标签： #量化交易

VIX 是市场恐慌的体温计, 但它不是一个随机游走的噪声——它是一个强均值回复过程: 恐慌冲到极端后迟早要落回长期均值, 平静压到极低后迟早要反弹。本文先用 OU 过程拟合 VIX, 估计出回复速度 kappa≈4.84/年、半衰期≈36 个交易日, 并用 ACF 的慢衰减坐实『均值回复』这件事; 再把这套回复特性做成波动率目标化覆盖层: 目标波动恒定、仓位=目标波动/VIX推导波动, 于是 VIX 高(恐慌)自动去杠杆、VIX 低(平静)自动加杠杆——因为 VIX 强均值回复, 这套杠杆会『恐慌时收手、平静时出手』自动周期化。对比始终满仓, 该覆盖层在 15 年合成样本里把年化波动从 19.0% 压到 13.3%、最大回撤从 -42.0% 砍到 -34.2%、与买入持有相关降到 0.71(它本质仍是股票多头, 区别只在风险预算); 代价是 Sharpe 从满仓的 0.32 小幅降到 0.18——这是用一点收益换更低尾部风险与更分散风险来源的对价, 不是 bug。附完整 Python 与五类真实陷阱(中阶)。

净利润里有多少是真金白银、有多少只是会计应计？Sloan(1996) 证明：盈余的应计成分越高，未来股票回报越低。用 T=120月×N=200 公司的合成面板复现这条横截面异象——拟合斜率 −0.0124/单位应计、多空组合年化 ≈4.1%、Sharpe ≈1.87，现金流与未来 ROA 相关 0.860 而应计只有 0.186。附完整 Python 与六类真实陷阱（高阶）。

均线金叉在震荡市里会被反复打脸，问题不是方向判断错，而是根本不该在无趋势时下注。ADX（Wilder 1978）只回答一个问题——现在有没有趋势——把 +DI/-DI 管方向、ADX 管强度分工。本文从零复现 Wilder 平滑，用自洽合成数据证明 ADX>25 过滤能把裸 DI 交叉的 Sharpe 从 -0.01 拉到 0.40，并诚实指出它在强趋势 beta 行情里仍会跑输买入持有，附完整 Python 与六类真实陷阱（高阶）。

破产能不能在事前被一个数字预警？Altman(1968) 用 5 个财务比率做线性判别，把「会不会破产」写成一条直线 Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5，Z<1.8 困境、1.8~2.99 灰区、≥2.99 安全。合成 120 家公司（健康/破产各 60）用真实系数交叉验证，硬二分类准确率 95.0%、健康组判安全 100%、破产组判困境 100%，两组 Z 均值 3.76 vs 1.14 清晰分离。附完整 Python 与六类真实陷阱（高阶）。

固定百分比止损最大的毛病是不管市场喘不喘气都用同一把尺子——低波动期被噪声洗出、高波动期又止损太宽。ATR 吊灯退出(Chandelier Exit)用真实波幅(ATR)把止损线钉在近期最高收盘下方 k 倍 ATR，并只上移不下移，让防线随波动率呼吸。我们用 8 年合成日频数据对比：吊灯退出 Sharpe 2.32、最大回撤 −6.7%，碾压固定 10% 止损(1.93 / −11.7%)与买入持有(0.39 / −43.1%)，附完整 Python 与六类真实陷阱（高阶）。

财报是法律文本不是真相——当利润表和现金流量表背离时，往往有人在修饰数字。Beneish(1999) 用 8 个相邻两年的财务比率写一个概率式打假分 M，M>−1.78 即高操纵嫌疑。附完整 Python 与六类真实陷阱(高阶)。

日历异象是最古老也最容易被嘲笑的量化命题——月初涨、周五强、五月卖出。但它们真的存在吗？我们用 25 年日频合成数据把三类季节性(月初效应 / 周内效应 / Sell-in-May)逐一做统计检验与净值回测，给出可复现的 Python：月初前3天日均收益 0.036% vs 其余 0.016%、冬季持有 Sharpe 0.70 远超全年持有 0.23，并附六类真实陷阱（高阶）。

净权益发行 NI = 新股发行 − 回购 − 配股。截面规律很反直觉：净增发越多的公司未来回报越低，净回购越多的反而越高。这个被长期低估的「聪明钱信号」背后是管理层择时动机。本文用自洽面板演示十档单调递减、多回购空增发的 L-S 组合（年化约 10%、t≈11），并诚实拆解持续性伪相关、幸存者偏差、市场机制变化等真实陷阱，附完整 Python 与六类陷阱（高阶）。