博客

MAX = 过去 21 日最大单日收益，量化了散户最爱的「彩票感」。本文把它从单一异象升级成月度再平衡的横截面因子：多低 MAX / 空高 MAX，验证因子净值、逐月 rank-IC 稳定性、与动量的二维冗余度，并指出 IC 频繁转负 / 卖空不可得 / 涨跌停 / 幸存者偏差四类真实陷阱(中阶)。

用 Python 从零搭建机器学习选股流水线：因子挖掘到信号生成 - halo的技术博客

2026年多智能体协作：从单兵作战到AI军团的落地实践 - halo的技术博客

Ohlson O-score 破产概率建模：用总资产规模、杠杆、营运资本、流动性、现金流、资不抵债、连续亏损等 9 个会计变量写出线性 O-score，再用 logistic 映射成「未来两年破产概率」。本文用 Ohlson(1980) 原文口径逐变量实现，验证高 O-score 组困境频率单调上升、长短因子长期为正且对困境风险有定价，并诚实拆穿会计粉饰/幸存者偏差/做空不可得/危机样本稀疏四类真实陷阱(中阶)。

SOPR（Spent Output Profit Ratio，花费产出利润率）是链上最干净的一块「获利盘温度计」：每枚币被花掉时的卖价相对它上次链上移动时的成本，盈利就是 SOPR>1、亏损就是 SOPR<1。本文用自洽合成 BTC 路径从零构造「平均建仓成本」(EMA 近似 realized price)，画出 SOPR 获利盘区间带，并回测「aSOPR<1 建仓、>1.04 清仓」的成本基础择时：前向回归负斜率(−76.7%/单位、逐日 t=−29.4，越低未来 30 日越涨)、择时终值 4.26x 跑赢买入持有 1.07x、回撤 −22.6% 优于 −28.9%，并诚实拆穿交易所虚增市值/休眠币沉没成本/赢家恒赢偏差/阈值主观/样本内过拟合/合成自证六类真实陷阱(中阶)。

普通障碍期权只要价格「瞬时」碰到障碍线就当场敲出，太容易被毛刺和瞬时跳空误杀。巴黎期权(Parisian option)改了规则：必须「连续」低于/高于障碍累计达到一段观察窗 D 才算敲出。这一个「持续时长」维度，让障碍从瞬时事件变成累计过程，定价、对冲和行为含义都完全不同。本文用蒙特卡洛从零实现标准障碍 vs 巴黎式障碍，验证价格介于标准与欧式之间，扫描触及窗 D 的敏感性，并指出累计计时、离散化与路径依赖三类真实陷阱。

专利数量很容易被刷，但「质量」刷不出来——Kogan et al. (2017) 用「前向引用次数/专利」度量创新质量，发现它比专利量更能预测未来超额收益。本文用自洽合成面板从零构造专利质量、注入创新浪潮，构建「多高质/空低质」因子，横截面 t 统计量 24.4、年化 22.3%、Sharpe 2.31，五分位年化收益严格单调(22.4%→48.9%)，并诚实拆穿引用堆量/披露滞后/行业周期/幸存者偏差/质量≠护城河/做空成本六类真实陷阱（中阶）。

Piotroski F-score 财务健康打分：用盈利能力、杠杆/流动性/融资、经营效率三大类共 9 条基本面准则给公司打 0-9 分，专门识别「表面便宜、实则病弱」的价值陷阱。本文用 Piotroski(2000) 原文口径逐条实现，验证高 F 组合显著跑赢低 F 组与市场、按分数桶收益严格单调，并诚实拆穿会计操纵/幸存者偏差/样本失衡/做空约束四类真实陷阱(中阶)。