标签： #python

vol-of-vol 在论文里是漂亮因子，拆到估计层却发现你测的东西 95.5% 是噪声。400 只股票、10 年、真实 ξ 已知的受控模拟：常规做法（21 日 RV + 63 日滚动标准差）与真实 vov 相关仅 0.212、水平高估 92.0%、回归斜率 0.027。噪声有解析形式：log(RV_w) 估计误差方差约 1/(2w)，21 日窗口下比信号大 72 倍。两个改动把相关提到 0.676：换无重叠窗口（0.212→0.449）、RV 窗口拉到 63 日。溢价是真的——上帝视角按真实 ξ 排序价差 3.22%（t=1.99）与理论 3.00% 吻合，但最优可观测估计量只抓到 40.8%（t=0.77）。窗口敏感性是警告：t 值在 0.05–1.97 间漂移，且估计质量最好的配置不是 t 值最高的配置——这就是过拟合的具体形态。15 个种子里 6 次符号翻转。持续性对比最有诊断价值：vov 排名前后半期相关仅 0.115、高组留存 27.5%，普通波动率则是 0.958 和 73.8%。

用固定随机种子（20260801）的受控模拟验证 Yang-Zhang (2000) 波动率估计量。核心发现：GK 和 Parkinson 有一个共同盲区——隔夜跳空完全测不到，隔夜=日内时对总方差低估 55.8%；YZ 把波动拆成隔夜项+开收项+Rogers-Satchell 日内项三块加权，同一场景下只低估 5.4%，是唯一能还原『总波动率』的高效估计量。而且它继承了 RS 的抗漂移能力：日漂移升到 0.04 时 CC 上偏 319%、GK 从 -29% 翻到 +7%，YZ 始终锚在 -8% 到 -12% 之间。效率上 YZ 对 CC 的方差比稳定在 7.8x–8.1x（含隔夜场景）。代价是三项估计的复杂度、需要 n>1 的窗口、以及对第一天前收的依赖。四项对抗式检验全过。这是波动率估计量族谱的终点站。

同一家公司，A 股比 H 股贵 35%，教科书说这是套利机会——但这笔『套利』12 年都没到期。60 对双重上市股票、12 年日频模拟把 AH 溢价拆成三层：市场整体水位（半衰期约 170 天、长期不回零）、个股长期溢价（本身在随机游走）、个股短期偏离（半衰期 20 天，唯一可交易的成分）。滚动 z 分数策略在理论多空口径下 Sharpe 1.97，但 A 股个股不能融券做空——换成可实施的『多 H + 空指数期货』只剩 0.72，『只多 H』0.93 且大半是 beta。收敛分解显示 75.3% 的收敛由 H 腿上涨完成，这是策略还能活着的原因。另附两个方法论坑：用全样本均值算 z 分数是 look-ahead（本模拟里反而降低 Sharpe，因为长期均值在漂移，偷看未来均值反而给出更差的锚点）；置换检验 200 次打乱信号，95 分位 -0.13，真实 1.97 无一次被超越。诚实边界：模拟假设个体偏离严格 AR(1)，真实溢价的驱动是分红税差、资金管制与投资者结构，这些制度性因素决定了溢价可以永远不收敛——AH 不是配对交易，是跨制度的相对价值。

本文通过两因子受控模拟实验回答：①增长/通胀两因子分别驱动股债强负相关(理论−0.97)与弱负相关(实测−0.36)；②滚动窗口识别regime切换滞后：60日43天、120日92天、250日188天；③通胀regime下60/40的Sharpe从0.197降至0.139(−29%)；④动态配置扣成本后Sharpe全面低于静态基准0.399(最好0.429)；⑤恒定相关市场动态策略Sharpe仅0.099，噪声主导信号；⑥Look-ahead bug使Sharpe虚高78%(0.255→0.454)。结论：滚动相关性信号几乎无法在成本内实现有效动态配置。

「双低」是可转债圈最流行的口诀：价格低 + 溢价率低，加起来排序，取分数最小的 20 只。但把它拆成两个维度分别测量，结论并不站在口诀这边。8 年 512 只债、含下修/强赎/违约/炒作的合成市场里，双维分组的行间跨度（价格维度）3.23 个百分点，列间跨度（溢价率维度）2.03 个百分点——溢价率看起来贡献了六成多。可组合层面完全是另一回事：单低价 Sharpe 0.51、单低溢价率 -0.28，把两者合成的排名等权双低 0.66。看似双低赢了，但换 10 个独立随机市场重测，双低减单低价的 Sharpe 差均值 -0.110（t=-1.56），只在 4/10 个市场胜出——基准种子上的胜出是抽样噪音，不是策略优势。溢价率维度真正在做的事是控尾部：回撤从 -30.9% 收窄到 -25.3%，10 种子平均改善 2.16 个百分点（t=1.44）。诊断热力图给出机制：低价区未来半年违约率 3.04%，是高价区的 30 倍，而高价高溢价区的投机溢价成分高达 10.59%——两个维度过滤的是两种完全不同的风险，把它们加成一个标量必然丢信息。还有两个隐蔽 bug：强赎退出仍按含溢价市价结算虚增年化 276bp，事前剔除未来会违约的债虚增 472bp，两者都不会让任何 sanity check 报警

股票除息日理论上应下跌股息金额，但 4000 个模拟除息事件测出的开盘调整比例 α 只有 0.866（t=-21.4 拒绝完全调整），留下每事件 23.9bp 的缺口。问题是这块肉能不能吃到：对缴 20% 股息税的短线捕获者，含税捕获是 -20.6bp（t=-20.0），从第一笔交易起就是负的；免税口径 23.9bp 的缺口，单边盈亏平衡成本只有 12.0bp，容量墙在 2000 万元（500 万规模年化仅 +2.07%）。三个对照锁死机制：零税纯净市场 α 回到 1.006（t=0.94）、捕获归零 -0.76bp；伪除息日安慰剂 -0.30bp（t=-0.11）；股息率与 α 的客群关系置换检验 p<0.001。横截面上股息率越高 α 越接近 1，Q5 组（股息率 4.0%）含税捕获 -57.4bp，高股息票恰恰亏得最狠。另附隐蔽 bug 复盘：用除息日收盘价测 α，α 虚高到 0.942、缺口被低估 58.9%。真正稳的反而是不碰除息日的「前置吃流」：39.8bp（t=7.06）

受控模拟实验结论：宽基 ETF 折溢价半衰期约 8.7 分钟，AP（授权参与商）扣成本后净收益约 10.37bp/百万元（胜率 90%）；普通投资者仅 7.37bp/百万元（胜率 81%，t=12.2，p≈0）；无折溢价对照组 AP 依然亏损 5bp——套利利润的来源是折溢价本身，而非 AP 的技术优势。QDII 跨境 ETF 因额度限制与时差，半衰期拉长至 115 分钟，且可能长期不收敛；普通投资者在日内用 IOPV 实时数据判断折价存在 look-ahead bias，false signal 率 32.6%，修正后每笔亏损扩大至 -7.84bp。

「这个因子最近很好用」——当所有人都这么说时，风险已经建好了。12 年日频模拟跑完因子踩踏的完整生命周期：业绩→资金流入→推高价格→更好业绩的正反馈在第 6.1 年把套利资本推到常态 1.33 倍，一次去杠杆让因子组合 12 天亏掉 49.2%。核心工程发现：这个反馈环有明确稳定性条件——环路增益 κ×资金敏感度×回看期必须小于 1，超过就自激发散（第一版取到 1.4，资本在 0.05 与 75394 间反复爆炸，这个 bug 比结论更有教育意义）。三个纯价格代理中，吸收率（PC1 方差占比）与不可观测资本相关最高 0.653，复合后 0.560、EWMA 21 日平滑再提到 0.638。但最重要的结论是负面的：IC 为 -0.327，五分位却完全不单调（Q1 +16.8%、Q3 -1.8%、Q5 +2.8%）——IC 对单调性一无所知，它是尾部风险指标不是收益预测指标。对抗性检验：随机市场 Sharpe 增量均值 0.004、95 分位 0.171，真实市场 0.246 只有 z=2.5；线性减仓把 Sharpe 从 0.899 提到 1.145 却完全没降回撤——慢变量防不住 12 天崩塌（中阶）