标签： #python

行为组合理论(BPT)用「心智账户金字塔」取代了 Markowitz 的单一最优组合假设:投资者把财富切成多层、每层匹配一个心理目标。本文用 Python 完整复现金字塔构建、四层净值模拟,并把它和均值方差有效前沿做数值对比,最后给出可落地的「安全优先」目标配置框架。

国债期货基差 = 现券净价 - 期货价格 × 转换因子，看似简单的相对价值价差，却内含空方交割期权。本文拆解基差、净基差、最便宜可交割券(CTD)与隐含回购利率(IRR)的数学关系，用 Python 复现 CTD 筛选、IRR 计算与基差交易损益情景，并指出 CTD 切换、资金利率上行、逼空三大真实陷阱。

同一商品不同到期月的合约价差，藏着展期收益(roll yield)。Contango(远月升水)下展期亏钱，Backwardation(远月贴水)下展期赚钱。本文拆解跨期价差与期限结构，用 Python 复现展期收益计算、库存-价差关系与日历价差回测，并指出结构翻转、逼仓、滑点三大真实陷阱。

可转债是「债券 + 看涨期权」的混合体,天然具备债底保护和上涨弹性。本文拆解纯债价值、转股价值与转股溢价率三大指标,用 Python 复现价值拆解、双低选股与月度换仓回测框架,并指出流动性、信用风险与强赎踩踏等真实陷阱。

静态 60/40 配置在股债同跌时会失效。本文讲清动态资产配置的逻辑：从大类资产相关性、风险平价、波动率目标到战术调整，并附完整 Python 实现，帮你构建能随市场环境自适应的投资组合。

正态分布在量化风险管理中无处不在，但市场回报的真实分布是肥尾的。本文系统拆解肥尾分布、黑天鹅事件、VaR 的致命缺陷与 CVaR 的正确用法，并用 Hill 估计器、正态 QQ 图与蒙特卡洛实战争议，给出在肥尾世界里活下去的风险管理框架。

回测漂亮不等于能赚钱。本文系统拆解量化策略中的模型风险与回测过拟合：从样本内/样本外鸿沟、多重检验假阳性、去膨胀夏普比率(DSR)到 Walk-Forward 验证，并附完整 Python 实现，帮你识别并防御「看起来很美」的陷阱。

很多策略回测漂亮、实盘却踩雷,问题常不在 alpha 而在合规与审计。本文把量化合规拆成数据/模型/交易/报告四层,用 Python 实现交易前风控校验、交易后持仓核对与审计追踪、扫单异常检测,并指出把审计当形式、人工补单等真实陷阱。