标签： #python

经典 Kelly 公式 f*=μ/σ² 用无条件均值方差算一个常数杠杆，但市场不是一个分布——牛市（年化 +12%/12%）和熊市（-18%/32%）的最优杠杆一个是 +8.3 一个是 -1.8，无条件 Kelly 的 1.23 对两个状态都是错的。两状态马尔可夫市场模拟 60 年实测：无条件 Kelly 年化对数增长仅 2.7%、最大回撤 78%；用 Hamilton 滤波实时推断 regime 概率、按混合矩重算杠杆的状态条件 Kelly 达 10.2%、回撤 57%，距全知作弊上限（11.3%）只差一个百分点。更被低估的红利是稳健性：熊市均值估错 ±15 个百分点，状态条件 Kelly 增长率几乎不动（10.1-10.3%），无条件 Kelly 从 2.7% 掉到 0.8%——条件化不仅赚增长，还买了参数误差保险。附滤波识别延迟分布（中位数 3 天、90 分位 6 天）、杠杆上限截断的必要性、以及真实市场里 regime 参数本身要估计的 EM/贝叶斯讨论（中阶）。

1 分钱的最小报价单位不是技术细节，是流动性的总开关。机制一句话：tick 是价差的地板，也是挂单租金的来源。500 只股票的横截面模拟把跷跷板演示到位——tick 从 0.1 分加到 2 分，平均价差从 1.12 分涨到 2.27 分，但最优档深度从 1130 股暴增到 8415 股；反向做「缩小 tick」实验：受约束组价差 −38% 的同时深度坍缩 −71%，不受约束组几乎不动。小单希望 tick 越小越好，大单的总成本是 U 型：价差和深度都是钱，最优 tick 不在零点。顺带讲清 tick 的三个衍生后果：排队优先权的价值、做市商利润的制度来源、以及 sub-penny 抢先的监管由来。诚实边界：深度弹性系数是模拟设定不是实证常数、真实市场还有做市商退出的外生冲击、A 股 1 分 tick 对低价股约束极强对高价股几乎不可见（中阶）。

Amihud、Zeros 这些度量回答「流动性有多差」，Datar-Naik-Radcliffe (1998) 问的是下一个问题：流动性差的股票是否给了补偿？他们用最朴素的代理——换手率（成交量/流通股本）做截面分组，发现低换手股票有系统性超额收益。200 只股票 × 60 个月模拟实测：最低换手十分位年化 10.1%、最高十分位仅 0.4%，多空组合年化 9.7%（t=2.24），十组接近单调。但两个实验立刻泼冷水：市值中性化后多空收益从 9.7% 砍到 5.5%——近半「流动性溢价」其实是小盘暴露；50bp 单边成本下净收益只剩 5.5%——赚的就是难交易的钱，这是流动性因子的结构性悖论。A 股语境更微妙：高换手往往是散户博彩情绪代理，低换手买的可能是「无人问津」而非「流动性补偿」。诚实边界：换手率混杂了流动性与关注度两种语义、因子在流动性宽松期长期跑输、容量天花板极低（中阶）。

一只股票在盘前、连续竞价、盘后都在动，日收益被各个时段瓜分——但份额怎么算才不被噪声炸飞？WPC 用「日收益绝对值」做权重把信息稀薄的日子按比例压低：模拟实测真实份额 [0.15, 0.70, 0.15]，WPC 估出 [0.156, 0.682, 0.162]，不加权平均则给出 [0.32, 0.27, 0.41] 的荒谬答案——小收益日的贡献比是除以接近零的数。60 天窗口噪声巨大，250 天以上才稳定；滚动 WPC 能看见价格发现从盘中向盘后迁移的全过程。与 Hasbrouck 信息份额的分工一句话说清：WPC 只要收益切片、不要同步报价，是碎片化程度更低的场景下最实用的粗粒度工具。诚实边界：微观结构噪声不满足鞅假设时有偏、时段划分本身就是结论的一部分、无法区分「先动」与「动得对」（中阶）。

「一只股票有多少天价格纹丝不动？」Lesmond-Ogden-Trzcinka (1999) 把这个最朴素的观察做成了流动性度量：Zeros = 零收益天数 / 总交易天数。机制来自 LOT 交易成本模型——当信息带来的价值变动小于交易成本带 ±c 时，边际知情交易者选择不动手，价格就停在原地；成本带越宽，「装死」的天数越多。三年日线模拟实测：大盘蓝筹 Zeros 只有 3.1%，小盘微盘高达 38.3%，与真实交易成本的 Spearman 相关 0.98；危机情景里 60 日滚动 Zeros 从 15% 飙到 69%，是流动性枯竭的同期温度计。它最大的卖点是数据要求低到极致——只要收盘价，连成交量都不用，这让它成为覆盖新兴市场、公司债、上世纪历史数据的唯一可行选择。诚实边界：停牌与涨跌停会污染统计、离散报价制造伪零、对大盘股区分度趋近于零（中阶）。

为什么两只基本面几乎相同的股票，长期收益能差出好几个百分点？Amihud-Mendelson (1986) 给出微观结构层面的答案：买卖价差是一种持有成本，投资者会为难交易的资产索取更高的毛收益补偿。本文从零复现价差-收益横截面检验，用合成面板演示五分组毛溢价单调递增、且关系是凹形的——这正是'客户效应'的指纹：长持有期投资者自我选择进入高价差资产，把边际溢价摊薄。并诚实拆解：溢价是毛收益口径、高换手者根本吃不到，以及 A 股用报价价差还是用 Amihud ILLIQ 代理的现实取舍（中阶）。

同一篮子资产，装进封闭式基金就凭空打了八折——价格系统性低于净值（NAV），这个『封闭式基金折价之谜』困扰学界四十年。本文把折价率拆成两层含义：它既是市场情绪的干净代理（散户悲观时折价扩大），又是一条会均值回归的可交易信号。在 300 只基金的合成横截面上复现系统性折价分布（中位数约 −8%），用分组回测证明折价越深、未来收益越高（最深折价组年化超额 +14% vs 最浅组 +2%），并搭出一个折价均值回归的多空套利框架。诚实拆解：折价可以长期不收敛、清算催化剂才是真正的价差实现路径、A 股封基与 LOF/REITs 的制度差异让策略无法直接照搬（中阶）。

融券余额高只是静态照片，真正决定逼空烈度的是『空头想跑要花几天』。Days-to-Cover = 融券余额 / 日均成交量，把空头持仓翻译成回补所需的交易日数——分母越薄，出口越窄，一旦利多催化剂点火，被困的空头只能追着有限流动性互相踩踏。本文在 1000 股合成横截面上复现 DTC 的构造与右偏分布（中位数约 4 天、长尾破 15 天），用事件研究证明高 DTC 组在正向催化剂后 T0→T20 累计超额冲到 +25% 远超中低组，并诚实拆穿：逼空收益极度左偏、由少数大赢单驱动、且在 A 股融券制度下做空腿几乎无法照搬（中阶）。