标签： #python

监督学习做量化最脏的活是打标签：固定视野法『20 天后涨了标 +1』把标签质量绑死在拍脑袋的 h 上，震荡段标签高频翻转（实测 0.121 次/天）。Trend Scanning 改问『哪个尺度上趋势最显著』：多窗口滚动 OLS 取 |t| 最大者，符号定方向、大小定置信度。教科书没写的坑：对价格水平跑 OLS 残差高度自相关，t 值极度膨胀——随机游走上 max-|t| 的 90 分位实测高达 21.8，照抄 |t|>2 等于不设阈值。null 分布校准后：覆盖率 17.3% 但真实趋势段准确率 98.4%、震荡段误报仅 4%。下游对照（同特征同模型只换标签）：固定视野样本外 Sharpe 0.20、sign(t) 1.02、校准阈值+t 值加权 2.25。三条边界：标签窗口含未来信息仅供训练、多窗口取 max 是多重检验（null 校准顺带治好）、趋势显著不等于趋势延续。

「每 5 分钟切一根 K 线」是全行业的默认习惯，但日历时间是市场的旁观者：新闻爆发的 1 分钟塞进上千笔交易，午间死寂的 1 小时只有零星报价，等时间采样把这两者塞进同样大小的格子——高活动期信息被压缩、低活动期噪声被放大。Clark 1973 的 subordination 定理给出理论出口：如果价格是被『交易活动量』这个随机时钟驱动的布朗运动，那么在活动时钟下观察，收益就回到正态。合成实验（每笔收益严格 iid 正态、仅活动强度带 AR(1) 持续性 + 日内 U 型 + 新闻爆发）验证：同一段 21.6 万笔逐笔数据、相同 bar 数量，时间 Bar 收益超额峰度 3.52、JB 统计量 496、平方收益自相关 0.13 显著——肥尾与波动聚集全是采样时钟制造的伪影；换成成交量 Bar 后峰度 0.04、JB≈0、ACF 归零，收益变回教科书正态。这对 ML 管线是根本性利好：多数模型隐式假设样本同分布，成交量时钟在数据层面完成了『去异方差』。实操三坑：拆单与算法交易让 tick 计数通胀（成交量比笔数稳健）、阈值须随活动水平漂移而更新、A 股午休跨段 bar 需显式处理（中高阶）。

做市商最怕的不是波动，是『毒性订单流』——对手方比你知道得多，你挂的每一笔限价单都是送给知情者的免费期权。Easley-López de Prado-O'Hara 的 VPIN 把这种毒性做成了可计算的实时指标：按成交量切桶（信息以量到达而非以时钟到达）、用桶收益的正态 CDF 做 BVC 批量分类拆买卖量、再取滚动 50 桶的|买卖失衡|/总量。6 万 tick 合成闪崩市场实测：知情卖压积累期 VPIN 从正常均值 0.411 抬到 0.625，越过正常期 95 分位阈值的首次报警比闪崩早 8764 个 tick——毒性积累是渐进的，崩塌是瞬间的，这个时间差就是 VPIN 的全部价值。VPIN 五分位与未来 2000 tick 已实现波动单调递增（相关 0.52），毒性确实是波动的先行指标。三盆冷水：2010 年闪崩『预警』有事后择参之嫌（Andersen-Bondarenko 用不同参数复现失败）、BVC 分类误差在最关键的高毒性时段最大、VPIN 高读数≠方向信息——它告诉你该撤单，不告诉你该做多还是做空（高阶）。

Cooper、Gulen 和 Schill 2008 年的发现至今仍是横截面定价里最强的异象之一：总资产增长率最高的公司未来一年系统性跑输增长最慢的公司，效应强度超过规模、动量甚至价值。但『资产增长』不是一个同质变量——真实投资机会驱动的扩张、帝国建设式的过度投资、股价高估时的择时增发，对未来收益的含义完全相反。本文用 4000 家公司的受控模拟拆解：AG 十分组未来 12 个月收益从 +4.8% 单调塌到 -4.9%；同样的高增长按主导成分分组，真实机会 +1.4%、帝国建设 -0.4%、择时增发 -4.2%——负收益几乎全部来自增发圈钱；事件路径呈现『先赢后输』的镜像结构；多空组合 Sharpe 1.10 但空头腿贡献了三分之二。附完整 Python 与四类实施陷阱（中阶）。

股票回购公告是被研究最充分的公司事件之一：Ikenberry 等人 1995 年就记录了公告后长达四年的正漂移。但『回购』不是一个同质事件——低估驱动的价值型回购、护盘表态的信号型回购、对冲股权激励稀释的 EPS 管理型回购，信息含量天差地别。本文用 6000 个回购公告的受控模拟拆解：公告日平均 CAR +2.4%，但 12 个月漂移完全分化——价值型 +10.7%，信号型 +0.4%，EPS 型 +1.1%；BM × 回购规模双排序里，高 BM + 大规模格子 +6.6% 而低 BM + 小规模只有 +0.5%；执行率是事后最强分层——实际完成率 >75% 的公告 12 个月 +7.0%，<25% 的只有 +0.8%。『说了不买』的回购没有 alpha。附完整 Python 与四类实施陷阱（中阶）。

收盘价是全市场最重要的一个数字：基金净值、指数计算、衍生品结算、保证金估值全部挂在它身上，于是收盘集合竞价成了全天最大的单一流动性事件。本文用受控模拟拆解竞价的三层动力学：U 型成交量下收盘竞价单点吃掉全天 ~8% 成交、指示价格的收敛过程与尾秒大单的瞬间改写、竞价失衡的次日系统性反转（极端买压组隔夜收益显著为负）。指数调仓日冲击 0.85% 对应次日反转 -0.38%——冲击越大反转越深。附完整 Python 与四类真实陷阱（中阶）。

「我想买波动，但只想为价格在 90 到 112 之间时的波动付钱。」走廊方差互换（Corridor Variance Swap）就是这个定制需求的标准答案：结算时只累加价格处于走廊内那些交易日的平方收益，价格跑出走廊的日子方差表停摆。它不是营销噱头——Carr-Madan 静态复制框架下，标准方差互换等于按 1/K² 加权的全行权价期权条带，走廊方差互换恰好就是把这个条带截断在走廊内，复制端和产品端一一对应，定价依然 model-free。蒙特卡洛实测：标准走廊 [90,112] 的公允行权波动率 16.6% vs 全方差互换 19.7%，时间占比 77.7% 但方差占比 70.8%——两者不相等正是走廊定价的核心微妙处。下行走廊是它最实用的形态：只为『跌下去之后的波动』付费的尾部对冲，危机路径中 85.8% 的走廊方差集中在危机段，保费却比全方差互换便宜得多。诚实边界：走廊边界处的期权权重不连续导致对冲端 pin risk、离散观测的边界判定歧义、A 股无个股方差互换市场只能做研究参考（高阶）。

龙虎榜是 A 股独有的公开信息披露：异动股票的前五大买卖营业部席位当晚公示。它的价值不在『涨幅榜』本身，而在『谁在买』——机构专用、一线游资、普通营业部、量化打单席位的行为携带完全不同的信息。本文用 8000 个上榜事件的受控模拟拆解席位因子：游资买入次日 +1.32% 但 20 日 -1.68%（快钱兑现），机构买入次日平淡但 20 日 +1.15%（慢变量）；用历史战绩给 300 个席位打分，样本外五分组 Q5-Q1 价差 1.4%——席位评分是可持续信息；跟单策略里过滤器就是全部：只跟机构 20 日胜率 56% 稳定盈利，无差别跟单事件日均 -1.11%。附完整 Python 与五类真实陷阱（中阶）。