Risk Daily Report

市场风险：[低/中/高/严重]

• 主要指数：上证指数 XX%、深证成指 XX%、创业板 XX%
• 市场波动率：XX%

持仓风险：[低/中/高/严重]

• 组合收益：XX%
• 最大回撤：XX%

交易风险：[低/中/高/严重]

• 异常交易：XX 笔

信用风险：[低/中/高/严重]

• 平均维保比例：XX%

重点关注：xxx

一句话总结：xxx 模板 B：标准版 适用："详细报告""有什么风险" 风险日报 | YYYY-MM-DD

一、市场风险

风险等级：[低/中/高/严重]

市场表现：

• 主要指数：xxx
• 行业板块：xxx
• 资金流向：xxx

风险信号：

• 信号 1：xxx
• 信号 2：xxx

二、持仓风险

风险等级：[低/中/高/严重]

组合表现：

• 组合收益：XX%
• 组合波动率：XX%
• 最大回撤：XX%
• 夏普比率：XX

持仓集中度：

• 前十大持仓：XX%
• 行业集中度：XX%

风险持仓：

• 持仓 1：亏损 XX%，原因：xxx
• 持仓 2：亏损 XX%，原因：xxx

三、交易风险

风险等级：[低/中/高/严重]

交易概览：

• 交易笔数：XX
• 交易金额：XX 亿
• 异常交易：XX 笔

异常交易明细：

• 账户 A：xxx
• 账户 B：xxx

四、信用风险

风险等级：[低/中/高/严重]

两融数据：

• 融资余额：XX 亿
• 融券余额：XX 亿
• 平均维保比例：XX%

风险账户：

• 低于预警线：XX 户
• 低于平仓线：XX 户

五、重点关注

1. xxx
2. xxx

六、建议措施

1. xxx
2. xxx 模板 C：汇报版 适用："管理层汇报""合规报送" 风险日报 | YYYY-MM-DD

核心结论：xxx

关键风险指标：

重大风险事项：

• 事项 1：xxx（影响：xxx，处置：xxx）
• 事项 2：xxx（影响：xxx，处置：xxx）

风险趋势判断：

• 短期：xxx
• 中期：xxx

管理层决策事项：

• 事项 1：xxx
• 事项 2：xxx

附件：详细数据表 特殊情况处理 数据不完整 ：基于已有数据生成报告，说明"完整报告需 XX 数据" 无重大风险 ：如实报告"今日无重大风险事项"，避免为了报告而报告 多组合/多账户 ：按组合/账户分别呈现，再汇总整体情况 突发事件 ：在日报中单独列示"突发事件"，说明影响和处置进展 语言要求 先给结论，再给支撑数据 风险等级判断要有依据 明确区分：事实数据 vs 风险判断 vs 建议措施 关键数字、阈值、风险等级单独指出 Reference 监管要求： 《证券公司风险控制指标管理办法》 《证券公司全面风险管理规范》 《证券期货经营机构私募资产管理业务运作管理暂行规定》 风险指标标准： VaR 计算方法：历史法、参数法、蒙特卡洛 压力测试情景设定 流动性覆盖率（LCR）、净稳定资金率（NSFR） 行业实践： 券商风控日报模板参考 私募基金风控日报惯例 银行理财风控报告格式 Scripts Python 风险指标计算示例： import pandas as pd import numpy as np def calc_portfolio_var ( returns_df, confidence= 0.95 , method= 'historical' ): """计算组合 VaR""" if method == 'historical' : var = np.percentile(returns_df.dropna(), ( 1

• confidence) * 100 ) elif method == 'parametric' : var = returns_df.mean() - 1.645

• returns_df.std() return var * 100

转换为百分比

def calc_max_drawdown ( nav_series ): """计算最大回撤""" rolling_max = nav_series.cummax() drawdown = (nav_series - rolling_max) / rolling_max return drawdown. min () * 100 def generate_risk_summary ( market_data, portfolio_data, trade_data ): """生成风险摘要""" summary = { 'market_risk' : { 'index_change' : market_data[ 'index_change' ].iloc[- 1 ], 'volatility' : market_data[ 'volatility' ].iloc[- 1 ], 'limit_down_count' : (market_data[ 'price_change' ] <= - 10 ). sum () }, 'portfolio_risk' : { 'return' : portfolio_data[ 'return' ].iloc[- 1 ], 'max_drawdown' : calc_max_drawdown(portfolio_data[ 'nav' ]), 'var_95' : calc_portfolio_var(portfolio_data[ 'returns' ]) }, 'trade_risk' : { 'trade_count' : len (trade_data), 'abnormal_count' : (trade_data[ 'is_abnormal' ] == True ). sum () } } return summary SQL 查询示例： -- 查询当日风险指标汇总 SELECT '市场风险' as risk_type, CASE WHEN ABS (index_change)

2 THEN '高' WHEN ABS (index_change)

1 THEN '中' ELSE '低' END as risk_level, index_change as key_metric FROM market_index WHERE trade_date

'2026-03-16' UNION ALL SELECT '持仓风险' , CASE WHEN max_drawdown < -5 THEN '高' WHEN max_drawdown < -3 THEN '中' ELSE '低' END , max_drawdown FROM portfolio_risk WHERE trade_date

'2026-03-16' UNION ALL SELECT '信用风险' , CASE WHEN avg_maintenance_ratio < 130 THEN '高' WHEN avg_maintenance_ratio < 150 THEN '中' ELSE '低' END , avg_maintenance_ratio FROM margin_risk WHERE trade_date

'2026-03-16' ;