- 隐含波动率与已实现波动率套利：波动率风险的双面
把波动率拆成「隐含(IV,前瞻)」与「已实现(RV,后顾)」两张脸，用随机波动率模型真实复现波动率风险溢价(VRP)，并给出做空 VRP 的 Delta 中性策略与尾部陷阱。
13 min Chinese - 高频因子的日内衰减与统计显著性：开盘最强、午后失灵，多重检验会坑你
高频 / 日内因子的预测力在一天之内是衰减的：开盘前后的信息最强，随着套利者消化、微观结构噪声累积，因子对未来收益的 IC 逐步下滑。本文用模拟数据画出日内衰减曲线、拟合半衰期、用 t 统计量判定显著性，并指出「在 12 个时段里挑 IC 最高的那个报告」必然踩中多重检验陷阱。附完整 Python 实现。
9 min Chinese - 卡尔曼滤波在动态对冲中的应用
固定对冲比在 regime 切换时会系统性失效。本文用状态空间模型把对冲比建模为随机游走，从零实现卡尔曼滤波估计动态 β，并实证对比静态 OLS、滚动 OLS 与卡尔曼动态对冲的方差削减效果，覆盖配对交易、动态 Delta 对冲与三大实战陷阱。
13 min Chinese - Kelly 公式与资金管理：用分数凯利把收益与破产风险一起优化
Kelly 公式回答的不是「买不买」，而是「这笔该下多大注」。本文从离散下注的 f*=(bp−q)/b 推到连续策略的 f*=μ/σ²，用蒙特卡洛画出「增长曲线在 f* 处达峰、越线即转负」与「满仓腰斩概率爆表、半 Kelly 大幅降低」两张真实图景，并点破估计误差、满仓回撤、杠杆约束等致命陷阱。
13 min Chinese - 大语言模型的嵌入作为文本因子：把新闻和公告变成可回测的截面信号
LLM 嵌入把新闻与公告等金融文本压成稠密向量，是连接文本与截面模型的桥。本文用可复现模拟讲清无监督 PCA 几乎挖不出信号、监督映射才能把收益方向对齐出来，并点明嵌入漂移、前视偏差与维度灾难三大真实陷阱，附落地 pipeline 与完整 Python。
13 min Chinese - Longstaff-Schwartz 最小二乘蒙特卡洛：给美式期权一个可落地的定价引擎
美式期权没有 BS 封闭解，因为提前行权是最优停止问题。Longstaff-Schwartz(2001) 用最小二乘蒙特卡洛把它变简单：模拟路径、倒向回归、比较继续持有与立即行权的价值。从零实现，给出提前行权边界、收敛性，并对照欧式价验证美式≥欧式。
12 min Chinese - 市场影响模型的反事实估计：你的大单到底把价格推高了多少
市场冲击是交易成本里最难估的一项。本文用因果推断视角把冲击拆成临时与永久两部分，点破朴素 IS 把市场波动也算进你的账单，并用外生市场因子构建无交易反事实基线分离真实冲击，附平方根律扫描、TCA 落地与六大真实陷阱。
13 min Chinese - 最大分散化组合：用相关性加权超越风险平价
风险平价只把风险切匀，最大分散化组合(MDP)更进一步——直接把「分散化比率」最大化：用 Σ^{-1}σ 把低波动、低相关的资产推到前台，让组合波动远低于等权平均水平。从零推导、与风险平价/最小方差对比，并给出真实陷阱。
12 min Chinese
返回