博客

几乎所有市场的日内成交量都呈 U 型：开盘集合竞价延续 + 隔夜信息集中释放, 成交量冲到第一个峰; 午盘进入信息真空, 成交量坍缩到日内最低、流动性最差; 收盘前机构调仓 + 指数再平衡 + 收盘竞价, 二次冲高。本文用 240 分钟合成日内序列演示：U 型两端/中段比 3.84 倍、午盘执行成本比开盘高 2.93 倍; 并把「1 万手大单用 VWAP 调度 vs 均匀调度」跑出实现差额 1.67bp vs 1.48bp(VWAP 省 11.4%)——本质是让单子天然落在高流动性窗口。附完整 Python 与六类真实陷阱(中阶)。

经典协整配对交易最别扭的一步是：回归得到的对冲比例 β 是「全样本固定值」，可真实市场里 β 一直在漂移。本文用卡尔曼滤波（状态空间模型）把 β 写成随时间演化的状态变量，逐根 K 线在线更新对冲比例，让价差始终贴着真实均衡。合成协整对实跑：β 在 [0.87, 1.23] 缓慢摆动，卡尔曼 RMSE 仅 0.29、价差波动 0.76（固定回归 1.87）；动态对冲策略 Sharpe 2.62、回撤 −9.8%，显著优于固定对冲的 Sharpe 1.18、回撤 −88.8%。附完整 Python 与六类真实陷阱(中阶)。

LLM如何重塑量化投研 - halo的技术博客

普通 GARCH(1,1) 把波动率当成一条「连续、同质」的过程，可真实市场的波动是分层的——平静期波动低、危机期波动高，而且会突然跳变。本文用马尔可夫切换 GARCH（MS-GARCH）把波动率拆成两个区制（低波动 / 高波动），用 Hamilton 滤波递归估计「此刻处在哪个区制、概率多大」。合成数据实跑：两区制波动率差 2.7 倍、区制分类准确率 83.2%；MSGARCH 条件波动 RMSE 0.224，远胜单一区制 GARCH 的 0.542；95% 单日 VaR 击穿率 0.045，精准贴住目标 0.05，而单区制 GARCH 只有 0.031（长期低估尾部风险）。附完整 Python 与六类真实陷阱(中阶)。

股市有个反直觉的事实：几乎所有长期收益都发生在「隔夜」(昨收→今开)，而「日内」(今开→今收)几乎不赚钱甚至略亏。Berkman-Jacobsen-Lee(2012)「Stocks Go Up by Night」和 Liu-Luo-Zhang(2019)把这件事坐实。本文用合成面板证明：①指数层面隔夜年化 +10.9% vs 日内 −1.4%；②隔夜跳变与同日日内收益横截面 rank-IC = −0.32(反转)；③按隔夜跳变做十档，同日日内收益从 D1 +0.87% 单调滑到 D10 −0.86%(t≈341)。附完整 Python 与六类真实陷阱(中阶)。

盈余公告后漂移(PEAD) - 市场对公司盈利消息反应不足，公告后 60 日仍有惯性，按 SUE 分层做多空，附完整 Python 与六类真实陷阱

当所有人都在抢着买看跌期权对冲，说明恐慌已经到顶——而恐慌到顶往往就是短期底部。Put-Call 比率(PCR = 看跌成交量/看涨成交量)是最经典的『反向情绪指标』：PCR 飙高=人人自危，反向看多；PCR 极低=集体贪婪自满，反向转谨慎。本文用 10 年合成期权情绪面板演示：按 PCR 高低分五组，恐慌组(Q5)后续 5 日平均收益 +0.67% 显著跑赢贪婪组(Q1) −0.16%，反向单调关系成立；据此做的 PCR 反向择时年化 6.75%、Sharpe 0.43、最大回撤 −28%，优于买入持有(Sharpe 0.36、回撤 −35%)；并诚实交代 PCR 有慢性漂移不能用固定阈值、成交量口径混乱、反向指标在趋势市会持续挨打、样本里危机次数太少四类实战陷阱(中阶)。

经典的 Fama-French 三因子用 MKT/SMB/HML 解释截面收益，但 Hou-Xue-Zhang（2015）的 q 因子模型提出一个更彻底的经济学叙事：HML 只是「低投资」的代理，SMB 只是「小盘更易被错误定价」的代理。真正驱动截面的是投资（IA）与盈利（ROE）两个经济变量，背后是投资学的 q 理论。本文用合成面板实跑：ROE 多空 Sharpe 5.51、IA 多空 Sharpe 4.86、纯规模信号几乎被盈利/投资吸收（Sharpe −0.02），q 四因子对截面组合平均 R² 0.974 高于 FF3 的 0.973、平均 |alpha| 0.0021 低于 FF3 的 0.0025，Tobin's q 与未来收益呈负向（corr −0.68）——正是 q 理论的直接证据。附完整 Python 与七类真实陷阱（高阶）。