حجم بر اساس ۱ درصد ریسک و ATR، بخش اعظم رفتارهای هیجانی را از معاملات حذف می‌کند. پس از تثبیت این لایه پایه‌ای، می‌توان الگوریتم‌های پیشرفته‌تر مانند هم‌ارزی ریسک و نیم‌کلی را روی سبد معاملات اعمال کرد.