量化交易
量化交易技術分享
資金權重不等於風險貢獻：因子風險平價如何均攤組合風險
在多因子模型中，資金權重並不等於風險貢獻，高波動因子即使權重不高，也可能主導組合總風險。本文介紹因子風險平價的概念，說明如何讓每個因子對組合風險的貢獻趨於均等，避免單一因子主導整體風險，是量化投資者理解風險配置時不可忽略的關鍵觀念。
2008年股票動量崩跌，商品動量為何能獲利？
2008年，股票動量策略出現超過九成回撤，但同一年商品市場的動量基金卻表現亮眼。同一種動量效應，為何一邊崩掉、一邊賺錢？關鍵差別在於當年股票動量交易過於擁擠，導致策略承受巨大壓力。這顯示交易擁擠度是策略表現的重要風險。
量化策略來來去去都係咁？同大基金研究員交流後：風險管理先係真正Edge
同唔少大基金量化研究員交流後發現，大家做既策略其實大同小異。以往睇邊間因子低相關、高IC特別多，邊間模型做得特別好就係勁；而家反而覺得，風險管理做得好先至更加有edge。
波動率風險溢價是什麼？賣波動策略的定價、執行與停手時機
隱含波動長期高於已實現波動，這個差距就是波動率風險溢價（VRP）。本文解析 VRP 的本質為何是保險費、賣波動收益的負偏特性、波動率的季節結構，以及摩擦成本與逆向選擇（毒流）如何決定策略真實績效，並點出何時該停手。
量化交易必懂 TCA：拆解執行缺口、滑點與市場衝擊，讓淨報酬更貼近實盤
量化交易若只優化訊號與因子，常忽略決策到成交的執行成本。本文介紹交易成本分析（TCA），說明如何以基準價格計算執行缺口，拆解手續費、買賣價差、市場衝擊、滑點與機會成本，並比較決策價格、開盤價、收盤價、VWAP、TWAP 等基準，最後整理五步實作流程，讓淨報酬評估更貼近實盤。
因子何時開始失效？用滾動窗口回歸監控權重衰退速度
市場結構改變會讓因子逐漸失效，本文說明如何透過滾動窗口回歸計算各因子的實際負載與權重時間序列，並以趨勢斜率、半衰期與變異係數等指標衡量衰退速度。同時提醒滾動窗口長度選擇、估計誤差管理，以及衰退速度監控與因子擇時之間的區別。
Vanna 是什麼？用二階希臘字母過濾動能策略的波動率風險
期權對沖不只看 Delta：當隱含波動率與價格同時變動，Vanna 會改變組合的方向曝險。本文說明如何用 Vanna 過濾動能訊號、判斷趨勢品質，並把 Vanna 曲面轉為動態倉位變數，最後以 IC 與樣本外檢驗驗證成效。
策略與波動率的相關性怎麼算？用分組分析看穿非線性表現
波動率是影響市場結構與策略績效的關鍵變數。本文說明如何計算策略報酬與市場波動率的相關係數，包含同期與落後相關，並進一步透過波動率分組分析，觀察策略在不同波動環境下的平均報酬、夏普比率與最大回撤，以掌握非線性行為。
完美曲線的誘惑：做空波動率策略背後的隱藏風險
社交媒體上成日見到嘅靚曲線，背後好多時係做空波動率策略。作者過去接觸過數十個相關基金產品，深知呢類策略即使聲稱有完善風控及中性化，最終都難免因突發事件造成巨大回撤，甚至停止營運。文章提醒大家，金融市場除咗分散投資之外，根本冇真正嘅免費午餐，見到過份美好嘅投資曲線，必須先諗清楚箇中承擔咗咩風險。
曝險漂移怎麼辦？從因子負載監控到三大修正策略
因子負載會因價格變動、再平衡頻率、市場風格及持股調整而發生漂移，使策略偏離原始風險目標。本文從因子模型出發，解釋曝險漂移成因，並介紹三種應對方法：定期的因子中性化再平衡、設定偏離容忍區間、採用Barra模型監控，幫助管理者維持策略風險結構與設計一致。
從量化視角解讀趨勢與泡沫：市場的非線性與參與策略
本文從量化角度深入探討趨勢的本質（正自相關性）、泡沫的形成機制與階段，並提出系統性參與泡沫的監控指標與風險管理策略。作者認為泡沫是市場正常狀態，應主動擁抱而非盲目規避。