博客

限售股解禁抛压事件研究 - 800个解禁事件合成面板：抛压提前20日发生、T-5~T0加速；大规模组T0前CAR -10.8%、T0后10日修复+4.5%；定增高浮盈股东抛压是首发股东的4倍；日历化规避与吃修复两种用法 - halo的技术博客

卖空者要付融券利息、面对无限下行风险、还随时可能被强制回补——这群人愿意付出这么高代价押注下跌，是不是比普通投资者知道得更多？Boehmer-Jones-Zhang (2008) 等一系列研究给出统计答案：融券余额（short interest）高的股票，未来平均收益系统性偏低，做空者确实是信息更充分的一方。本文从零复现融券余额因子的横截面分组回测，用合成面板证明五分组年化从 +2.6% 单调递减到 -4.0%、多空月均 0.55%，并诚实揭示这个溢价高度集中在最高分位、且在 A 股融券制度约束下几乎无法照搬（中阶）。

偏度风险溢价：卖出崩盘保险的系统化收益 - 20年跳跃扩散合成数据复现：期权隐含实值概率20.5% vs 实际14.3%，6个点的差就是保费；裸卖5% OTM put胜率89%但偏度-4.7 - halo的技术博客

母公司把一块业务分拆独立上市，本该是价值中性的公司行为，却系统性地在子公司股票上制造错误定价：指数基金无差别抛售、卖方无人覆盖、管理层动机重置。本文讲清分拆的机制与错误定价三大来源，并用可复现 Python 回测一个事件驱动策略，附市值分组与六大真实陷阱。

报价价差 10 个 tick，做市商真能赚到 10 个 tick 吗？Stoll (1989) 给出了否定答案和一套识别方法：价差由三种成本构成——逆向选择（信息）、库存持有、订单处理，三者在成交后的价格行为上留下完全不同的指纹。信息成分让价格一去不回，库存成分让报价先偏移再均值回复，订单处理成分产生纯粹的 bid-ask bounce。本文推导「成交价串行协方差 + 报价中点串行协方差」这对识别工具，用可复现 Python 模拟验证：θ=0.45 的市场里，报价价差 0.10 元中做市商真正落袋的已实现价差只有 0.06 元。并给出三个落地应用：横截面毒性排序、TCA 里有效价差与已实现价差的正确用法、以及为什么高换手做市策略要盯已实现价差而不是报价价差（中阶）。

VPIN 订单流毒性：闪崩前的流动性预警指标 - 50 万分钟合成 tick 流复现：VPIN CDF 在闪崩前 5.7 天越过 0.9 预警线，>0.95 区间未来 1 日回撤 -1.79% 是常态的 1.6 倍；VPIN>0.9 减仓把 MDD 从 -33.4% 压到 -22.5%，但样本内三次事件两次是误报口径 - halo的技术博客

PDP 有个绕不过的死穴：因子彼此相关时，它会把某个因子强行设成某值、其余保留原值，从而外推到根本不存在的样本组合，把相关因子借来的效应算成自己的。ALE（Accumulated Local Effects）换个算法——把因子取值切成窄箱，在每个箱内只用真实存在的样本算『局部差分』（同一批样本换到箱边界两侧的预测之差），再沿因子方向累加。这样它永远不外推、只在数据支撑的邻域里说话。本文用相关系数 0.92 的两个因子做对照：一个是真驱动、一个纯冗余，看 PDP 如何被冗余因子骗、ALE 如何把它的伪效应修正回近零，附纯 numpy 从零实现的 ALE（中阶）。

网格搜索调策略参数是暴力枚举，参数一多组合数指数爆炸；随机搜索省了枚举却盲目乱撞。贝叶斯优化换个脑子：每跑一次回测都是一次昂贵采样，它用高斯过程（GP）在已跑过的点上拟合一个『代理曲面』连同不确定度，再用采集函数（EI）权衡『去已知的好区域深挖』和『去没探过的区域碰运气』，把下一次回测的算力花在最值得试的参数上。本文从零手写 GP 代理 + EI 采集，在一个多峰目标上对比贝叶斯优化 vs 随机 vs 网格的收敛速度——同样逼近全局最优，贝叶斯优化用的回测次数是网格的零头。最后拆穿最致命的坑：在验证集上优化超参本身就是一种过拟合，优化得越狠样本外亏得越惨（中阶）。