博客

词典法只能抓字面褒贬词，读不懂「营收不及预期但指引超预期」这种反转。FinBERT 是在金融语料上继续预训练的 BERT，三分类（positive/negative/neutral）直接输出概率，对否定、语境、金融术语的还原力远超朴素词典法。本文用合成截面实跑：FinBERT 与「真实隐藏信号」的相关系数 0.92，碾压词典法的 0.45；按情绪分做多空组合净 Sharpe 约 2.8、年化 22%。附完整 Python 与六类真实陷阱（高阶）。

Fama-French 的 RMW 用『营业盈利能力(OP)』——扣掉 SG&A 和利息之后还能剩多少。Novy-Marx(2013) 反问：你扣太多的才是噪声。毛利率(总收入减营业成本，再除以资产)更贴近『收入里究竟有多少真金白银』，更持久、更干净，截面预测力也更强。本文用合成面板实跑：毛利率十分位严格单调、多空年化 12.5%/Sharpe 1.96、CAPM alpha 12.4% 且 β≈0(防御)，rank-IC 0.042(t=6.71) 碾压营业盈利的 0.015，面板一阶自相关 0.92 对 0.05——『现金含量』确实是更稳的 alpha 源。附完整 Python 与六类真实陷阱（高阶）。

Peters 的分形市场假说用一个 1951 年水利工程师 Hurst 发明的指标，把「市场有没有记忆」量化成一个数 H：H=0.5 是随机游走(无记忆)、H>0.5 是趋势型(涨了更可能接着涨)、H<0.5 是均值回复型(涨了更可能回落)。本文从 R/S 重标极差讲起，用 Davies-Harte 生成分数高斯噪声，演示三类序列 H 的干净分离(趋势 0.73 / 随机 0.44 / 回复 0.39)、R/S 的 log-log 拟合，以及把滚动 Hurst 做成 regime 检测器——它在合成三段市(趋势→回复→随机)里把三个状态识别得清清楚楚(滚动中位数 0.68/0.29/0.62)，再谈经典 R/S 的有限样本偏差和六类真实陷阱(中阶)。

几乎所有市场的日内成交量都呈 U 型：开盘集合竞价延续 + 隔夜信息集中释放, 成交量冲到第一个峰; 午盘进入信息真空, 成交量坍缩到日内最低、流动性最差; 收盘前机构调仓 + 指数再平衡 + 收盘竞价, 二次冲高。本文用 240 分钟合成日内序列演示：U 型两端/中段比 3.84 倍、午盘执行成本比开盘高 2.93 倍; 并把「1 万手大单用 VWAP 调度 vs 均匀调度」跑出实现差额 1.67bp vs 1.48bp(VWAP 省 11.4%)——本质是让单子天然落在高流动性窗口。附完整 Python 与六类真实陷阱(中阶)。

经典协整配对交易最别扭的一步是：回归得到的对冲比例 β 是「全样本固定值」，可真实市场里 β 一直在漂移。本文用卡尔曼滤波（状态空间模型）把 β 写成随时间演化的状态变量，逐根 K 线在线更新对冲比例，让价差始终贴着真实均衡。合成协整对实跑：β 在 [0.87, 1.23] 缓慢摆动，卡尔曼 RMSE 仅 0.29、价差波动 0.76（固定回归 1.87）；动态对冲策略 Sharpe 2.62、回撤 −9.8%，显著优于固定对冲的 Sharpe 1.18、回撤 −88.8%。附完整 Python 与六类真实陷阱(中阶)。

LLM如何重塑量化投研 - halo的技术博客

普通 GARCH(1,1) 把波动率当成一条「连续、同质」的过程，可真实市场的波动是分层的——平静期波动低、危机期波动高，而且会突然跳变。本文用马尔可夫切换 GARCH（MS-GARCH）把波动率拆成两个区制（低波动 / 高波动），用 Hamilton 滤波递归估计「此刻处在哪个区制、概率多大」。合成数据实跑：两区制波动率差 2.7 倍、区制分类准确率 83.2%；MSGARCH 条件波动 RMSE 0.224，远胜单一区制 GARCH 的 0.542；95% 单日 VaR 击穿率 0.045，精准贴住目标 0.05，而单区制 GARCH 只有 0.031（长期低估尾部风险）。附完整 Python 与六类真实陷阱(中阶)。

股市有个反直觉的事实：几乎所有长期收益都发生在「隔夜」(昨收→今开)，而「日内」(今开→今收)几乎不赚钱甚至略亏。Berkman-Jacobsen-Lee(2012)「Stocks Go Up by Night」和 Liu-Luo-Zhang(2019)把这件事坐实。本文用合成面板证明：①指数层面隔夜年化 +10.9% vs 日内 −1.4%；②隔夜跳变与同日日内收益横截面 rank-IC = −0.32(反转)；③按隔夜跳变做十档，同日日内收益从 D1 +0.87% 单调滑到 D10 −0.86%(t≈341)。附完整 Python 与六类真实陷阱(中阶)。