- 熵特征工程:用信息熵度量价格序列的『可预测性』
波动率告诉你市场动得多猛,熵告诉你市场动得多『乱』——同样 1% 的日波动,趋势机制块熵 0.956、随机游走 0.980,那 0.024 bit 的差距就是动量策略的全部生存空间。260 段随机 AR(1) 实测:样本内块熵与未来 120 天可预测性相关 -0.65,熵是少数能对『未来』说话的样本内统计量。落地成过滤器:趋势/随机游走交替市场上,35 分位熵阈值让动量 Sharpe 从 0.40 升到 0.50、最大回撤从 0.54 砍到 0.25、持仓时间只剩 35%——它赚的不是更多的钱,是躲掉的亏损。三盆冷水最值钱:符号编码丢掉幅度信息(跳空 8% 和阴跌 0.1% 同为一个 0)、窗口-块长组合的统计量噪声大到 60 天窗口只够分辨『很乱』和『不那么乱』、低熵只说明有结构不说明结构是什么——均值回复段的低熵会诱导动量满仓接刀。熵过滤器的正确定位是否决权而非指挥权:它有资格说『这段别交易』,没资格说『这段该做多』(中阶)。
13 min Chinese - 横截面动量 vs 时间序列动量:两种动量的分工与组合
横截面动量做相对强弱(多空中性),时间序列动量做共同趋势(带方向)。本文用12个资产10年日度数据演示两者相关约0.55、回撤结构互补,等权组合的Sharpe(1.76)高于任一单策略。
11 min Chinese
返回