标签： #python

用 Nelson-Siegel 三因子模型把 11 个期限的收益率曲线压缩成「水平 / 斜率 / 曲率」三个可解释因子，Python 完整复现曲线拟合、因子时序与载荷分解。

在线 RL 在交易里等于拿真金白银探索，几乎不可用。Offline RL 只用历史数据学策略、不与环境交互，但朴素离线 Q 因分布偏移给未支持动作虚高估值、策略幻想、收益崩塌。本文用可复现 Python 演示这一失败，并给出行为克隆 / 保守 Q 学习(CQL)解法与落地清单。

VPIN 把 Easley 的 PIN 模型从「逐笔交易」搬到「成交量柱」，用买卖成交量不对称实时度量订单流毒性。高 VPIN = 知情交易者正在单边扫货、做市商被逆向选择，往往领先于闪崩与流动性枯竭。从零实现 Tick Rule 分类、VPIN 计算，并回测「毒性升破阈值就减仓」的防护规则。

限价订单簿不只是一张价量表，它是一张图：价位是节点、相邻档位是边、最优价差是桥。本文用风格化 LOB 模拟器 + 纯 numpy 手写 2 层 GCN 预测中间价方向，并诚实指出预测力其实来自聚合订单流不平衡(OFI)，而非跨价位空间拓扑——图结构真正发力在真实 LOB 的队列位置动力学。

把 Markowitz 选股写成 QUBO，用 numpy 手写 statevector QAOA 在 10 只股票的小问题上命中精确解，再戳破 NISQ 现实：量子比特数、噪声、嵌入惩罚与 barren plateau，讲清它今天能干什么、不能干什么。

再平衡是组合管理的双刃剑：它控制风险，却也在税与交易摩擦里悄悄流血。本文用 lot 记账 + 税务感知模拟，量化月度朴素再平衡相对无摩擦上界被偷走的 1.23% 年化收益，并给出阈值带与税务感知两套可落地的止血方案。

风险平价把风险而非本金切成均等一份，波动率目标把组合波动钉在既定目标。本文用股/债/金/商品 4 资产从零实现二者，并展示融合方案如何把回撤砍到等权的一半。

选股模型上线后，老板只问一句话：这个月赚的 3% 到底是谁贡献的？本文用 SHAP 把每一条预测（进而把组合 PnL）拆回单个因子与因子组，并进一步把样本按时间切片，追踪各因子 SHAP 贡献的分布漂移——漂移本身就是生产环境的预警信号。附完整 Python 实现与归因完整性自检。