博客

我们知道某择时策略『很能赚钱』，但不知道它凭什么赚——它在奖励什么？逆强化学习（IRL）把这个问题反过来：给一段专家实际走过的轨迹，反推它背后的奖励函数。本文用纯 numpy 从零实现 MaxEnt IRL（Ziebart 2008）：特征期望 + 梯度上升学奖励权重 + softmax 访问频率求解。在「专家其实在奖励『动量 + 低波动 + 周期 − 噪声』」的合成市场里，IRL 把奖励权重还原得与真值余弦相似度 0.94，学到的奖励重放出的状态分布与专家 KL=0.06（随机基线 0.23）；并诚实拆穿「专家样本不足→奖励不可辨识 / 特征冗余→权重被错分 / 折扣因子误设 / 最大熵温度 / IRL 给的是偏好不是收益」五类真实陷阱（中阶）。

伊辛模型（Ising）是统计物理里描述「有序⇄无序」相变的标杆。把它平移到金融：每个自旋是一支股票（上涨 +1 / 下跌 −1），耦合强度 J 就是个股间的「趋同/传染」强度，温度 T 是市场流动性与情绪噪声。当市场从平静（高温无序）滑向恐慌（低温有序）时，会越过一个临界温度 Tc——这时相关性长度发散，全市场一起涨一起跌，正是崩盘的数学相变。本文用纯 numpy 向量化 Metropolis 从零复现二维 Ising，并用 Onsager 精确解对照，证明蒙特卡洛把 Tc 还原到 2.269（真实 2.269），比热尖峰在 2.267、磁化率尖峰在 2.287，并诚实拆穿「一维无相变/红黑更新陷阱/有限尺寸抹平临界/必须锚定二维」四类真实陷阱（中阶）。

单一模型永远有盲区——线性回归不懂非线性、核方法抓不住交互、周期项被当作噪声。Stacking 集成的妙处是用一个元学习器，把多个互补基学习器的预测「加权拼」成最终预测：谁准就听谁的。本文用纯 numpy 从零实现（含 proper Out-of-Fold 防泄漏），合成一支「线性+tanh非线性+交互+周期」混合结构的收益宇宙，训练四个各只看得见一块的专科专家，最终 Stacking 把测试集 IC 从单模型 0.10–0.40 拉到 0.61、多空收益差从 0.23–0.84 抬到 1.24，并诚实拆穿「基学习器同质化时集成几乎无效/元学习器小样本过拟合/权重天花板/OOF 不做必泄漏/线性读出下不赢线性基线」五类真实陷阱（中阶）。

跨资产联动最坑的地方在于：它往往是「局部的、带特定周期的、只在某段窗口出现」。传统 Pearson 相关系数把全样本平均成一个数字，刚好把这种「中段同频联动」抹平了——全样本 r 只有 0.08，看着像两笔独立资产，其实危机窗口里它们正踩着同一个 16 日周期同涨同跌。小波相干（wavelet coherence）就是为这事造的时频显微镜：它把「相关性」展开成（周期 × 时间）二维场，能在某个周期、某段时间里把联动单独拎出来。本文用纯 numpy 从零实现 Morlet 连续小波变换（含边缘效应 Cone-of-Influence 处理）+ 平滑相干，合成两支「平时独立、危机窗口共享 16 日周期」的资产：全样本时域相关仅 0.08、危机窗口也只有 0.43，但 16 日带的相干在危机段冲到 0.95（其余时段 0.84）；并诚实拆穿「时域平均抹平局部联动/边缘效应伪高相干/必须配平滑/尺度选择与尺度图误读/相干≠因果」五类真实陷阱（中阶）。

传统 60/40 表面分散，其实风险几乎全压在股票上——股票贡献了 ~97% 的组合波动，一旦股票崩，债券那 40% 根本兜不住。桥水全天候(All Weather, Dalio 1996)换了个思路：先按「对风险的贡献」而非资金额分配(风险平价)，再让资产覆盖「增长↑/↓ × 通胀↑/↓」四种环境，任一种天气都有资产赚钱。本文用合成宇宙算实：60/40 股票风险贡献 97.3%，全天候压到均衡(股票 39.8% / 长债 37.4% / 中债 6.2% / 黄金 9.0% / 商品 7.6%)；四种环境里 60/40 在衰退年亏 -3.4%，全天候几乎不亏；16 年混合轮动下全天候 Sharpe 0.26、最大回撤 -16.2%，远好于 60/40 的 0.12 / -45.2%。附完整 Python 与五类真实陷阱(中阶)。

你费劲做出来一个策略，年化 alpha 8%、t 值 3.5，兴奋地以为挖到金矿——然后有人用 Carhart 四因子一套，alpha 归零，那 8% 全是「小盘+价值+动量」三种风格溢价的拼装。Carhart (1997) 在 Fama-French 三因子里加了第四个：动量 (Mom, 赢家减输家)，专门吃掉「追涨杀跌」那部分收益。本文用纯 numpy 合成 25 个规模×B/M 组合 + WML 动量组合，时间序列回归亲手跑：CAPM 在 25 组合上留下 -2.16%~+9.03% 的结构化 α（均值 |3.84%|），四因子几乎清零（均值 |0.65%|）；WML 动量组合的 CAPM α 高达 +9.02%，四因子下塌到 +0.96%。并诚实拆穿复制危机/FF5 把 HML 拆了/RM-Rf 不是真 beta/交易成本/因子动物园五类真实陷阱（中阶）。

期货和现货明明是同一个标的，价格却常常不相等——中间的差就叫基差（basis）。持有成本模型告诉你它理论上该是多少，而「到期必收敛」又保证这个差最终归零。于是期现套利成了一个自带安全垫的统计套利：做空高基差、做多负基差，等它回复就平仓。本文用纯 numpy 合成沪深300ETF vs 股指期货的连续 6 张合约，把现货/期货/基差一步步造出来，再用「突破成本带开仓、回复平仓」的规则跑回测：58 次交易、胜率 91.4%、总收益 +25.1%（年化 11.0%）、单笔最大亏损仅 −0.06%；并诚实拆穿到期日效应/分红除权跳变/流动性与冲击成本/展期跳跃/单边升水陷阱五类真实风险（中阶）。

事件研究里最危险的结论不是「没显著」，而是「显著但假」——股价在降准后涨了，到底是因为降准，还是因为那段时间本来就该涨？双重差分 DID 用「处理组 − 控制组」的双重差分，把共同的时间趋势从处理效应里剥掉。本文用纯 numpy 从零实现双向固定效应 TWFE 与一般化的 2×2 差分，在自洽合成面板（1 只被冲击股票 + 19 只同类，事件前 24 月 + 后 24 月，真实 ATT=0.40%/月）上把 τ̂ 估计到 0.41%/月、t=2.79、置换 placebo 检验 p=0.038；并诚实拆穿平行趋势不可检验、控制组污染、政策内生化、溢出效应、动态效应被压平五类真实陷阱（中阶）。