QMT 量化实战：五因子大盘风险预警系统构建（上）

前言

近期全球权益市场波动加剧，指数单日大幅下探的行情频繁出现。对于量化交易者而言，被动应对大跌往往损失可控性差，而通过量化指标体系提前识别市场风险状态，能够在指数正式破位前捕捉到内部结构转弱的信号，提前做好风险应对。

本文将分享一套基于日线数据构建的五因子大盘预警系统，通过多维度量化打分的方式，定量评估当前市场的下行风险等级，适用于 QMT 等量化交易平台的自动化预警开发。

一、预警系统的核心设计逻辑

首先需要明确：量化预警的目标，从来不是精准预测 “某一天一定会暴跌”，而是识别市场是否从强势运行状态切换到了高风险状态。

它回答的核心问题不是 “明天会不会跌”，而是市场内部结构是否已经恶化，以及后续持续下行的概率是否在显著上升。这套系统的实战价值在于：在指数出现标志性大阴线之前，就能通过微观市场指标捕捉到资金退潮、筹码松动的信号，避免大跌发生后才后知后觉。

系统采用简单直观的打分制：

• 共 5 个独立预警因子，每个因子满足触发条件记 1 分，不满足记 0 分
• 当日风险总分为warning_score，分数越高，代表市场系统性风险越高

二、五大预警因子逐项解析

2.1 趋势信号 trend_signal

触发规则：三个条件同时满足，记 1 分

1. 上证指数收盘价低于 20 日均线（MA20）
2. 20 日均线（MA20）数值低于 60 日均线（MA60）
3. 上证指数近 20 日收益率为负

设计逻辑：这是一个偏严格的趋势确认信号，不会因单日下跌就判定市场转弱。它要求中短期均线结构完全形成空头排列，同时中期收益转负，从趋势层面确认市场已经进入下行通道。

2.2 广度信号 breadth_signal

触发规则：三个条件同时满足，记 1 分

1. 沪深 300 成分股内，收盘价站上 MA20 的个股占比低于 35%
2. 沪深 300 成分股内，收盘价站上 MA60 的个股占比低于 50%
3. 成分股 60 日创出新低的占比，高于 60 日创出新高的占比

设计逻辑：该信号用于捕捉 “指数抗跌、个股先崩” 的隐性风险。很多时候指数靠少数权重股护盘表现平稳，但绝大多数成分股已经提前破位走弱，这种内部结构的脆弱性，往往是指数级大跌的前兆。

2.3 风格信号 style_signal

触发规则：两个条件同时满足，记 1 分

1. 中证 1000 指数 / 沪深 300 指数 的价格比值，低于该比值自身的 20 日均值
2. 该比值同时低于 5 个交易日前的数值

设计逻辑：小盘成长方向（中证 1000）是市场风险偏好的风向标。当小盘股持续跑输大盘蓝筹时，意味着市场风险偏好持续下行，资金开始向防御性的大市值标的抱团，是市场整体风险偏好降温的典型特征。

2.4 波动率信号 vol_signal

触发规则：满足条件记 1 分

• 上证指数 10 日年化波动率 ＞ 1.2 × 上证指数 60 日年化波动率

设计逻辑：短期波动率显著高于中期波动率，代表市场稳定性正在快速恶化。波动放大的背后是多空分歧加剧、持仓筹码松动，通常是趋势性行情加速（尤其是下跌加速）的前置信号。

2.5 成交额信号 amount_signal

触发规则：两个条件同时满足，记 1 分

1. 当日市场成交额高于 20 日日均成交额的 1.1 倍
2. 指数收盘价依旧运行在 MA20 下方

设计逻辑：该信号精准捕捉 “放量却涨不动” 的危险形态。放量意味着资金交投活跃、多空分歧加大，但价格始终无法突破均线压制，说明市场抛压远大于买盘力量，是典型的弱势放量信号。

三、风险等级阈值划分

将五个因子的得分相加，得到当日的风险预警总分warning_score，不同分数区间对应不同的操作参考：

四、系统实战价值总结

这套五因子预警系统的核心优势在于多维度交叉验证，避免了单一指标失效带来的误判。它从趋势、个股广度、市场风格、波动水平、资金行为五个维度共同扫描市场状态，既能识别普跌风险，也能捕捉 “权重护盘、个股崩盘” 的隐性风险。

在 QMT 平台中，我们可以通过 Python 脚本实现每日自动计算预警分数，并结合平台的弹窗提醒、消息推送等功能实现全自动风险预警，无需人工盯盘监控。

下篇文章将详细分享这套预警系统在 QMT 中的代码实现、数据获取方式与历史回测效果，欢迎持续关注本量化专栏。

风险提示：本文仅为量化技术与策略思路分享，不构成任何投资建议。市场有风险，投资需谨慎。