1. 课程导入

在算法交易、智能调度、自动化风控、推荐与定价等生产系统中，“算法能跑通”与“算法能安全地跑”是两件完全不同的事。前者关注功能正确性，后者关注在真实市场、真实流量、真实故障下，算法执行过程是否可控、可观测、可止损、可恢复。本课程围绕算法执行风险控制与异常处置两条主线展开，帮助你把“策略逻辑”升级为“可运营的执行系统”。

一、学习目标：从“会写算法”到“敢上生产”

完成本课程后，你应当具备四项可验证的能力：

• 识别风险：能说清算法执行链路中市场风险、模型风险、工程风险、操作风险与合规风险的来源与传导路径。
• 设计控制：能针对下单、撤单、仓位、频率、资金、行情等关键环节设计事前、事中、事后三层控制。
• 处置异常：能按“发现—定级—止血—定位—恢复—复盘”的流程处理超时、拒单、重复报单、行情中断、策略失控等典型异常。
• 沉淀机制：能把一次故障转化为监控指标、告警规则、熔断阈值与演练脚本，形成可复用的执行风控资产。

二、核心概念：风险、控制、异常与处置

算法执行风险指算法从信号生成到订单成交、再到持仓与资金状态更新的全过程中，因市场变化、模型偏差、系统缺陷或人为干预而导致非预期损失或合规问题的可能性。风险控制是通过规则、阈值、权限、监控与熔断手段，对风险暴露进行约束。异常是执行过程中偏离预期状态的事件，既包括技术异常（超时、断连、拒单），也包括业务异常（滑点过大、成交偏离、仓位超限）。异常处置则是一套有优先级、有责任人、有回滚路径的应急流程。

四者关系可以概括为：风险是对象，控制是手段，异常是信号，处置是动作。缺少任何一环，执行系统都会在真实环境中暴露短板。

三、方法流程：执行风控的六步闭环

无论你面对的是量化交易、广告投放还是任务调度，执行风控都可以抽象为六步闭环。下面给出一个可落地的流程清单：

1. 定义风险边界：明确单笔最大亏损、单日最大回撤、最大仓位、最大报单频率、最大滑点等硬阈值。
2. 埋点与观测：在信号、报单、回报、成交、持仓、资金各环节采集时间戳、状态码、数量、价格与延迟。
3. 实时校验：在下单前校验参数、权限、资金、仓位与行情有效性，拒绝非法请求。
4. 动态熔断：当滑点、拒单率、延迟、亏损等指标超过阈值时，自动降频、撤单或暂停策略。
5. 异常处置：按预案执行止血动作，保留现场日志，通知责任人，必要时人工接管。
6. 复盘与加固：将故障根因转化为新的监控项、告警规则、测试用例与演练场景。

四、案例与场景：一次典型的执行异常

假设某策略在开盘后连续发出买入信号，但行情源出现短暂延迟，导致算法基于过期价格计算仓位。系统在30秒内重复报单，成交价格显著偏离预期，仓位迅速超过限额。若没有执行风控，损失会继续扩大；若有完善机制，处置过程如下：

10:00:03  行情延迟告警：tick延迟 > 800ms
10:00:05  风控校验：仓位使用率 92%，接近上限
10:00:07  熔断触发：滑点超过阈值，自动暂停策略
10:00:08  处置动作：撤销未成交挂单，冻结新报单
10:00:12  人工确认：切换备用行情源，核对持仓
10:00:30  恢复执行：降频运行，观察10分钟
10:30:00  复盘输出：新增行情延迟熔断规则与演练脚本

这个场景说明：异常处置的关键不是“永不故障”，而是在故障发生时，系统能自动止血，人能快速接管，事后能沉淀规则。

五、常见误区与复盘要点