标签： #风险管理

DVOL（类 Deribit Volatility Index）是加密市场的「恐慌指数」：把期权整个隐含波动率微笑用方差互换口径积分成一个年化波动率数字，再乘 100 转成指数点位。本文用自洽合成 BTC 路径（漂移+时变波动 regime+崩盘跳变）从零构造隐式 IV 曲线，用离散方差互换公式 IV²≈Σ w_k·IV(k)²（权重 w_k∝Δk/k²）积分出 DVOL，并验证它的「恐惧温度计」属性：与崩盘同步飙升(峰值 68.5)、对未来 30 日已实现波动呈正领先(前向斜率 0.95%/单位、逐日 t=40.9)、做「高波动减仓」避险把回撤从 −54.7% 压到 −42.8%，并诚实拆穿方差互换口径简化/微笑建模失真/风险溢价混杂/时变到期/合成自证/与 VIX 不可比六类真实陷阱(中阶)。

标准 Beta 把上涨和下跌一视同仁，但真正区分好资产与坏资产的，是「下跌时跟不跟、涨时跟不跟」。本文用 Python 从零构造下行 Beta（仅用市场负收益片段回归），据此把股票分成「危机 Alpha」象限，构建「多低下行β / 空高下行β」多空组合，验证它在危机窗口的抗跌与超额，并诚实拆穿合成自证 / 下行阈值主观 / 做空成本 / 样本内过拟合 / 危机样本稀疏 / 流动性门槛六类真实陷阱(中阶)。

因子不会永远有效。β 悄悄衰减、IC 逐月下台阶时，你的组合正在被一个看不见的概念漂移（concept drift）蚕食。本文用一个可控合成实验，把概念漂移和协变量漂移拆开讲清：性能监控（IC 类）才能抓概念漂移，分布监控（PSI/KL）只能抓协变量漂移；并对比 Shewhart / CUSUM / EWMA 四类检测器的真实延迟与误报率，给出一套能早几周救回组合的双轨预警方案（高阶）。

你的模型说明天涨 3%，但你心里没底：这 3% 的置信区间到底多宽？传统误差带要么假设高斯、要么靠经验拍脑袋，一旦分布漂移就崩。共形预测（Conformal Prediction）换了一条路：不假设分布，只用「校准集上的残差分位」构造区间，并且能**在数学上保证**测试集里 (1−α) 比例的点落在区间内。本文用异方差 + 分布漂移的合成数据，从零跑出区间覆盖、有限样本有效性、漂移下朴素法漏覆盖，以及区间宽度 vs 确定性的代价曲线（中阶）。

相关性在期权市场里是有价格的。指数期权的隐含波动率，隐含了一个比历史已实现相关性更高的相关性水平——这个系统性偏离就是相关性风险溢价（CRP），一个可被做成因子、可被收割、也可能把你抬走的东西。本文用指数方差恒等式从期权 IV 反推隐含相关性，讲清溢价为何长期为正、分散度交易如何做空它，以及它的左尾风险有多致命（高阶）。

MACD 不是印钞机，而是一把「趋势尺」。本文从 EMA 差分讲清 DIF/DEA/红绿柱的数学含义，用无前瞻回测(信号次日开盘交易)证明：在合成趋势-横盘交替市场里，MACD 没有创造超额收益(年化 13.7% vs 买入持有 17.6%)，但它把最大回撤从 −35% 砍到 −18%——它的真价值是「风控开关」而非「alpha 源」。并诚实点出滞后性、横盘鞭锯、参数敏感、前瞻偏差四类致命陷阱(初阶)。

你用正态假设算出 5% VaR = -3.8%，意思是「只有 5% 的日子会亏更多」。可一遇到市场紧张，亏损远超这条线的日子占到 16.6%——正态 VaR 在高压区彻底失灵。问题出在它假设波动恒定、分布对称。分位数回归（QR）用检查损失函数直接拟合「条件分位数」，让 VaR 随一个压力代理变量自适应移动，同时捕捉异方差和偏度。本文用合成异方差+左偏收益，从零实现 Pinball 损失与 QR-VaR，并点明压力变量选择、过拟合、尾部外推、回归vs模拟四类真实陷阱（中阶）。

经典 GARCH 假设「好消息和坏消息对称地推高波动」，但股灾里「跌比涨更恐慌」是铁律：同样 3% 的跌幅带来的波动跳升，往往大于 3% 涨幅。本文用一套合成的真实波动数据，从零实现 TGARCH(1,1) 与 EGARCH 的 MLE 拟合，量化「同等 ±3% 冲击，跌幅比涨幅多推高 9% 条件方差」，并给出把杠杆效应写进波动率预测、风险预算与期权对冲的完整 Python（中阶）。