← 返回文章列表 
📊
March 30, 2026
5 分鐘閱讀
Copula模型：加密投資組合聯合風險建模
#風險
#copula
#投資組合
#VaR
#尾部依賴
Part 4 of 5 · Collection
Portfolio Construction & Risk
相關性是投資組合經理評估分散化時首先使用的工具。但在加密市場中，相關性具有誤導性。兩個代幣在平靜市場中可能顯示0.3的Pearson相關性，然後在崩盤時飆升至0.95。
Copula模型通過分離每個資產的單獨行為（邊際）和資產之間的依賴結構來解決此問題。
為什麼線性相關對加密貨幣不起作用
三個根本問題：
- 非橢圓分佈。 BTC日收益率的峰度經常超過10（正態分佈為3）。
- 不對稱依賴。 資產在下跌時比在上漲時更相關。
- 尾部依賴。 兩個資產同時經歷極端損失的機率無法被線性相關捕獲。
Copula族與尾部依賴
| 族 | 下尾依賴 | 上尾依賴 | 適用場景 |
|---|---|---|---|
| 高斯 | 0 | 0 | 僅分佈主體 |
| Student-t | 對稱 | 對稱 | 通用情況 |
| Clayton | 強 | 0 | 崩盤建模 |
| Gumbel | 0 | 強 | 反彈建模 |
Vine-Copula：高維解決方案
Vine-copula將d維copula分解為雙變數copula的級聯。10資產的加密投資組合需要45個配對copula——每個可能來自不同的族。
GARCH-EVT-Copula管線
- GARCH模型 → 捕獲波動率聚集
- EVT（GPD）→ 建模極端尾部
- Vine-copula → 建模依賴結構
- Monte Carlo → VaR/CVaR估計
參考文獻
- Sklar (1959), Joe (2014), Aas et al. (2009)
- 💻 pyvinecopulib
免責宣告：本文提供的資訊僅用於教育和參考目的，不構成財務、投資或交易建議。加密貨幣交易涉及重大損失風險。
Authors
Eugen Soloviov
Trading-systems engineer
Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.
📊 Portfolio Construction & Risk Part 4/5
