- 最优传输再平衡:用Wasserstein距离做最小摩擦调仓
再平衡听起来只是「把漂移的权重拉回目标」。但朴素做法要先卖成现金、再买成目标,来回两道成本;真要做最小摩擦,应该让「谁该减仓的资产」直接换给「谁该加仓的资产」。本文用最优传输(Wasserstein / Earth Mover's Distance)把再平衡重写成一个最小成本运输问题,scipy 线性规划从零求解,量化它比现金中枢省 50% 摩擦,并利用折价配对(实物/篮子交易)再降一截,最后用 W1 距离作再平衡触发器,回测年化节省 41% 交易成本,附完整 Python 与五类真实陷阱(中阶)。
14 min Chinese - 在线投资组合 OLMAR:跟随均值回复的在线再平衡算法
OLMAR 把移动平均反转写成在线组合更新:用 MA_w(p)/p 预测下期价格相对,沿被动-主动方向重配再投影回单纯形。6资产3年合成回测总收益 41.9%(买入持有 17.5%、UCRP 30.0%),20 种子 12/20 跑赢 UCRP,但日换手 104%、回撤 −42%(高阶)。
15 min Chinese - 组合再平衡的税制与换手率摩擦:被隐性成本偷走的复利
再平衡是组合管理的双刃剑:它控制风险,却也在税与交易摩擦里悄悄流血。本文用 lot 记账 + 税务感知模拟,量化月度朴素再平衡相对无摩擦上界被偷走的 1.23% 年化收益,并给出阈值带与税务感知两套可落地的止血方案。
13 min Chinese
返回