标签： #python

Black-Scholes 假设价格连续、收益正态，但真实市场会跳——一夜暴跌 10% 不是连续路径能画出来的。Merton 1976 在扩散上叠一个泊松跳跃过程，用解析级数解同时解释了肥尾、左偏和波动率微笑。固定种子 20260801 受控模拟：同样 20% 年化波动，跳跃扩散把日收益峰度从 0 拉到 140、偏度压到 -6.24，尾部整整长出一截。跳跃扩散的期权价格反解出真实市场那条『微笑曲线』——虚值看跌区隐含波动 28% 高于 ATM 的 26%，而纯 BS 是一条平线。四项对抗式检验全过：20 万路径蒙特卡洛收敛到解析解 11.74（互验无 bug）、关掉跳跃（λ→0）Merton 完美退化为 BS 基准 9.41、跳跃越密左尾保险越贵、泊松级数几项即收敛。核心教训：BS 少算的那 2.3 块钱期权费，正是市场为『崩盘可能性』收的保险费。

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。

用固定种子（20260801）、20期离散时间模型的受控模拟，从零复现 Obizhaeva & Wang (2013) 最优执行模型：暂时冲击以速率ρ指数恢复，最优策略在首尾加速、中间放缓，形成与 TWAP 截然不同的节奏。核心结论：当弹性ρ=10时，OW 策略相对 TWAP 节省2.2%的期望成本，首期交易速度高出均值24.5%、末期低15.5%；弹性越高，优势越大——ρ从0.5升到50，成本节省从-1.3%升到7.2%。关键洞察：OW 的价值不在降低总交易量，而在利用冲击恢复的时间结构，通过改变下单节奏吃掉限价簿的弹性红利。对抗式检验两项通过：ρ→1000时策略退化为接近匀速（变异系数0.14），单期执行成本比率0.80符合预期。

用固定随机种子（20260801）的受控模拟把配对交易价差建成 Ornstein-Uhlenbeck 过程。核心发现：OU 唯一关键参数 θ（回归速度）通过半衰期 ln2/θ 决定策略能不能做——θ=0.15 半衰期 4.6 天是印钞机、θ=0.02 半衰期 34.7 天是资金坟墓。但 θ 极难估准：AR(1) 在 N=60 短样本把真实 θ=0.05 估成 0.145（半衰期 13.9 天缩成 5.6 天，高估近 3 倍），N=1000 才收敛——短历史选出的『快速回归配对』大概率是估计偏差。入场阈值扫描：最优 z*≈0.75、Sharpe 约 2.0，阈值越高交易越少（z*=0.5 时 250 笔、z*=3.0 仅 2.2 笔）。三个鲁棒性结论最硬：θ 降到 0（退化成随机游走）Sharpe 从 2.04 崩到 0.04，不回归就没 alpha；全样本均值算 z 是隐蔽 look-ahead，纯随机游走价差上照样刷出 Sharpe 0.47 假利润，换滚动窗口掉到 0.02；置换 300 次真实 OU 的 2.19 超过全部上限 0.51。四项对抗式检验全过。

用固定随机种子（20260801）的受控模拟验证 Parkinson (1980) 高低价波动率估计量。核心发现：在纯日内 GBM 下，Parkinson 方差为 CC 的 5.30x（经验效率比），标准差从 3.69e-5 压到 1.60e-5；但离散采样导致约 14.9% 系统性下偏；最关键的陷阱是隔夜跳空完全被忽略——当隔夜/日内波动比升至 1.5 倍时，CC 估计量上偏 197%，而 Parkinson 依然锚定在 -14.8%，两种估计量给出完全相反的诊断。三项对抗式检验全部通过：高频采样偏差收敛、效率比验证、无偏性方向正确。

两个人在同一秒、同一个价位挂同样的买单，一个成交了，一个挂到收盘也没动——差别不在价格，在队列位置。本文用事件驱动的限价单簿仿真（市价单消耗、队尾新增、前方撤单、价格跳走四类事件）量化这件事：排在队首成交概率 84.0%、中位等待 0.75 秒；前方压 20 手时掉到 55.1%、3.48 秒；前方 150 手时只剩 4.2%，前方 300 手基本归零（0.4%）——同一个挂单价格，成交概率跨度 83.7 个百分点。延迟的真实代价也由此翻译成可量化的钱：低延迟排到 q=3 成交率 77.2%，慢 300 毫秒排到 q=25 就掉到 49.1%（差 28 个百分点），中位等待从 1.18 秒拉长到 4.12 秒，订单因价格跳走而作废的比例从 22.8% 翻到 50.9%。最反直觉的是成交质量：队首成交并不更「干净」，各档位的逆向选择率都稳定在 60.5%~64.3%——因为成交本身就是被大单扫中的信号。四项对抗式检验全过：关掉队列机制后位置影响从 83.7pp 塌缩到 1.6pp、独立解析式与仿真相关 0.979、12 个种子成交率标准差仅 0.009、市价单流量翻倍也救不回深队列（前方 150 手仍仅 15.2%）（高阶）。

互换利差 = 同期限利率互换固定利率 - 同期限国债收益率，理论上由信用、流动性、供需驱动，围绕一个缓慢移动的中枢均值回归。固定种子 20260801 受控模拟把它建成中枢会漂移的 OU 过程（真实半衰期 58 交易日）：滚动 z 分数均值回归策略仅靠价差收敛 Sharpe 0.85，含 carry 后 1.13，最优入场阈值 z*=1.5（Sharpe 1.30）。三个陷阱最硬：半衰期在 60 日短样本上被系统性低估到 13 日（高估回归速度近 4 倍，要 2000 日才收敛到 54）；用全样本均值算 z 是隐蔽 look-ahead，纯随机游走价差上凭空刷出 Sharpe 0.59 假 alpha，换因果滚动 z 立刻掉到 0.01；θ 从 3 降到 0 退化成随机游走时价差收敛 Sharpe 从 0.82 崩到 -0.51。置换 300 次真实 0.85 超过 95 分位 0.60。carry 那条 Sharpe 6.3 的曲线是模型把利差收益建得太干净的产物，真实世界要扣融资、展期、对冲摩擦。

一条收益率曲线有十几个期限点，天天在变，但它们不是各自乱动——绝大部分变动可以用三个隐藏因子概括：整条曲线平移（水平）、长短端反向（斜率）、中段凸起（曲率）。固定种子（20260801）的受控模拟：造一条由三个已知因子驱动的曲线，PCA 从纯粹的日度变动里恢复出这三个因子——前三主成分吃掉 99.5% 方差（PC1 水平 91.1% / PC2 斜率 7.5% / PC3 曲率 0.9%），恢复的载荷与真实载荷相关系数斜率 1.00、曲率 1.00，几乎完美。这不是巧合：它复现了 Litterman-Scheinkman 三十年前在美债上发现的经典分解。但 PCA 有两个必须知道的陷阱：载荷的正负号是数学上任意的（同一份数据能给出符号相反、同样合法的载荷），必须人为固定符号约定；以及主成分方向在不同样本上会漂移——前两个因子（水平、斜率）跨样本子空间夹角只有 0.2°/0.8°，极稳定，但曲率因子噪声大得多（夹角 1.5°）。伪因子对照最硬：喂三条完全独立的随机变动，PC1 只能解释 11.4% 方差——真实数据里 PC1 的 91% 主导，本身就是『存在共同因子』的证据。2-5-10 蝶式（曲率）均值回归策略 Sharpe 1.82，超过 300 次置换的 95 分位 0.78。四项对抗式检验全过。