标签： #换手率

风险平价（等风险贡献 ERC）在桥水全天候里大放异彩，但那是股票/债券/商品低相关的多资产舞台。本文用 numpy+scipy 从零实现长仓 ERC 求解器，在 10 个 A 股行业（高相关、年化波动 22%–40%）上检验：ERC 把风险贡献拉平到 10%、年化波动 22.8%（略低于等权 23.4%），但权重仍均衡在 7.4%–12.5%、样本外净值并未跑赢等权——高相关下「免费午餐」有限。附完整 Python 与四张真实计算图。

「信号该持有多久」不是拍脑袋的参数，而是由 alpha 半衰期和交易成本共同决定的最优化问题。用 200 只股票、2000 天、真实半衰期 8 天的受控模拟实测：IC 从 1 天滞后的 1.65% 指数衰减，日频调仓年化单边换手 145.7 倍——零成本下 Sharpe 3.05，单边 60bp 直接砍到 -5.52。最优持有期随成本单调右移：10bp 时 3 天、30bp 时 10 天、60bp 时 40 天。更重要的发现有两个：一是降换手的两条路不等价，EMA 平滑信号在每个成本水平都优于机械拉长持有期（30bp 下 1.28 vs 0.94），因为平滑保留了「每天用最新信息、只是慢慢挪仓」的自由度；二是半衰期本身很难估准——单样本点估计 11.9 天 vs 真值 8 天，20 个种子的估计散布 5.4~16.7 天，而只对正 IC 点取对数回归会把估计推到 16.2 天，这是一个不报错的选择偏差。诚实边界：模拟中信号衰减是干净的指数，真实 alpha 衰减常是快慢两段混合；成本模型只有比例费率，没有市场冲击（中阶）。

Amihud、Zeros 这些度量回答「流动性有多差」，Datar-Naik-Radcliffe (1998) 问的是下一个问题：流动性差的股票是否给了补偿？他们用最朴素的代理——换手率（成交量/流通股本）做截面分组，发现低换手股票有系统性超额收益。200 只股票 × 60 个月模拟实测：最低换手十分位年化 10.1%、最高十分位仅 0.4%，多空组合年化 9.7%（t=2.24），十组接近单调。但两个实验立刻泼冷水：市值中性化后多空收益从 9.7% 砍到 5.5%——近半「流动性溢价」其实是小盘暴露；50bp 单边成本下净收益只剩 5.5%——赚的就是难交易的钱，这是流动性因子的结构性悖论。A 股语境更微妙：高换手往往是散户博彩情绪代理，低换手买的可能是「无人问津」而非「流动性补偿」。诚实边界：换手率混杂了流动性与关注度两种语义、因子在流动性宽松期长期跑输、容量天花板极低（中阶）。

动量因子不是一次性开关，而是一块每天都在融化的冰。本文用边际 IC 画出信号从 0.012 逐日腐烂到零的衰减曲线，再把它翻译成最扎心的实盘问题：调仓越勤越能吃到峰值 alpha，却被换手成本反噬——模拟里毛夏普在 2 天持有期最高，净夏普却在 10 天持有期见顶(3.0)，短线高频反成净值杀手。

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。