15 september 2008: När Lehman föll, föll mitt handelssystem också
Jag hade varit i min FX-handelskarriär på JPMorgan i tre år när Lehman Brothers kollapsade. Mitt mean reversion-system hade genererat pengar i 18 månader i sträck — tills den där måndagsmorgonen. Vid lunchtid hade jag förbrukat sex månaders vinster. Inte för att strategin var fel, utan för att jag aldrig stress-testat den mot en verklig likviditetskris.
Den dagen förändrade hur jag närmar mig stress-testning av handelsstrategier. Under de kommande 14 åren skulle jag uppleva COVID:s handelsstopp och Silicon Valley Banks nattliga kollaps. Varje kris avslöjade olika dödliga brister som ingen mängd normal backtesting skulle ha fångat.
Här är vad dessa tre kriser lärde mig om de dolda svagheterna i varje handelssystem — och det stress-testningsramverk som hållit mig lönsam genom var och en.
Kris #1: Korrelationssammanbrottet 2008 som ingen såg komma
Mitt EUR/USD mean reversion-system var elegant enkelt: sälj på rörelser bortom 2 standardavvikelser när korrelerade par bekräftade. Det fungerade briljant — tills korrelationerna gick till 1,0 över hela linjen under Lehman-veckan.
Den dödliga bristen? Mitt system antog att historiska korrelationer skulle hålla under stress. När varje valutapar började röra sig i takt (USD-styrka överallt), blev mina säkrade positioner riktningskatastrofer.
Så här såg korrelationsmatrisen ut:
- Före krisen: EUR/USD vs GBP/USD korrelation = 0,72
- 15-19 september: Korrelation = 0,94
- EUR/JPY vs USD/JPY: Från 0,45 till 0,89
Lärdomen slog hårt när jag analyserade mina antaganden om korrelationshandel. System byggda på stabila relationer kommer att kollapsa när rädsla får allt att röra sig tillsammans.
Det som räddade min karriär var att implementera dynamisk korrelationsövervakning. Istället för att använda 90-dagarskorrelationer, spårar jag nu 5-dagars, 20-dagars och 90-dagars samtidigt. När kortsiktiga korrelationer stiger över 0,85 över flera par, minskar jag positionsstorlekarna med 70%.
Kris #2: COVID:s likviditetsvakuum avslöjade mina exekveringsantaganden
Snabb framspolning till 12 mars 2020. Jag kör nu en mer sofistikerad strategi som inkluderar volymprofilanalys och flera tidsramar. Systemet hade överlevt 2008-stresstestet. Det skulle möta ett helt annat monster.
Klockan 9:47 slog S&P-futures "limit down". Mitt system utlöste en köpsignal — en klassisk översåld studs-inställning. Problemet? Det fanns bokstavligen ingen likviditet att exekvera. Spreads på EUR/USD gick från 0,1 pip till 15 pip. Mina "garanterade" stop losses var värdelösa.
Den dödliga bristen den här gången: antagandet om normal marknadsmikrostruktur under extrem volatilitet. Mina backtests använde mittpriser och ignorerade spridningsvidgning, slippage under handelsstopp och fullständig likviditetsavdunstning.
Siffrorna var nyktra:
- Normal EUR/USD spread: 0,1-0,2 pip
- 12 mars 2020 toppspread: 25 pip
- Slippage på en standard 100k-position: $2 500 mot förväntade $20
Nu stress-testar jag med vad jag kallar "kärnvapenspread-scenarier":
- Multiplicera normala spreads med 50x under krisperioder
- Lägg till 20-50 pip slippage på alla stop losses
- Anta att 30% av affärerna helt enkelt inte exekveras till limitpriser
Denna realistiska modellering skulle ha visat att min "lönsamma" COVID-studshandel faktiskt var en garanterad förlust efter exekveringskostnader.
Kris #3: Silicon Valley Bank — När sektorsmitta bryter allt
10 mars 2023 lärde mig den senaste lärdomen. Mina system hade utvecklats för att hantera korrelationssammanbrott och likviditetskriser. Men SVB:s kollaps avslöjade en tredje dödlig brist: modellering av sektorsmitta.
Jag var lång regionala bankaktier via XLF-optioner, säkrad med korta positioner i statsobligationer (satsade på fortsatta räntehöjningar). När SVB misslyckades, kraschade regionala banker medan statsobligationer sköt i höjden — en dubbelförlust på vad som borde ha varit en säkrad position.
Det värsta var smittans hastighet:
- Dag 1: SVB ner 60%
- Dag 2: First Republic ner 50%, Western Alliance ner 45%
- Dag 3: Hela KRE regionala bank-ETF ner 25%
Min optionsflödesanalys hade faktiskt fångat det ovanliga köpet av put-optioner i SIVB. Men mitt system kopplade inte enskild aktienöd till sektorövergripande smittrisk.
Lösningen var att implementera smittscenarier i stress-testning:
- Om någon sektorkomponent faller >40% på en dag, modellera 20-30% nedgångar över hela sektorn
- Anta att korrelationer går till 0,9+ inom sektorer under nöd
- Ta hänsyn till reflexiva feedback-loopar (försäljning föder försäljning)
Det moderna stress-testningsramverket
Efter att ha levt igenom dessa tre kriser, här är det omfattande stress-testningsramverk jag nu använder kvartalsvis:
1. Korrelationsstressscenarier
- Tvinga alla korrelationer till 0,9 (allt rör sig tillsammans)
- Tvinga alla korrelationer till -0,9 (relationer inverteras)
- Testa slumpmässig omblandning av korrelationsmatris
2. Likviditetsavdunstningsmodellering
- 50x spridningsvidgning på alla instrument
- 30-50% positionsslippage på stop losses
- Fullständig oförmåga att avsluta i 1-3 dagar
3. Smittkaskadtestning
- Enskilda namn som sprider sig till sektorer
- Tvär-asset-smitta (aktier till obligationer till valutor)
- Geografisk smitta (USA till Europa till Asien)
4. Operativa felscenarier
- Börsavbrott (som Nasdaq under Facebooks börsnotering)
- Mäklarkonkurser (kommer du ihåg MF Global?)
- Teknisk infrastrukturfel under toppvolatilitet
Varje scenario testas mot 20-dagars, 5-dagars och intraday-krisperioder. Om strategin inte kan överleva med rimliga drawdowns, handlas den inte med riktiga pengar.
Den obekväma sanningen om backtesting
Här är vad 14 år av krishandel lärde mig: traditionell backtesting är farligt ofullständig. Den antar:
- Du kan exekvera till historiska priser (det kan du inte under kriser)
- Korrelationer förblir stabila (det gör de inte när rädslan stiger)
- Din mäklare/börs förblir operativ (ofta falskt)
- Stop losses fungerar som annonserat (20-50% slippage är vanligt)
De riskhanteringsramverk som ser skottsäkra ut i backtests går ofta sönder vid första kontakt med verkliga krisförhållanden.
Riktig stress-testning innebär att modellera marknadsmikrostrukturens sammanbrott, inte bara prisförändringar. Det innebär att anta att dina säkringar kommer att misslyckas precis när du behöver dem som mest. Det innebär att acceptera att din 15% max drawdown kan bli 40% över natten.
Praktisk implementeringsguide
Börja med dessa specifika steg den här veckan:
Steg 1: Ladda ner krisperioddata
- 15-30 september 2008 (Lehman-kollaps)
- 9-23 mars 2020 (COVID-krasch)
- 8-15 mars 2023 (SVB-konkurs)
- 24 augusti 2015 (Flash crash)
- 6 maj 2010 (Original flash crash)
Steg 2: Modifiera din backtest-motor
- Lägg till spridningsvidgningsmultiplikatorer (börja med 10x, 25x, 50x)
- Implementera slippage-modeller (2%, 5%, 10% av positionsstorlek)
- Koda korrelationsöverstyrningsfunktioner
- Lägg till "ingen exekvering"-scenarier för limitorder
Steg 3: Kör din nuvarande strategi genom varje kris
- Dokumentera max drawdown med realistisk exekvering
- Notera vilka antaganden som bröts först
- Beräkna återhämtningstid från drawdowns
- Identifiera vanliga felsmönster
Steg 4: Implementera handelsstopp
- Korrelationsbaserad positionsstorleksreduktion
- Volatilitetsbaserade hävstångsgränser
- Sektorexponeringsbegränsningar
- Dagliga förlustgränser som faktiskt hålls
För automatiserad stress-testning kan FibAlgos riskanalysverktyg hjälpa till att identifiera sårbarhetszoner i din strategi innan nästa kris slår till.
Kriserna du inte har sett ännu
Vi har stress-testat mot tidigare kriser, men hur är det med framtida? Här är scenarier jag nu modellerar:
- Stablecoin-systemfel: Tänk om USDT förlorar sin koppling under en kris?
- AI-driven flash crash: Algoritmer som utlöser kaskadstopp på millisekunder
- Kryptovalutabörsinsolvens: FTX var bara början
- Centralbanksdigital valuta-lansering: Massiva FX-regimförändringar över natten
- Cyberattack på finansiell infrastruktur: Marknader frusna i dagar
Var och en kräver olika stress-testningsparametrar. De stablecoin-avkopplingsscenarier jag modellerar antar 20-40% rabatter och flerdagars återhämtningsperioder.
Slutsatsen om kris-säker handel
Efter att ha förvaltat kapital genom tre stora kriser står en sanning ut: strategin som överlever är inte den mest lönsamma — det är den mest robusta.
Varje system jag byggt sedan 2008 måste klara tre-kris-testet:
- Kan det överleva korrelationssammanbrott? (2008-testet)
- Kan det hantera likviditetsavdunstning? (COVID-testet)
- Kan det motstå sektorsmitta? (SVB-testet)
De flesta kan inte. De som gör det visar typiskt 30-40% lägre avkastning på normala marknader. Det är priset för krisöverlevnad — och det är värt varje förspilld procentenhet när nästa svarta svan landar.
Kom ihåg: marknader kan förbli irrationella längre än du kan förbli solvent. Men med korrekt stress-testning kan du förbli solvent genom vad marknaden än kastar på dig.
Nästa kris kommer. Det gör den alltid. Frågan är: kommer ditt handelssystem att överleva den?
