「停止」先分成暫停與退場
短暫的資料中斷、委託錯誤或系統故障，通常需要先阻止新風險擴大，再調查原因；這是暫停。若模型的主要假設已不再成立，或反覆修正仍無法在可接受範圍內運作，則可能需要重建、替換或退場。兩種情況的決定依據不同，不宜只用某一天的損益判斷。
美國 FINRA 對演算法交易提出的有效做法，包括上線後監測、辨識非預期結果，以及能迅速停用演算法或其支援平台。這些是對相關業者的監理建議；本文將其轉化為一般研究與流程討論，並非宣稱所有模型都受同一規則約束。
哪些訊號值得事先設為觸發條件？
資料與輸入不可靠
報價停止更新、欄位定義改變、時間戳記錯置或異常值大量出現，都可能使模型輸出失去原本意義。應分清資料來源故障、清理流程出錯，以及市場本身的異常變化。
實際結果持續偏離預期
把模型輸出和對應的真實結果比較，並使用事先訂定的觀察區間與容許範圍。美國聯邦準備體系 2026 年的模型風險指引指出，持續監測可以辨識模型表現衰退；若結果持續超出機構已建立的門檻，可能需要調整、重新校準或重建。該指引主要面向受監理銀行，這裡借鑑其方法，沒有通用的停用百分比。
交易或系統出現非預期行為
重複委託、成交數量與部位不一致、風險限額被突破，或備援系統沒有正常接手，都需要有明確告警。停止新委託之前與之後，還要核對未成交委託、已有部位和外部連線狀態，避免以為系統停止就代表風險已消失。
門檻要隨模型用途、資料更新頻率、交易規模及風險承擔能力決定；重要的是在上線前定義、記錄並定期檢查，而非在異常發生後才任意改動。
暫停後的覆核與恢復流程
- 觸發與通知：由監控或負責人辨識異常，依預先指定的權限暫停新委託並通知相關人員。
- 確認風險敞口：核對未成交委託、實際部位、限額、資料流與系統狀態，記錄處置時間。
- 判斷根因：分開檢查資料、程式版本、模型假設、市場條件與執行紀錄，不將所有偏差都歸咎於模型。
- 獨立覆核：由不同於原調整者的人員確認修正與測試結果，保留版本、批准及例外紀錄。
- 逐步恢復：只有在預先訂定的恢復條件達成後，才依核准流程恢復使用；必要時先降低範圍並加強監測。
若問題是模型假設不再適用，恢復運作並不等於完成治理。仍須回到研究依據與覆核紀錄，確認新版本的資料、測試及責任分工。本站的風險紀律與模型治理頁面也說明這些方法如何形成日常工作原則。
一份能事後檢查的紀錄
每次暫停至少留下觸發時間、資料與模型版本、受影響委託、當時部位、處置人員、根因判斷、測試結果，以及恢復或退場的批准依據。這份紀錄的價值，在於下次相似情況出現時能更快辨認問題，也能避免同一個錯誤被不同團隊重複處理。
參考資料
- FINRA Regulatory Notice 15-09：演算法策略的有效監督與控制做法。本文借鑑監測、告警與快速停用的流程觀念。
- 美國聯邦準備體系，2026 年修訂的模型風險管理指引。本文參考模型驗證、實際結果比較及持續監測的原則；其主要對象為受監理銀行。
本文為一般研究方法與教育內容，不構成投資、法律或監理合規建議。機構應依所處市場、產品、法規與自身風險制度訂定實際流程。