博客

GARCH 把波动率当收益的确定性函数，随机波动率(SV)则给波动加一层 AR(1) 隐状态。本文用「数据增强+单步 Gibbs」精确采样（slice sampling 抽隐路径、共轭抽参数），后验几乎还原真值，并诚实给出高持续性下混合偏慢等真实陷阱。

量化因子模型最怕三件事：样本少、过拟合、分布漂移。本文从零实现 MLP 与逻辑回归，演示高斯噪声增强、SMOTE 式混合与 FGSM 对抗训练如何把测试准确率与对抗鲁棒性一起拉起来，并诚实列出会踩的真实陷阱。

用方差互换(variance swap)与波动率互换(volatility swap)把「做空波动率风险溢价」做成可定价、可复制的纯波动头寸，拆解放射率、凸性与期限结构，并给出做空方差互换的 carry 回测与尾部陷阱。

期权的隐含波动率（IV）孤零零一个数字，你根本不知道它「贵不贵」。波动率锥（Volatility Cone）把「某个期限下，波动率历史上通常落在哪」画成一套分位带，让 IV 的贵贱、择时的多空、该卖还是该买期权，全都变成可量化的相对值。本文从零实现波动率锥，并把它用在相对定价、期限结构与风险叠加层择时上。

卖方分析师的盈利预测存在系统性乐观偏差、锚定与羊群效应。本文拆解这些行为偏差的来源，构建盈余惊喜（SUE/PEAD）、分析师修正（Revision）与预期离散度（Dispersion）三大可量化信号，并用 Python 完整实现一个分析师修正因子的回测框架，同时指出覆盖偏差、流动性与行业中性化等关键陷阱。

行为组合理论(BPT)用「心智账户金字塔」取代了 Markowitz 的单一最优组合假设:投资者把财富切成多层、每层匹配一个心理目标。本文用 Python 完整复现金字塔构建、四层净值模拟,并把它和均值方差有效前沿做数值对比,最后给出可落地的「安全优先」目标配置框架。

国债期货基差 = 现券净价 - 期货价格 × 转换因子，看似简单的相对价值价差，却内含空方交割期权。本文拆解基差、净基差、最便宜可交割券(CTD)与隐含回购利率(IRR)的数学关系，用 Python 复现 CTD 筛选、IRR 计算与基差交易损益情景，并指出 CTD 切换、资金利率上行、逼空三大真实陷阱。

同一商品不同到期月的合约价差，藏着展期收益(roll yield)。Contango(远月升水)下展期亏钱，Backwardation(远月贴水)下展期赚钱。本文拆解跨期价差与期限结构，用 Python 复现展期收益计算、库存-价差关系与日历价差回测，并指出结构翻转、逼仓、滑点三大真实陷阱。