量化交易
量化交易技術分享
樣本外驗證漏洞：先驗流程再驗策略，五種對照組抓出錯誤
樣本外驗證不是切一半就好：在驗證集上做決定會把它變成樣本內。本文說明先驗證流程再驗證策略，用五種無alpha對照組抓出篩選偏誤、波動洩漏、負自相關、beta誤判與標準誤低估，並以數字設過關門檻，最後提醒保留資料是一次性，每次動用都算用掉一次機會。
滑點敏感度分析：量化策略回測不可忽略的執行成本考驗
滑點在量化回測中常被設為固定數字，但真實市場的滑點會隨下單規模、流動性與波動率劇烈變動。本文說明滑點的來源與影響因素，並解釋為何滑點敏感度分析至關重要，包括如何計算策略在不同滑點假設下的淨報酬變化、辨識脆弱環節，以及求出損益兩平滑點，幫助你判斷策略的安全邊際與實盤可行性。
從因子半衰期出發：量化策略最適調倉頻率怎麼算？
量化策略的調倉頻率不該隨意設定為每月或每季，而應取決於因子預測力的衰減速度。本文說明因子半衰期的定義、指數衰減與 AR(1) 模型，並教你用不同持有期 IC 估計半衰期。接著從交易成本與更新效益權衡最適調倉頻率，提醒半衰期估計的不確定性、市場變化與多因子混合頻率等實務注意事項。
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。