博客

另类数据里，谷歌趋势是少数公开、免费、可日频获取的零售情绪代理。本文用自洽合成日度搜索量 + GARCH 波动，验证『恐慌搜索领先于波动』（Preis 2013 式水平信号）：样本外 R²=0.073、高搜索量日后 5 日已实现波动 11.7% vs 低量日 7.5%；朴素『高搜索量降杠杆』把回撤从 −98.7% 改善到 −91.7%。诚实拆穿搜索量预测的是波动不是方向、代理偏差与可得性三类陷阱(中阶)。

传统资产定价说「高风险高收益」，但特质波动率（IVOL）异象恰恰相反：特质波动越高的股票，长期收益越低。本文用 Python 从零估计特质波动率（市场模型回归残差标准差），五分位验证「低 IVOL 跑赢」的单调关系，构建多空因子，并用规模中性化检验它到底是真 alpha 还是风格伪装；最后落到套利限制（Miller 1977）解释为何这个异象几十年不被消灭，并诚实拆穿合成自证/估计窗口/做空不可得/规模流动性混淆/过拟合/波动聚集六类真实陷阱(中阶)。

通胀掉期(ZCIS)的平价固定端利率，就是市场隐含的「盈亏平衡通胀率」(BEI)。本文从名义/真实零息曲线出发，用无套利关系 BEI=exp(z_nom−z_real)−1 拆出通胀预期，对比朴素利差讲清凸度调整，再由 BEI 期限结构反推远期通胀曲线，附完整 Python 与四类真实陷阱(中阶)。

利率互换(IRS)是利率衍生品里最基础的「利率制造机」：一端收固定、一端收浮动。本文用存款+掉期报价 bootstrap 出一条折现曲线，再用它对固定端年金与浮动端做无套利现值定价，讲清互换利率=浮动端现值/固定端年金、及「掉期报价就是平价互换利率」的内禀关系，附完整 Python 与四类真实陷阱(中阶)。

从零构建大模型量化交易系统：技术路线与实战框架 - halo的技术博客

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