标签： #python

保护性看跌是给组合买保险：BS 定价 + 20 年滚动对冲回测显示持续买看跌把年化 +4.4% 拖到 −2.6%(年化保费拖拽16.5%)，最坏季度只从 −23.9% 减到 −8.6%——持续买不值。附完整 Python。

CTA 趋势跟踪靠「跨资产时序动量」在股票、债券、商品、外汇间多空切换，截获宏观 regime 拐点：本文用 8 资产 30 年合成面板从零实现 TSMOM，年化 6.85%/Sharpe 0.69、最大回撤 −22.5%，危机月反而逆势微赚，并拆解六大真实陷阱（高阶）。

方差风险溢价(VRP)是恐慌的有形价格：用合成指数从零构造 VIX 与已实现方差，证明 VRP 长期为正、短端最肥，并可做成做空方差互换因子(年化7.2%/Sharpe0.48)，附完整 Python。

价值、动量、规模这些因子，传统上被用来选股；但「因子」本身也可以被当成一类资产来配置。本文用合成的 5 个风格因子月度收益，证明「因子动量」——用每个因子过去 12 个月收益做信号、做多走强的因子——能把组合 Sharpe 从 0.94 提升到 2.27，且对市场几乎中性(相关仅 0.18)。

HAR-RV 用日内分钟频收益还原已实现方差 RV_t，再以日/周/月三尺度平均把波动率长记忆压成简单线性回归；样本外 R² 达 0.35，跑赢 naive 与单日 AR(1)，附完整 Python 与三类真实陷阱。

交易所用 maker-taker 费率激励流动性：挂单拿返佣、吃单付费。本文用费用拆分与对抗模拟讲清谁在补贴谁，以及逆选择如何逆转补贴关系，附完整 Python。

波动率不是常数，而是「牛相低波动/熊相高波动」两副面孔轮流登场。本文从零实现 2 状态马尔可夫区制(MS)模型，把日收益切成隐藏波动区制，并演示 regime 波动率目标如何把回撤从−60%压到−31%，附完整 Python 与五类真实陷阱。

资产价格还被央行资产负债表的宏观流动性驱动。本文把 Δlog(资产负债表) 当流动性因子做 OLS，资产超额收益对其有显著正暴露(beta≈1.70、t≈10.7)，演示流动性越稀缺风险溢价越高，QT 缩表期减仓的择时把回撤从−46%压到−17%，附完整 Python 与六类真实陷阱。