博客

大模型如何从财报电话会中提取Alpha信号 - halo的技术博客

LLM在金融场景中的幻觉问题与校准方法 - halo的技术博客

并购套利的入门公式 p=(P−B)/(D−B) 只有三个变量，其中两个可观测、一个永远不可观测——而结论几乎全由那个不可观测的决定。同一个交易（要约 100、现价 94），破裂价假设从 64 挪到 88，反解出的成交概率从 83.3% 摆到 50.0%，33.3 个百分点全部来自一个没人能验证的数字。3000 笔真值已知的交易给出决定性读数：用未受扰动价当破裂价这个行业标准捷径，系统性低估成交概率 10.1 pp，逐笔误差 10–90 分位落在 [−17.3, −4.3] pp，全是单边的。收益结构是 83.6% 胜率配 3.4:1 的亏赢比：成交赚 6.23%、破裂亏 21.12%，破裂率只要多 5 个百分点，平均收益从 +2.32% 塌到 +0.88%、8 个点就转负。最反直觉的是十分位测试——毛价差从 2.13% 单调升到 22.26%，实现收益却在 D7 见顶（+3.47%）后掉头，最宽价差档 −0.81%，宽价差不是便宜是警报。七项对抗式检验含两个关键结果：零溢价安慰剂收益归零（−0.29%）；oracle 对照中即使按真实概率选前 30%，收益 +1.55% 反而低于基准 +1.74%，证明价格已吸收 p、预测能力值零。分散化在独立破裂下有效（100 笔标准差 1.13%），撞上 6% 系统性冻结就有地板（2.91%），Sharpe 从 0.89 砍到 0.43（高阶）

中间价被锁死在 tick 网格上，价差以内的信息它一点都看不见。受控模拟 6 万个盘口快照（隐藏有效价格已知）量化：追踪真实有效价格，中间价 RMSE 0.288 分，挂单量加权中间价 0.142 分（改善 50.8%），非参数校准后的微观价格 0.106 分（改善 63.0%）。信号方向命中率下一个快照 85.2%，但衰减极快——h=10 掉到 59.9%，h=100 只剩 52.4%，几乎回到抛硬币。价差越宽越有用：1 tick 时改善 50.7%，8 tick 时 53.6%。五项对抗式检验全过：去掉信息机制的安慰剂盘口改善转为 −2.32%、相关系数 0.007 干净归零；买卖方向标反 RMSE 恶化 58.15%；样本内 63.08% 与样本外 63.04% 几乎无差（大样本下不过拟合），但 200 个样本配 40 个分箱时校准表直接退化成中间价。最容易被误读的是命中率 85% 这个数字——它预测的是价差内部的抖动，不是能覆盖成本的方向性行情（中阶）

教科书说再平衡能白赚「分散化收益」，公式 0.5(w'σ² − w'Σw) 在 4 资产 30% 波动零相关下算出 3.38pp/年。但这个数字对标的根本不是买入持有——受控模拟 400 条路径显示，对标成分股几何均值确实拿到 3.37pp（与理论完美吻合），对标买入持有却只剩 0.86pp，中位数 1.32pp，标准差 1.95pp，5% 分位 −3.19pp，四分之一路径为负。三个杀手逐一量化：资产预期收益差异 ±4% 时溢价归零、±15% 时 −8.20pp 且 120 条路径无一为正；相关系数 0.9 时只剩 0.02pp；每日再平衡在 25bp 成本下转负 −0.19pp，而每年再平衡还有 0.78pp——频率越高越怕成本。最实用的结论来自阈值检验：±10% 阈值一年只调 0.9 次却拿到 0.87pp，高于月度日历的 0.76pp，也高于 ±1% 阈值的 0.50pp（一年调 61 次）。再平衡溢价不是免费午餐，是一份做空动量的头寸（中阶）

毛 alpha 12% 和规模无关，净 alpha 却随 AUM 单调塌陷——受控模拟（500 只中小盘、中位 ADV 490 万美元、100 个持仓、平方根冲击）给出三条彼此差一个数量级的容量线：8x 换手下净 alpha 腰斩在 7.4 亿美元、归零在 29.6 亿；24x 换手腰斩点只剩 2700 万、归零 1.1 亿——同一个 alpha，换手率一改容量差 27 倍。真正先撞上的是硬约束：10% ADV 参与率上限在 4800 万美元就触发，那时净 alpha 还有 10.44%，账面上「毫发无伤」。四条扩容路线量化对比：降换手 8x→4x 把腰斩点推到 59.3 亿（8.0 倍）最有效，流动性倾斜前 30% 到 33.2 亿（4.5 倍）但换了 alpha 来源，扩到 300 个持仓 23.5 亿（3.2 倍）。冲击指数从 0.5 误设为 1.0，容量估计差 2.12 倍。五项对抗式检验全过：零冲击安慰剂下容量曲线跨四个数量级完全平直（0.00000000pp）、AUM 翻倍成本比 1.4142 精确等于理论 2^0.5、换手 4 倍成本比 8.0000 等于 4^1.5、12 个宇宙腰斩点 CV 仅 0.090。最容易犯的错是回测假设 252 天匀速执行——真实调仓挤在 1/8 的天数里，同样 2 亿美元成本从 3.17% 跳到 8.97%（2.83 倍）（中阶）

用固定种子（20260801）、200 步 tick 级受控模拟，从零复现 Avellaneda-Stoikov (2008) 最优做市模型：保留价格随库存线性偏移，最优价差由「库存风险项」与「成交激励项」两部分构成。核心结论：A-S 的库存偏移报价把终端库存方差相对对称做市砍掉 86.3%（库存标准差 8.14→3.01），代价只是期望利润小幅下降（60.9→57.1），但夏普从 4.71 翻到 9.04——控住库存换来的风险调整收益几乎翻倍。风险厌恶 γ 是一根旋钮：γ 从 0.01 升到 1.0，期望利润从 60.3 单调降到 28.2、库存标准差从 5.35 压到 1.68、夏普在 γ≈0.1 处见顶（9.18）。但最冷的水在最后：教科书参数下这个策略是台印钞机（夏普 9、破产概率 0%），这恰恰是危险信号。一旦注入未知趋势（毒性流）与每笔成本，边际瞬间崩塌——趋势把夏普从 9.3 压到 5.1，而每笔 0.6 的成本（竞争+逆向选择）直接把夏普打到 0.84、破产概率抬到 14%，成本升到 0.9 时 99% 的路径都在亏钱。对抗式检验三项全过：库存为 0 时保留价=中间价、零波动率时价差退化为纯激励项 1.29、γ→0 时价差收敛到 2/κ=1.33。

CAPM 说 beta 越高预期收益越高，证券市场线（SML）应是陡峭斜线。但几十年实证反复发现：真实 SML 平坦得多，低 beta 股票风险调整后收益系统性高于高 beta。Frazzini-Pedersen 的解释不是市场无效，而是杠杆约束：很多投资者想要高收益却不能借钱加杠杆，只好超配高 beta——把高 beta 买贵（未来收益被压）、把低 beta 冷落（相对便宜）。固定种子（20260801）受控模拟严格设真实 alpha=0，任何低 beta 溢价只能来自这个杠杆扭曲：SML 斜率从 CAPM 的 11.4% 被压平到 4.6%（截距抬到 7.5%）。BAB 做多低 beta 加杠杆到 beta=1、做空高 beta 去杠杆到 beta=1，实现 Sharpe 1.65 远超市场买入持有 0.64、组合对市场 beta 仅 0.052。致命软肋：低 beta 腿必须真金白银加杠杆，融资成本 3% 时 Sharpe 从 1.65 掉到 1.2、8% 时只剩 0.45——BAB 赚的正是别人不能加杠杆的钱。对抗式检验：关掉杠杆扭曲 BAB Sharpe 变 -0.22（证明溢价来自扭曲非数据挖掘），随机分组 300 次置换 95 分位仅 0.55。四项检验全过。