标签： #python

「买前 50 大市值不就等于买指数了吗？」——Top-50 覆盖 56.7% 指数权重，听起来够了，实测年化跟踪误差 10.93%。300 只成分股、5 年日频因子结构模拟给出的分解：朴素 Top-K 的误差大头不是漏掉的小票的特质波动，是行业暴露的系统性歪斜——最大行业权重偏差 10.94 个百分点，等于每天拿着一个未对冲的行业赌注。行业分层抽样只做一件事：层内配额 ∝ 层权重、层权重钉死等于指数，同样 50 只票 TE 从 10.93% 降到 7.10%；再叠加市值维度做二维分层，降到 4.66%——一只票都没多买，误差砍掉 57%。蒙特卡洛 50 次重抽特质噪音：朴素 10.94%±0.10% vs 分层 7.13%±0.05%，优势是结构性的不是运气。含成本净口径下的完整权衡也摊开了：二维分层 5 年换手 2.83 倍（朴素的 2.7 倍），年化净落后从朴素的 -507bp 收窄到 -152bp——分层多付的成本远小于它省下的误差。三盆冷水：模拟的因子结构是已知的而真实世界要先估协方差、成分股调整的换手冲击未建模、K<30 时二维分层的格子会比票还多（中阶）

A 股停牌不消灭信息，只推迟价格发现。900 个停牌事件、12 年口径的受控模拟给出三个层次的结论：一，复牌后 20 日累计收益对『beta×停牌期间市场收益』的回归斜率 0.83（t=7.4）——停牌期间市场跌多少，复牌后几乎原样补跌，价格缺口是会计恒等式不是 alpha；二，复牌首日 28.1% 的事件直接封死在跌停板上，长期停牌（>60 日）组更严重——你看到的『复牌首日平均只跌 1.3%』是涨跌停截断后的假象，未释放的缺口在后续交易日继续泄洪；三，『第一个打开跌停日买入』的抄底策略在正确执行口径下净收益 -3.76%（t=-8.7）、胜率 25.7%——而同一份代码里一个不起眼的入场 bug（没有排除涨停开盘的重组股）会把这个数字翻成 +5.15%：一字涨停板上你根本买不进，回测却默认成交，白捡了重组利好的全部未释放缺口。分原因看，抄底唯一不亏的是重组利好组（+0.61%），而风险警示组 -6.40% 是绞肉机。流动性折价的修复是真实存在的（与停牌时长的平方根成正比），但它藏在跌停泄洪的后面，普通投资者接到的永远是先泄洪后修复的完整左尾。诚实边界：模拟的缺口释放规则是程式化的、真实复牌股的连续跌停有排队卖压的自我强化，比模拟更极端。

国债招标是市场上极少数「时间已知、方向已知、规模大致已知」的供给冲击。12 年 189 次 10 年期招标的模拟给出完整链条：招标前 5 天收益率被推高 1.67bp（价格 -13.12bp，t=-5.71，64.0% 的事件为负），招标后 5 天回补 +7.24bp（t=3.64），反转覆盖 55.2%。但真正的主线是「测不出来」这件事——裸做 10Y 期货的同一批事件 t 只有 -3.17 而反转 t=0.76 完全不显著，因为曲线水平因子日波动 29.19bp 是让渡幅度的两倍多；久期中性利差把日波动压到 11.84bp（降 59.5%）才让信号浮出水面，这不只是降噪技巧，它同时定义了唯一可实施的交易形态。第二个坑更隐蔽：招标间隔中位数 12 个交易日，而下一次的让渡爬坡提前 6 天启动，用 [+1,+8] 测反转会把下次的向下压力当成本次的反转缺失（覆盖率被压到 44.3%，t 掉到 2.45）——周期性事件研究必须做窗口互吞筛选，105 个干净窗口下覆盖率回到 65.8%。可交易性很骨感：8 次单边成交吃掉毛收益的 58.4%，盈亏平衡成本 2.5bp/单边，容量墙在 5 亿元；后 6 年 Sharpe 只剩 0.32。三类参与者里真正稳赚的是本来就要买债的配置盘——改变择时日不产生任何增量成交，白拿 11.36bp

「信号该持有多久」不是拍脑袋的参数，而是由 alpha 半衰期和交易成本共同决定的最优化问题。用 200 只股票、2000 天、真实半衰期 8 天的受控模拟实测：IC 从 1 天滞后的 1.65% 指数衰减，日频调仓年化单边换手 145.7 倍——零成本下 Sharpe 3.05，单边 60bp 直接砍到 -5.52。最优持有期随成本单调右移：10bp 时 3 天、30bp 时 10 天、60bp 时 40 天。更重要的发现有两个：一是降换手的两条路不等价，EMA 平滑信号在每个成本水平都优于机械拉长持有期（30bp 下 1.28 vs 0.94），因为平滑保留了「每天用最新信息、只是慢慢挪仓」的自由度；二是半衰期本身很难估准——单样本点估计 11.9 天 vs 真值 8 天，20 个种子的估计散布 5.4~16.7 天，而只对正 IC 点取对数回归会把估计推到 16.2 天，这是一个不报错的选择偏差。诚实边界：模拟中信号衰减是干净的指数，真实 alpha 衰减常是快慢两段混合；成本模型只有比例费率，没有市场冲击（中阶）。

基金季末要披露持仓，于是有动机在最后几天买入本季赢家、卖出输家——让报表看起来英明。12 年 48 个季度、300 只股票的模拟把这个效应量化：季末最后 3 天赢家减输家价差 53.16bp（t=6.02，81.3% 的季度为正），新季度前 3 天反转 -55.90bp（t=-7.17），反转覆盖比例 105.2%——涨出来的全吐回去了，这是「价格压力」而非「信息」的判定性证据。但真正决定这项研究成立与否的是三个对照：非季末月末同一套算法只有 5.92bp（t=0.95，不显著），排除了月度再平衡流的解释；随机日期安慰剂 14.29bp（t=1.94）刚好卡在临界值，说明短期动量本身贡献了约四分之一，必须扣除；无粉饰压力的纯净市场跑出 -7.22bp（t=-0.85），确认引擎不造假信号。横截面识别更硬：同为赢家，高机构持仓组 +5.21bp、低机构持仓组 -8.20bp。可交易性则很骨感——单边 15bp 成本下 Sharpe 从 1.74 掉到 0.76，盈亏平衡成本约 26bp；容量墙在 5 亿元（净收益 -1.45bp），30 亿元时成交完成率只剩 60.4%。附一个隐蔽 bug 复盘：分季度写入收益时，下一季的赋值会覆盖上一季注入的反转压力

Anticor（Borodin-El-Yaniv-Gogan 2004）是在线组合选择里的『统计套利派』：它不追求 Cover/ONS 那种最坏情况遗憾界，而是直接押注一个可证伪的经验假设——资产间存在滞后交叉相关，刚跑赢的资产的动能会传导给与它正相关滞后的资产。算法用相邻两个窗口的交叉相关矩阵决定资金搬运方向：后窗口里 i 跑赢 j 且 corr(i前,j后)>0，就把 i 的部分权重搬给 j。1500 日 60 日块轮动市场实测：w=90 时终值 10.62，把事后最优 CRP（1.42）按在地上摩擦——但窗口敏感性扫描揭示这是刀尖上的收益：w=8 时终值 0.03（亏掉 97%），从 0.03 到 10.62 横跨 300 倍，w 与轮动周期的匹配是生死线。趋势市对照：单边行情下 Anticor 终值 1.04 vs 买入持有强者 1.27——反复给落后者输血是均值回归策略在趋势世界的结构性税负。三盆冷水：无任何遗憾保证（错误市场里可以亏到接近归零）、窗口选择本质是对轮动周期的隐性预测、日均 4% 换手在成本下的生存空间。与 Cover/EG/ONS 的世界观分野：保证派 vs 押注派，Anticor 赢的时候赢得多，输的时候没有底。

模型输出的不只是方向，还有一个被大多数人扔掉的数字：预测概率。Bet Sizing 把它捡回来变成头寸大小——AFML 的映射 m=2Φ(z)−1（z 为概率对 0.5 的标准化偏离）在低置信区间比线性映射 2p−1 更保守、高置信区间加速抬升，天然抑制'刚过 0.5 就重仓'的赌徒行为。1500 日模拟实测同一个预测器三种下注方式：全押 p>0.5 的 Sharpe 1.83/最大回撤 -20.2%，高置信过滤 p>0.6 的 1.79/-7.8%，概率仓位 1.95/-1.8%——收益没变多，但资金暴露按确信度重新分配后回撤压缩一个数量级。两个工程细节决定实盘可行性：仓位离散化（step=0.2 把累计换手压缩 1.5 倍而信号形状不变，否则概率的小数点抖动全变成手续费）；并发信号平均法（同一标的多个存活信号取均值聚合，新信号进场老信号结算时仓位平滑过渡）。前提警告：整套体系建立在概率校准之上，未校准的原始分类器输出直接喂进映射函数比全押更危险（中高阶）

CORN（Correlation-driven Nonparametric learning，Li-Hoi-Gopalkrishnan 2011）把在线组合选择从『对全部历史平均』升级为『只对相似历史优化』：拿最近 w 天的市场窗口和每一段历史窗口算相关系数，超过阈值 ρ 的日子构成『相似市场样本集』，然后只在这些样本的次日收益上做对数最优组合。1250 日反相位周期市场实测：CORN 终值 5.50，事后最优 CRP 只有 1.72，50/50 再平衡 0.94——模式匹配吃到了常数组合结构上吃不到的条件信息，权重轨迹与真实相位逐日对齐，而匹配集同相位纯度只需 66% 就够了。关键对照实验：同波动无模式市场上 CORN 终值 0.71，反而跑输 50/50 的 0.92——模式匹配在没有模式的世界里不是无害的，它把噪声当模式做多余交易。ρ 敏感性扫描完整呈现『噪声混入 vs 样本饥荒』的倒 U 形。三盆冷水：O(T²) 相关计算、低维窗口假相似、以及超额收益本质是对『历史会押韵』假设的风险暴露。