标签： #python

智能订单路由(SOR)：用二次临时冲击成本把大单拆到多场所，water-filling 凸优化逐期自适应重配，实现短缺从 17.0 降到 7.8 bps。附完整 Python 与六类真实陷阱（高阶）。

门限协整与 TVECM：真实配对常是门限结构——带内随机游走、带外才快速回复。模拟还原 τ≈0.22、带外 κ=0.49，门控后 Sharpe 0.31→0.81，附 Python 与六类陷阱。

波动率管理组合(Moreira-Muir)：用过去已实现方差做 w_t=c/σ̂² 缩放敞口，高波动期自动去杠杆。合成里波动降 65%、回撤砍 62%，Sharpe 几乎不变。附完整 Python 与六类真实陷阱（高阶）。

卖出 100 万股这种大单，怎么拆、多快卖，本身就是一道优化题。Almgren-Chriss 把永久冲击、临时冲击和持仓的波动风险写进同一个目标：快卖=冲击成本高但风险低，慢卖=风险高但冲击低。解出来是一条「前置还是后置」的最优轨迹。附完整 Python 与六类真实陷阱（高阶）。

CAPM 说高 beta 高收益，杠杆约束却让高 beta 被高估、低 beta 被低估。300 股 20 年模拟：SML 实际斜率 2.1% 远低于理论 5.8%，杠杆中性的 BaB 组合年化 1.6%/Sharpe 0.33/beta≈0 截获正 alpha，附完整 Python（高阶）。

借低息买高息的「免费午餐」为何几十年不消失？本文用 G10 套息组合模拟证明：正收益来自对全球风险因子的负向暴露，常态小赚、危机大亏，本质是卖出一份保险（高阶）。

主观观点怎么严谨地织进概率分布？熵池化(Entropy Pooling)用最小相对熵(KL)在「满足观点」下找离先验最近的后验 q∝p·exp(λf)，从对偶推导到 numpy 实现全程跑通，并把观点变成可交易的组合权重变化（高阶）。

传统风险平价要么求逆协方差（病态）要么坍缩到单名40%+；HRP 不求逆：Ward 聚类+递归二分按逆方差切权重，样本外波动14.13%低于等权14.82%、最大单名仅19.8%远胜最小方差37.6%集中。