QuantWeft量化经纬
本章小节

第 21 章来源与实际读取范围

记录日期:2026-10-06。此文件记录实际打开、提取、核对或运行的来源,不把搜索命中、摘要检索、元数据或全书书名写成全文阅读。引用键为建议键;全局 references 库、sources.json 与 glossary 未改动,待 Codex 验收后整合。

读取主体说明(统筹者 Claude 最终检查时补记)。 本章正文初稿由 AGY 写作 worker(gemini-3.8-flash-high,会话 b0306754-5143-4551-8288-e79956a1af48)按 Claude 的 brief 撰写。下列 Ledoit–Wolf、Maillard–Roncalli–Teiletche、He–Litterman、Kelly、DeMiguel–Garlappi–Uppal、Sharpe、Lesniewski 的读取范围由 Claude 在本轮实际下载/提取并阅读(pdftotext、Tavily Extract、Kelly 扫描页渲染为图片后目读),并写入 brief;worker 的回复称已读,但没有提供独立的访问记录,因此不能把它算作第二次独立阅读。Boyd–Vandenberghe §9.5.1–9.5.2 由 Claude 在最终检查时从作者主页 PDF(https://web.stanford.edu/~boyd/cvxbook/bv_cvxbook.pdf)提取核对。所列 DOI 由 Claude 用 doi.org 解析确认可跳转到出版方页面(未阅读出版方页面内容)。

CH21_LEDOITWOLF2004

Olivier Ledoit and Michael Wolf, “A well-conditioned estimator for large-dimensional covariance matrices,” Journal of Multivariate Analysis, 88(2), 365–411, 2004. DOI: 10.1016/S0047-259X(03)00096-4。

实际操作:读取作者主页托管的工作论文版 PDF:http://www.ledoit.net/ole1a.pdf(2001 年 2 月版,共 43 页)。 读取范围:

  • §2.1 Lemma 2.1、Theorem 2.1:二次损失函数、以 pp 归一化的 Frobenius 范数定义、渐近最优线性组合 Σ∗=β2δ2μI+α2δ2S\Sigma^* = \frac{\beta^2}{\delta^2} \mu I + \frac{\alpha^2}{\delta^2} S 及其几何分解 α2+β2=δ2\alpha^2 + \beta^2 = \delta^2;
  • §3 Lemma 3.2–3.5 与式(14)可行估计量 Σ^∗=b2d2mI+(1−b2d2)S\hat\Sigma^* = \frac{b^2}{d^2} m I + (1 - \frac{b^2}{d^2}) S;
  • §4.1 式(21)的收缩强度截断;
  • 未逐行核对附录中的严密大维随机矩阵收敛定理证明;期刊终稿未读。

支持范围:支持本章 Frobenius 范数归一化约定、缩放单位阵目标 mImI、在理论无偏矩条件下的风险分解及实际除数 TT 估计量的渐近构造(用样本均值中心化时有限样本有偏)、收缩强度估计公式 bˉ2/d2\bar{b}^2/d^2、截断规则与非零目标尺度、正收缩强度下的正定性质。与 scikit-learn 的 ledoit_wolf 实现核对一致。

CH21_MRT2009

Sébastien Maillard, Thierry Roncalli, and Jérôme Teiletche, “On the properties of equally-weighted risk contributions portfolios,” Journal of Portfolio Management, 36(4), 60–70, 2010. DOI: 10.3905/jpm.2010.36.4.060。

实际操作:读取作者托管的 2009 年 5 月工作论文版本 PDF:http://www.thierry-roncalli.com/download/erc.pdf。 读取范围:

  • §1–§2:组合波动率一阶齐次性的 Euler 分解、边际风险贡献与总风险贡献定义(式 1–2);
  • §3.1–§3.3:两资产等风险贡献解 w1/w2=σ2/σ1w_1/w_2 = \sigma_2/\sigma_1 及其与相关系数无依性;常相关资产下的逆波动率解;基于资产 beta 的表现形式(式 5);
  • §3.4:带 ∑iln⁡xi≥c\sum_i\ln x_i\ge c 约束的最小波动表述(式 7–8)及波动率排序 σmv≤σerc≤σ1/n\sigma_{mv} \le \sigma_{erc} \le \sigma_{1/n}(证明在附录 A.3,未读)。本章使用的无约束对数障碍目标 12y⊤Σy−∑biln⁡yi\tfrac12\mathbf{y}^\top\Sigma\mathbf{y}-\sum b_i\ln y_i 是该约束形式的拉格朗日对应,由本章推导,不是原文式子;
  • §3.5:等风险贡献组合在何种严格条件下等价于最大 Sharpe 比率切点组合;
  • §4.1:四资产数例(σ=[10%,20%,30%,40%]\sigma = [10\%, 20\%, 30\%, 40\%],特定相关矩阵),本章测试已逐一复现该例中 1/N、长仓最小方差与 ERC 的全部权重与风险贡献份额;
  • 未读 §4.2 实证部分与附录数学证明;期刊终稿未读。

支持范围:支持 Euler 分解、边际与绝对风险贡献、两资产和常相关解析解、波动率单调性定理、凸规划表述及四资产数值基准。

CH21_HELITTERMAN1999

Guangliang He and Robert Litterman, “The Intuition Behind Black-Litterman Model Portfolios,” Goldman Sachs Asset Management Research, 1999. Duke 大学托管副本:https://people.duke.edu/~charvey/Teaching/BA453_2006/GS_The_intuition_behind.pdf。

实际操作:读取 Duke 大学托管的 PDF 全文。 读取范围:

  • 摘要与正文机制说明:反向优化导出均衡期望收益 Π=δΣwmkt\boldsymbol{\Pi} = \delta \Sigma \mathbf{w}_{mkt};
  • Appendix B:先验分布 μ∼N(Π,τΣ)\boldsymbol{\mu} \sim N(\boldsymbol{\Pi}, \tau \Sigma);观点矩阵 Pμ=Q+εP \boldsymbol{\mu} = \mathbf{Q} + \boldsymbol{\varepsilon},ε∼N(0,Ω)\boldsymbol{\varepsilon} \sim N(\mathbf{0}, \Omega);
  • 后验均值更新公式 μBL=Π+τΣP⊤(PτΣP⊤+Ω)−1(Q−PΠ)\boldsymbol{\mu}_{BL} = \boldsymbol{\Pi} + \tau \Sigma P^\top (P \tau \Sigma P^\top + \Omega)^{-1} (\mathbf{Q} - P\boldsymbol{\Pi});
  • 权重倾斜解 w∗=(δΣ)−1μBL=wmkt+P⊤λ\mathbf{w}^* = (\delta \Sigma)^{-1}\boldsymbol{\mu}_{BL} = \mathbf{w}_{mkt} + P^\top \boldsymbol{\lambda};
  • 脚注中观点方差校准 Ω=diag⁡(τPΣP⊤)\Omega = \operatorname{diag}(\tau P \Sigma P^\top) 及全球组合参数 δ=2.5\delta = 2.5;
  • 未逐页复核其具体的跨国股票与外汇资产数值案例;Black & Litterman (1992, FAJ) 原文未取得,不能称已读。

支持范围:支持反向优化均衡收益定义、分块高斯条件更新的增益形式(容许奇异观点协方差 Ω\Omega,但更新矩阵 PτΣP⊤+ΩP\tau\Sigma P^\top+\Omega 必须可逆)、观点方差对角校准公式,以及权重倾斜仅发生在观点跨度空间 P⊤P^\top 的正交性质。

CH21_KELLY1956

J. L. Kelly, Jr., “A New Interpretation of Information Rate,” Bell System Technical Journal, 35(4), 917–926, 1956. DOI: 10.1002/j.1538-7305.1956.tb03809.x。Archive.org 扫描版:https://archive.org/details/bstj35-4-917。

实际操作:读取 Archive.org 扫描件的印刷页 919–920。 读取范围:

  • 印刷页 919:长期资本对数增长率定义 G=lim⁡N→∞1Nlog⁡VNV0G = \lim_{N\to\infty} \frac{1}{N}\log \frac{V_N}{V_0};
  • 印刷页 920:二元二项赌注式 G=qlog⁡(1+ℓ)+plog⁡(1−ℓ)G = q \log(1 + \ell) + p \log(1 - \ell);一阶条件 1+ℓ=2q1 + \ell = 2q,1−ℓ=2p1 - \ell = 2p;最大增长率 Gmax⁡=1+plog⁡p+qlog⁡qG_{\max} = 1 + p\log p + q\log q;破产概率与财富渐近增长的讨论;
  • 原文其余通信信道与编码定理页面未读。
  • 记号必须映射:Kelly 原文以 qq 代表获胜(正确)概率、pp 代表失败(错误)概率、ℓ\ell 代表下注比例。现代金融与本章以 pp 代表胜率、1−p1-p 代表负率、ff 代表下注比例,记号与原文互为对偶,正文已做明确对照说明。

支持范围:支持二元下注的期望对数增长目标与偶数赔率下的最优比例(原文 1+ℓ=2q)。一般净赔率 b 的公式、双倍 Kelly 增长率为负的数值(−0.000138)、高斯二次近似与分数 Kelly 的 75%/25% 结论由本章推导和代码计算,不归因于 Kelly 原文。

CH21_DGU2009

Victor DeMiguel, Lorenzo Garlappi, and Raman Uppal, “Optimal versus naive diversification: How inefficient is the 1/N portfolio strategy?” Review of Financial Studies, 22(5), 1915–1953, 2009. DOI: 10.1093/rfs/hhm075。

实际操作:读取 2006 年 6 月 NBER 会议工作论文稿:https://users.nber.org/~confer/2006/si2006/ap/uppal.pdf。 读取范围:

  • 摘要:估计误差对样本均值与样本协方差的破坏,以及 1/N 朴素分散在多数据集中的基准表现;
  • §3 实证方法设计:滚动估计窗口 M=60M = 60 与 M=120M = 120;样本外 Sharpe 比率评估公式(式 10);
  • 换手率定义(式 13):明确采用再平衡前漂移权重(pre-trade drifted weights)计算净值变动比例;
  • 期刊终审出版版本未逐字精读;文中所涉跨数据集具体统计数字不作为本章实证数据直接引用,实证以本项目的 Project 3 重新计算结果为准。

支持范围:支持滚动窗口样本外对比设计原则、漂移后换手率定义与 1/N 作为严格无参数竞争基准的学术依据。

SHARPE1994

William F. Sharpe, “The Sharpe Ratio,” Journal of Portfolio Management, Fall 1994(网页标注 “Reprinted from The Journal of Portfolio Management, Fall 1994”;卷期页码未核实)。 Web 版:https://web.stanford.edu/~wfsharpe/art/sr/sr.htm。

实际操作:读取斯坦福大学作者主页发布的网页版本。 读取范围:差额收益定义、事前期望(ex-ante)与事后实现(ex-post)的区别、独立同分布假定下以 12\sqrt{12} 进行月度到年度时间年化的适用边界。

LESNIEWSKI2019

Andrew Lesniewski, “Optimization Techniques in Finance — 5. Convex optimization. II,” Baruch College MFE 讲义(文件名 Opt_Lecture5_2019.pdf;curl 因证书问题失败,经 Tavily Extract 读取节选)。 https://mfe.baruch.cuny.edu/wp-content/uploads/2014/12/Opt_Lecture5_2019.pdf。

实际操作:读取该讲义中“Maximizing the Sharpe ratio”专门节选页。 读取范围:通过变量代换 y=κw,κ=1/(μexcess⊤w)>0\mathbf{y} = \kappa \mathbf{w}, \kappa = 1/(\boldsymbol{\mu}_{excess}^\top \mathbf{w}) > 0 将非凹非凸的 Sharpe 比例最大化严格等价转化为凸二次规划(Convex QP)的构造步骤。

BOYD

Stephen Boyd and Lieven Vandenberghe, Convex Optimization, Cambridge University Press, 2004. 作者官方主页:https://web.stanford.edu/~boyd/cvxbook/。

实际操作:Claude 最终检查时下载作者主页 PDF,pdftotext 提取第 480–503 物理页,阅读 §9.5.1 Newton decrement 定义、“λ²/2 是基于二次近似的 f(x)−p⋆ 估计”一句,以及 §9.5.2 Algorithm 9.5(λ²/2≤ε 停止、回溯线搜索)。核对 Newton 减量(Newton decrement)λ(y)2=∇f(y)⊤∇2f(y)−1∇f(y)\lambda(\mathbf{y})^2 = \nabla f(\mathbf{y})^\top \nabla^2 f(\mathbf{y})^{-1} \nabla f(\mathbf{y}) 定义。 支持范围:支持以 λ2≤10−14\lambda^2 \le 10^{-14} 作为严格凸对数障碍风险预算 Newton 迭代的数值停止准则,说明 λ2/2\lambda^2/2 是对 f(y)−p∗f(\mathbf{y}) - p^* 的二次模型估计(不是一般上界),解决浮点数在 O(1)O(1) 尺度下目标函数微小下降不可分辨的真实停滞问题。

CVXPY

CVXPY 官方文档与 Clarabel 内核求解器:https://www.cvxpy.org/。用于长仓带上限最大 Sharpe 凸二次规划求解及状态码检查。

French Data Library 快照

本地冻结 manifest 与数据路径:

  • data/manifests/french_industries_2026-10-05.json
  • data/manifests/french_factors_2026-10-05.json
  • 共同样本期:1926-07 至 2026-08,1,202 个月。
  • 关键 SHA-256 哈希值与上游来源记录在两个 manifest 文件中。
  • 数据局限:本数据为当前修订历史版本,未提供 PIT 时间戳;月收益滞后 0 为理想化月末决策假设。

2026-10-15 双语阅读与独立运行导读

本轮承接已接受C10第21章正文/Loom及I3读者内容与默认运行语义,保留全部15道正文题和10道Loom题及完整答案。对开头中性蕴含方向、历史滚动评价身份及真实默认入口作必要校订,精确化LW相关系数中间积与平方根,最终相关值不变。原来源日期和实际阅读范围沿用历史记录,没有新联网查证。共享数值实现、章节Notebook、CLI、数据、配置和9张历史PNG不改,未新执行Notebook、French、Bootstrap或市场研究。项目3当前六文档来源承接详见本批P3_SOURCE_AUTHORITY,不能笼统称全部直接受C10接受。

BIL23仍需章节Notebook英文Markdown投影及旧Markdown校正、最终新读者包装配重绑与运行验证;本批项目3投影只改Markdown,代码、输出和metadata保留I3原身份。G01/G05/A10-A/A10-A.1/A10-B边界不变。作者候选待当前主控独立接受,canonical_written=false、formal_publication=false、final_verified=false。

搜索教材

输入关键词开始搜索。