- 稳健统计在量化中的应用:用中位数与 MAD 替代均值方差抗极端值
你的回测夏普被一个乌龙指撑高了?你的协方差矩阵被一次闪崩撑爆了?经典均值-方差模型在遇到极端值时像纸糊的。本文用真实合成数据证明:中位数+MAD 把被离群值撑大的波动率从 2.08× 拉回 0.95×,稳健相关把被摧毁的 0.24 拉回真实 0.60 附近,并给出可直接落地的 Python 实现与五类真实陷阱(中阶)。
14 min Chinese - 等风险贡献组合(ERC):让每个资产对总风险的贡献完全相等
马科维茨最大夏普对协方差估计极度敏感——样本噪声一来,权重就爆成几十倍杠杆、还冒出一堆空头。等风险贡献(ERC / Risk Parity)干脆放弃预测收益,只要求「每个资产对组合总波动率的边际贡献完全相等」。本文用固定点迭代 w∝1/(Σw) 在 6 资产合成上求解:ERC 收敛 263 步、风险贡献精确 16.67%×6(方差 9.7e−33,而等权 9.5e−07),权重向低波动资产倾斜(最低波动资产拿 41% 权重);并在高/低相关市场下验证风险贡献依旧均匀。附完整 Python 与六类真实陷阱(中阶)。
12 min Chinese
返回