标签： #量化交易

均值-方差组合对预期收益的估计误差极度敏感：一个被噪声推高的资产会被配到极端权重。鲁棒优化把「估计可能错了」写进目标——在椭球不确定性集的最坏情形下求最优，用 κ 控制保守程度。附完整 Python 与五类真实陷阱（高阶）。

报价价差不是一个数，而是三种成本的叠加：逆向选择成本（信息）、库存成本（做市商风险）、指令处理成本。本文用状态空间模型把价差当成观测，用卡尔曼滤波从单条序列里把前两个隐状态拆出来，样本内复原相关达 0.76，并给出真实数据落地的协方差估计法。

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。

概念漂移检测:当因子开始失效时如何早发现 - halo的技术博客

机器学习给你一个点的收益预测，可你真正想知道的是『我有多不确定』。共形预测用校准集残差的经验分位，在不需要任何分布假设的前提下，给出有限样本可靠的预测区间。本文对比朴素正态区间、普通 Split-Conformal、波动率感知 Conformal 三种方法，配 4 张真实图表与完整 Python。

横截面动量做相对强弱（多空中性），时间序列动量做共同趋势（带方向）。本文用12个资产10年日度数据演示两者相关约0.55、回撤结构互补，等权组合的Sharpe(1.76)高于任一单策略。