标签： #风险模型

小盘股 beta 低得不合理，常被解读成「防御性强」——但这个数字可能大部分是测量假象。300 只股票、1500 天、真实 beta 完全已知的受控模拟，唯一变量是「今天有没有成交」：非交易日占比 55% 时普通 OLS 把真实 1.08 估成 0.49（偏误 -55.14%，20 个种子散布仅 ±1 个百分点）；Dimson 3 阶收回到 -7.28%，相关从 0.783 升到 0.940、RMSE 从 0.383 降到 0.144。但修正不免费：全流动对照组 OLS 偏误仅 +0.14% 而 Dimson 3 阶 RMSE 是它的 2.5 倍——对流动股用 Dimson 是纯亏方差。最狠的是低 beta 异象证伪：在 alpha 严格为零的世界里，仅凭测量误差，按 OLS beta 排序的最低五分位就跑出 +1.65% 伪 alpha，而这组 73.3% 是最不流动股票——按 beta 排序等价于按流动性排序。滞后剖面：t 期只贡献 45.0% 恰好对应 55% 停摆率，领先项等于噪声证明无 look-ahead。置换 200 次无一次超越。

日线滚动协方差要 20 天才能看清资产联动的变化，而危机往往只给你 2 天。已实现协方差（Realized Covariance）把一天切成几百个高频区间，用日内收益的外积和直接『量出』当天的协方差矩阵——单日数据就能出一个完整估计。本文用纯 numpy 模拟 4 资产 60 天、每天 390 根分钟线的高频数据（内嵌相关性 regime 切换），完整走一遍 RC 的构建与三大实战陷阱：签名图显示 6bp 微观结构噪声把 1 分钟采样的估计误差推高 3 倍，最优采样退到 5 分钟；Epps 效应实验证明稀疏成交资产在 1 分钟粒度下相关被拉向 -0.04（真实 -0.10），采样越细越失真；响应速度对决中 RC 5 日均线只用 2 天就捕捉到相关性从 0.6 跳到 0.89 的 regime 切换，20 日日线滚动相关要 17 天。最小方差组合样本外对决：RC 组合次日实现波动 8.62% vs 日线协方差 8.75% vs 等权 16.95%。另拆穿维度灾难（资产数 > 日内区间数时 RC 必然奇异）与隔夜跳空缺口两类结构性坑（中高阶）。