博客

盈余公告后漂移(PEAD) - 市场对公司盈利消息反应不足，公告后 60 日仍有惯性，按 SUE 分层做多空，附完整 Python 与六类真实陷阱

当所有人都在抢着买看跌期权对冲，说明恐慌已经到顶——而恐慌到顶往往就是短期底部。Put-Call 比率(PCR = 看跌成交量/看涨成交量)是最经典的『反向情绪指标』：PCR 飙高=人人自危，反向看多；PCR 极低=集体贪婪自满，反向转谨慎。本文用 10 年合成期权情绪面板演示：按 PCR 高低分五组，恐慌组(Q5)后续 5 日平均收益 +0.67% 显著跑赢贪婪组(Q1) −0.16%，反向单调关系成立；据此做的 PCR 反向择时年化 6.75%、Sharpe 0.43、最大回撤 −28%，优于买入持有(Sharpe 0.36、回撤 −35%)；并诚实交代 PCR 有慢性漂移不能用固定阈值、成交量口径混乱、反向指标在趋势市会持续挨打、样本里危机次数太少四类实战陷阱(中阶)。

经典的 Fama-French 三因子用 MKT/SMB/HML 解释截面收益，但 Hou-Xue-Zhang（2015）的 q 因子模型提出一个更彻底的经济学叙事：HML 只是「低投资」的代理，SMB 只是「小盘更易被错误定价」的代理。真正驱动截面的是投资（IA）与盈利（ROE）两个经济变量，背后是投资学的 q 理论。本文用合成面板实跑：ROE 多空 Sharpe 5.51、IA 多空 Sharpe 4.86、纯规模信号几乎被盈利/投资吸收（Sharpe −0.02），q 四因子对截面组合平均 R² 0.974 高于 FF3 的 0.973、平均 |alpha| 0.0021 低于 FF3 的 0.0025，Tobin's q 与未来收益呈负向（corr −0.68）——正是 q 理论的直接证据。附完整 Python 与七类真实陷阱（高阶）。

量化交易员的真实日常 - halo的技术博客

基金经理告诉你「股票 50%、国债 25%、商品 5%」,你以为自己分散了——但权重只告诉你投了多少钱,没告诉你扛了多少风险。本文先用风险贡献分解证明:这个 6 大类组合里股票仅占 50% 权重却贡献了 84.1% 的风险、国债还是负的。再用反演优化(reverse optimization)从已知组合权重与协方差反推基金经理「隐含假设」的预期收益(μ = γΣw),并对照等风险贡献(ERC)组合把每类资产压到完全相等的风险(16.67%×6)。附完整 Python 与六类真实陷阱(中阶)。

经典随机波动率把波动率当成普通布朗运动(H=1/2)，所以短端隐含波动率斜度只该 ∝ 1/√T。但真实股权微笑短端比这还陡得多——模型漏了什么？Gatheral-Jaisson-Rosenbaum(2014) 的答案是：波动率不是平滑的，它是「粗糙」的，Hurst 指数 H≈0.1。本文用分数布朗运动重写波动率的记忆，自包含 Monte Carlo 实跑：① 粗糙(H=0.1)路径锯齿状、平滑(H=0.5)温和漂移；② 平均 variogram 回收 H≈0.11（对照 H=0.5 回收≈0.47，二者都受小样本滞后偏误轻微下压）；③ 粗糙 Bergomi 短端偏度 ∝ T^{H−1/2}：T=0.05 年时 4.18、T=2.0 年时仅 0.95，短端陡约 4.4 倍。附完整 Python 与六类真实陷阱（高阶）。

经典动量(12 个月)在拐点最痛——刚追进去就反转。但比动量更短、更干净的，是 1 个月尺度的「短期反转」：过去一个月涨得最多的股票，下个月倾向于回吐。本文把它拆进「隔夜 vs 日内」两个成分：隔夜收益是近乎纯噪声、且快速均值回复的过度反应，日内收益才承载真实信息与(轻微)动量。合成面板实跑：按过去 1 月隔夜收益排序买输家卖赢家，十分位严格单调下滑、多空年化 22%，而日内动量年化仅 3.4%；rank-IC 随持有期从 1 月的 −0.058(反转)翻正到 12 月的 +0.209(动量)——这正是「期限越短越反转、越长越动量」的教科书式 flip。附完整 Python 与六类真实陷阱(中阶)。

时间序列动量(TSMOM) - 跨资产用自身过去收益定方向，波动率目标化分散配置，附完整 Python 与六类真实陷阱