标签： #python

隐马尔可夫模型（HMM）号称能「让数据自己说话」、自动识别市场状态——但这个「自动」里藏着两个致命陷阱：look-ahead 污染的 Viterbi 全样本解码让准确率看起来很漂亮（80%+），一旦剥掉未来信息、换成因果 Filtering，准确率直接跌回随机水平（≈11%）；而即便模型「猜对了」，状态切换的平均识别滞后高达 99.5 天，熊市开始时中位数滞后 217.5 天——等模型翻多，熊市已经走了大半年。本文用 5000 天受控仿真（真实状态序列已知）+ 纯 numpy 从零实现 Baum-Welch / Viterbi / Forward Filtering，实证揭露：HMM 在高信噪比仿真中仍无法可靠检测状态（准确率 11%），但基于估计状态的顺势配置仍跑出 Sharpe 1.04 vs B&H 0.74 的超额收益——这部分 alpha 来自状态持续性本身，而非状态预测；零状态安慰剂（HMM 喂给 i.i.d. 收益）跑出 Sharpe 119 的「虚假繁荣」，是所有 regime 研究最需要警惕的自欺；K=3 在本数据上最优，但 K=6 的 OOS Sharpe 更高，说明状态数选择本身就是一个过拟合维度（中阶→高阶）。

T+2 改 T+1 的官方理由是「减少风险敞口」，而这句话只在信用桶里成立。6 万笔配售的受控模拟给出与监管叙事错位的账本：信用敞口精确腰斩（0.842→0.421 bp），但操作成本从 0.653 涨到 1.664 bp，节省被吃掉 240.1%，净额 +0.590 bp——风险没消失，只是从「对手方违约」这个几乎不发生的桶，搬进「自己后台来不及」这个天天发生的桶。零摩擦安慰剂是决定性的：STP 设为 100% 后失败率与操作成本精确归零，T+1 立刻变成无争议的净省 0.421 bp——T+1 本身没错，错的是把它装在一个 98.8% 的后台上。分水岭是 STP 盈亏平衡点 99.59%，而跨境只有 94.5%：纯境内净额 +0.223 bp、纯跨境 +1.818 bp，同一条规则给出相反判决。反直觉的是境内失败率放大 6.09 倍、跨境只放大 1.97 倍。买入冲击只占 T+1 成本的 2.4%，失败期价格敞口占 76.8%。单笔 SD 21.73 bp 对均值差 0.65 bp，需 4430 笔才够 |t|=2（高阶）

「必须先打最优报价」听起来天经地义，但受控模拟（12 个场所、4000 笔母单、真实成本成因全部已知）给出的读数是：相对无约束前沿，R611 顺序合规路由多花 1.207bp，其中 0.958bp 来自被迫顺序执行、只有 0.250bp 来自规则本身的排序约束——真正的税不是「打了哪个价」，而是「必须一个一个打」。ISO 扫单豁免把成本压到 −0.145bp，比合规顺序路由省 1.395bp，规则给会用豁免的人开了免费通道。三个安慰剂锁死机制：零泄漏世界里 R611 成本塌到 −0.158bp（成本 100% 来自足迹泄漏而非价格排序）、零延迟世界仍有 +1.143bp（不是闪烁的锅）、零优势世界只剩 +0.207bp。结构性错配最刺眼：小场所设定 71.2% 的 NBBO 却只握有 20.7% 的深度（2809 股），受保护的小额报价里 25.7% 费后反而更贵——而这 25.7% 里显示价严格更优者精确为 0.0%，全部来自 tick 网格把费差压成「同价」。tick 从 5 分细到 0.5 厘，多场打平率从 100% 塌到 6.3%，倒挂率从 49.7% 降到 1.8%。规模效应单调：100 股时规则只花 0.473bp、5 万股时 2.031bp（$508/笔）。诚实边界：退避强度不可观测、单资产单时点、未建模暗池与散户订单流内化（高阶）。

「买便宜的波动」是可转债套利最常见的说法，受控模拟给出的读数却是：付 30% 隐波、股票实现 34%（整整 4 个波动点的边际），两年下来纯波动交易只赚 19.93 美元/张，占买入价 1.93%。同一笔交易的信用利差贡献 +46.61、违约损失 −17.05，净信用 +29.57——真正的钱有 60% 来自那条根本没对冲的腿。全文最硬的是会计口径：加上资金成本后，零边际安慰剂（实现=隐波=30%）的纯波动净额精确归零 +0.23 美元（+0.022%），而分解式与独立精确 P&L 在 4000 条路径上最大偏差 2.42e-13——桶是对的，不是凑出来的。不加资金成本时同一个安慰剂会报 +8.17%，那全是在收无风险利率。波动扫描给出连续图景：纯波动净额恰好在 29.95% 穿零（正是你付的隐波），而总收益平衡点在 25.33%——低于隐波，因为信用利差在补贴你。反直觉的是对冲频率：每日再对冲 Sharpe 0.278 反而最差，21 日 0.287 最优，交易成本从 3.81 降到 1.24 美元的收益压过了 Delta 过期风险。用哪个波动率算 Delta 更反直觉：均值只动 0.23%，标准差却动 2.54%，Sharpe 摆 0.086。样本量红线：单笔标准差 10.28%、6.5% 亏钱，需要 26 个独立头寸才够 t=2

一个 +12.6% 的初始冲击，在 g=0.5 的反馈增益下被放大到 +13.7%——看起来不起眼，但剥离机制后发现：Gamma 对冲贡献了 +7.20 个百分点，空头回补贡献 +3.24 点，两条腿合起来占了基准收益的 76%。最硬的对抗式检验：把 Gamma 对冲关掉，峰值从 +52.6% 塌陷到 +25.8%；把回补关掉，塌陷到 +50.4%；两者全关，只剩 +4.8%。这不是数字游戏——这是「真轧空」vs「普通上涨」的分界线。高强度路径（峰值 > 中位数）的回补量是低强度路径的 5.1 倍，但仍有 43% 的路径涨幅超 30% 却回补不足 5%——这些是误判，是任何事后归因都要面对的噪音。逼近临界点 g=1 时，收益非线性爆发：g 从 0 升到 0.95，平均收益只从 +12.6% 涨到 +14.8%，但峰值 95% 分位从 +105% 飙到 +162%，波动率从 49% 炸到 77%。这不是线性外推能预测的世界。

把真实持续 Alpha 精确设为 0，市场调整 CAR 照样开出 +16.96%（t=+14.82）。同一批 1500 个事件四种口径：原始 +25.17%、市场调整 +16.96%、规模匹配 +13.49%、三因子 +13.11%——光换基准就摆 3.85pp，没一个是 Alpha。分解锁死来源：强制抛售反弹 +13.16%、规模 +3.10%、价值 +0.38%、beta≠1 +0.37%，残差 −0.05%。两条硬对照：零压力零 Alpha 安慰剂里市场调整仍报 +3.80% 而三因子精确归零（−0.052%，t=−0.05）；规模溢价传导斜率 1.1159 与平均 SMB 载荷 1.1159 比值精确为 1.0000——那个「超额」逐字就是规模溢价乘载荷。剩下的 13.11% 是流动性报酬而非 Alpha：51.8% 在 20 天内赚完，窗口滚离资金流后从 +11.85% 塌到 +1.91%。容量是真天花板：只有 14 个并发仓，2.5 亿美元时投放率已跌到 17.5%，半衰容量约 2.69 亿。样本量红线：单事件 SD 42.65%、36.7% 为负，需 42 个事件才够 t=2

VPIN 被当作「知情交易探测器」用，但它只看订单流失衡的绝对值——而失衡有两个来源：真正的知情交易，和纯粹想快点成交的大额委托。受控三状态模拟（12 万根 bar、4995 个成交量桶，两种来源的真值都已知）给出决定性读数：VPIN 与「总不平衡流量」相关 0.996，与真实知情占比只有 0.347，与无知情大额委托反而有 0.648。构造一个零知情的世界（只有大额委托），VPIN 均值 0.152 仍是真实市场 0.153 的 99%——这个指标在完全没有信息不对称时读数几乎不变。后果直接体现在钱上：95 分位报警的假发现率 85.1%，99 分位精确率归零；同一条前 10% 警报内部，知情主导的桶做市亏 35.4bp，大额委托主导的桶反而赚 7.96bp（t=4.14），而后者占警报的 76%——高 VPIN 时段整体做市 P&L 是 −2.29bp，比安静时段的 −9.07bp 还好。八项对抗式检验含两个推翻常识的结果：BVC 分类误差几乎不损失相关性（0.354 对 0.347），公平匹配窗口后钟表时间桶反而略胜体积时钟（0.451 对 0.347）。混合比例扫描给出边界——无知情委托占比从 0 升到 22%，与知情的相关性从 0.998 塌到 0.196，而与总流量的相关性始终锁在 0.996 以上（高阶）

冲击成本模型几乎都是逐股独立算的——每只股票一条平方根曲线，加总就是篮子成本。但冲击矩阵 Λ 的非对角元不是零：受控模拟 60 只股票 3 因子结构（非对角均值是对角的 0.343 倍）量化两个方向相反的错误：单边买入篮子上，逐股模型只报出真实成本的 1/19.5（低估 94.9%）；市场中性篮子上反而高估 62.6%——多空腿的冲击互相抵消，逐股模型看不见这份折扣。方向性扫描给出连续图景：市场因子暴露占比从 0 到 1，真实/逐股比值从 0.61 单调升到 18.17，穿越 1.0 的那一点就是逐股模型恰好正确的位置。唯一的免费午餐是内部轧差：两个组反向重叠 0.5 时先轧差再下单省 48.9% 成本，重叠 0.9 时省 90.1%。六项对抗式检验全过：把 Λ 强制对角化后真实/逐股恰好 1.00000000、5000 个随机篮子最小成本 0.511 为正（Λ 半正定，无往返套利）、12 个矩阵方向性比值 20.53±1.30 且中性比值 0.582±0.032 符号从不翻转。两个反直觉发现被完整保留：打乱非对角元后单边比值 19.57 几乎不变（一边倒的篮子只感受 Λ 的总和），而抽掉共同因子后比值塌到 2.02——真正的元凶是共同因子而非「非对角非零」；且 19.5 这个倍数随组合宽度单调放大，N=10 时 3.57、N=250 时 86.53，不可跨组合搬运（高阶）