Bayes-Stein 收缩期望收益：把各资产均值往全局大盘拉
期望收益是组合优化里估计误差最恶劣的输入：20 只资产、真实年化期望收益都在 1%~11% 之间，一年日频数据估出来的样本均值却在 18%~120% 之间狂舞——截面标准差 27.6%，是真实值（2.2%）的 12 倍。Jorion (1986) 的 Bayes-Stein 估计量把每只资产的均值往全局最小方差组合收益收缩，收缩强度由数据里的信噪比自动决定。实测切点组合 OOS Sharpe：样本均值 T=252 时 -0.21（比扔硬币还差），Bayes-Stein 提到 -0.09，而干脆不用均值的全局最小方差组合 0.53、理论最优 0.57。最诚实的结论：收缩把灾难缓解成失望，但均值估计本身可能就不该做——这正是 Stein 悖论在金融里最疼的一课（中阶）。