博客

受控模拟实验结论：宽基 ETF 折溢价半衰期约 8.7 分钟，AP（授权参与商）扣成本后净收益约 10.37bp/百万元（胜率 90%）；普通投资者仅 7.37bp/百万元（胜率 81%，t=12.2，p≈0）；无折溢价对照组 AP 依然亏损 5bp——套利利润的来源是折溢价本身，而非 AP 的技术优势。QDII 跨境 ETF 因额度限制与时差，半衰期拉长至 115 分钟，且可能长期不收敛；普通投资者在日内用 IOPV 实时数据判断折价存在 look-ahead bias，false signal 率 32.6%，修正后每笔亏损扩大至 -7.84bp。

「这个因子最近很好用」——当所有人都这么说时，风险已经建好了。12 年日频模拟跑完因子踩踏的完整生命周期：业绩→资金流入→推高价格→更好业绩的正反馈在第 6.1 年把套利资本推到常态 1.33 倍，一次去杠杆让因子组合 12 天亏掉 49.2%。核心工程发现：这个反馈环有明确稳定性条件——环路增益 κ×资金敏感度×回看期必须小于 1，超过就自激发散（第一版取到 1.4，资本在 0.05 与 75394 间反复爆炸，这个 bug 比结论更有教育意义）。三个纯价格代理中，吸收率（PC1 方差占比）与不可观测资本相关最高 0.653，复合后 0.560、EWMA 21 日平滑再提到 0.638。但最重要的结论是负面的：IC 为 -0.327，五分位却完全不单调（Q1 +16.8%、Q3 -1.8%、Q5 +2.8%）——IC 对单调性一无所知，它是尾部风险指标不是收益预测指标。对抗性检验：随机市场 Sharpe 增量均值 0.004、95 分位 0.171，真实市场 0.246 只有 z=2.5；线性减仓把 Sharpe 从 0.899 提到 1.145 却完全没降回撤——慢变量防不住 12 天崩塌（中阶）

从零构建金融LLM：量化团队训练专属模型的完整技术路径 - halo的技术博客

三巫日尾盘的价格异常常被归因于「成交量大、波动大」，但 12 年 × 200 只成分股 × 57600 个观测的面板模拟给出更准确的分解：尾盘冲击 = 失衡规模 × 价格弹性，两个乘数在三巫日同时抬升（7.46× 与 2.42×，合计 18.0×），而尾盘收益波动只放大了 1.23 倍——只看波动率会把这个效应低估一个数量级，因为波动率是被特质噪音稀释后的产物。核心识别：签名失衡对尾盘收益的弹性三巫日 6.86 bp/%ADV（t=73.5）、普通到期 3.49、普通日 2.84，严格按机制强度排序；次日反转 -4.57（t=-16.9），反转比例 66.6% 精确等于设定的暂时性占比，这是「流动性成本而非信息」的判定性证据。两个必修 bug：不做日内去均值时系数虚高到 7.07（共同市场因子进了残差），用 |失衡| 替代签名失衡则系数变成 -0.35（t=-1.83）方向反了且 R² 从 0.360 塌到接近 0——方向信息是这个回归的全部。可交易性最反直觉：全样本组合毛收益 7.18bp（t=4.31）但扣 5bp 双边成本后变成 -2.82bp，只做前 40% 大失衡才转正 4.37bp；失衡的共同成分让 200 只股票的分散化只兑现了理论值的 52.7%

「日内反转」不是一个常数——开盘 30 分钟中间价一阶自相关 -0.070，午后衰减到 -0.023，只剩三分之一。800 天 × 60 只股票的微观结构模拟把反转拆成两个可分别测量的乘数：暂时性冲击占比（开盘 5.09%、午后 1.94%）× 单 bar 释放比例（开盘 40.5%、午后 18.0%），乘积从 0.0209 掉到 0.0034——两股力量在日内反向变化，只看其中一个必然误判。最容易吃亏的一步在测量本身：用成交价测出的开盘 AC1 是 -0.075，比中间价多出 0.004，这部分是买卖价差回弹（Roll 效应）不是真反转；对照组给出更狠的证明——一个可预测性精确为零的随机游走，只要叠上价差回弹，天真回测能刷出每次 0.68bp、Sharpe 8.3 的「利润」，换成穿越价差的正确执行价立刻变成 -3.86bp、Sharpe -47.7。真实模型下只有开盘段扣掉价差后还剩 3.40bp，上午盘中 -1.82bp、午后 -2.76bp、尾盘 -3.76bp 全线为负。加上平方根冲击成本后临界容量约 382 万元，超过就归零。附带两个结构发现：持有期必须匹配该时段半衰期（开盘段从 1 bar 到 6 bar，Sharpe 6.5 → 20.1），以及收盘钟声会截断尾盘反转，46.4% 的未释放冲击外溢到隔夜（相关系数 -0.192，而盘中对照组为 -0.003）

LLM重塑量化研究员的一天：从因子挖掘到研报生产的工作流革命 - halo的技术博客

限价订单簿的挂单量大致按档位指数衰减，衰减斜率藏着方向信息：买压强时买盘密度衰减慢（深度厚），卖盘衰减快。用 6 万个盘口快照的受控模拟实测：对 10 档 log 深度做 OLS 估斜率、取买卖差作为信号，20 快照（100 秒）视界 IC 5.44%，远超只看一档的经典不平衡指标（1.13%）和五档总量不平衡（4.34%）——多档形状信息真实有用，且十分位单调性干净。但故事的下半场是冷水：|z|>1 触发的方向策略每笔毛收益只有 0.20bp，而盈亏平衡成本 1.0bp、半价差 2.5bp——毛信号连价差的零头都盖不住，taker 策略在这个视界上结构性亏损。这类信号的真实用途不是独立下单，而是做执行层的辅助：maker 挂单位置选择、母单切片的时机微调、以及和更慢信号的组合。诚实边界：模拟盘口没有撤单博弈和幌骗，真实 L2 数据里斜率估计对做市商批量撤单敏感；5 秒快照抹掉了快照间的事件序列（高阶）。

「期货比现货便宜 2%，白捡的收益」——大多数人第一次看到贴水时都这么想。8 年日频模拟把持有成本模型拆开验证：年化基差率与『回购利率−分红率』的相关性全样本 0.917，剔除危机期后升到 0.980、回归斜率 1.012——基差不是情绪温度计，是资金成本的定价结果，斜率接近 1 正是无套利的直接证据。平均回购 2.42% 对平均分红 2.39%，理论基差几乎归零，日常升贴水在 ±1% 内游走；把双边 34bp 交易成本和 8% 融券费画成无套利带后，8 年里上下边界穿透率双双为 0%——教科书级的期现套利机会一次都没出现。危机期基差年化 -4.3% 对常态 +0.08%，看似肥美，但深贴水收敛策略 8 年只触发 4 次、年化收益 0.2%——贴水最深的时刻恰是对冲需求最刚性、做多接飞刀最危险的时刻。另一个反直觉细节：5-8 月分红季基差系统性走低不是看空信号，是已宣告分红的机械折价，直接读贴水会把日历效应误读成情绪。三盆冷水：情绪项是外生注入的、保证金占用和展期成本未建模、A 股融券约束让反向套利在实务中近乎不可行（中阶）