标签： #量化交易

HAR-RV 用日内分钟频收益还原已实现方差 RV_t，再以日/周/月三尺度平均把波动率长记忆压成简单线性回归；样本外 R² 达 0.35，跑赢 naive 与单日 AR(1)，附完整 Python 与三类真实陷阱。

隐含相关性指数与相关性风险溢价：相关也能成为因子 - halo的技术博客

指数期货和现货指数本该严丝合缝地绑在一起，它们之间的基差一旦越出持有成本，就是期现套利的无风险窗口。本文从持有成本模型 F=S·e^((r-q)T) 出发，讲清正向/反向套利路径、基差收敛的盈利来源，并用量化方法度量「用期货复制现货」的跟踪误差，附可复现 Python 与六大真实陷阱。

当因子数量超过有效样本，OLS 会把噪声因子也装进模型。本文用一段 100 因子 / 10 真因子的合成面板，亲手走完 LASSO(ℓ1) 与弹性网络(ℓ1+ℓ2) 的系数路径、真因子恢复、样本外 IC 与多空组合，所有数字与配图由文末代码真实生成。

订单簿排队位置模型:你的限价单何时成交、为何被插队 - halo的技术博客

散户为什么爱买「一年涨十倍」的彩票股？MAX=过去一月最大单日收益量化这种博彩偏好，而高 MAX 股票未来显著跑输——本文用分组回测还原这个被行为金融证实的异象，并点明前视、退市、涨跌停、卖空约束四大真实陷阱。

用 Nelson-Siegel 把收益率曲线拆成水平/斜率/曲率三个宏观因子：β0长端水平、β1斜率、β2曲率。本文合成10期限12年日度数据，NS拟合R²中位数0.99，PCA显示前3主成分解释99.6%跨期限波动。

交易所用 maker-taker 费率激励流动性：挂单拿返佣、吃单付费。本文用费用拆分与对抗模拟讲清谁在补贴谁，以及逆选择如何逆转补贴关系，附完整 Python。