1.4 概率论、随机过程与模拟：量化交易的“排雷演习”¶

“如果历史再来一次，我的策略还会赚钱吗？”

量化交易本质上是在不确定性中寻求概率优势。传统的金融学入门往往假设一切都是完美的“正态分布”和简单的“线性相关”。但在真实的极端市场中，这些假设是不堪一击的。

这一节，我们将深入 QuantEcon 的核心思想，揭开随机微积分、相依结构和贝叶斯推断的面纱。别怕，我们会用最直白的语言和代码来可视化这些高阶数学定理。

核心知识点¶

1. 拆穿正态分布的假象：从直观直方图到严谨的 Q-Q Plot。
2. 微积分的进化 (SDE & Itô's Lemma)：普通微积分在金融里为什么行不通？认识 GBM (几何布朗运动) 和 OU (均值回归) 过程。
3. 相关系数的陷阱 (Copulas)：平时不相关，一跌一起跌？引入 Copula 揭示尾部相关性。
4. 终极模拟器：从参数化蒙特卡洛到真实的 Bootstrapping，量化尾部风险 (CVaR)。
5. 贝叶斯推断实战：用 Beta 分布动态更新你对“策略胜率”的信仰。

In [1]:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.stats as stats
import yfinance as yf
import seaborn as sns

plt.style.use('seaborn-v0_8-muted')
plt.rcParams['figure.figsize'] = (12, 6)
print("环境准备就绪 ✅")

import numpy as np import pandas as pd import matplotlib.pyplot as plt import scipy.stats as stats import yfinance as yf import seaborn as sns plt.style.use('seaborn-v0_8-muted') plt.rcParams['figure.figsize'] = (12, 6) print("环境准备就绪 ✅")

环境准备就绪 ✅

In [2]:

import matplotlib.pyplot as plt

# 1. 设置系统自带的中文字体（这里使用黑体 SimHei）
plt.rcParams['font.sans-serif'] = ['SimHei']  # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei']

# 2. 解决更换字体后，负号（-）显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

import matplotlib.pyplot as plt # 1. 设置系统自带的中文字体（这里使用黑体 SimHei） plt.rcParams['font.sans-serif'] = ['SimHei'] # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei'] # 2. 解决更换字体后，负号（-）显示为方块的问题 plt.rcParams['axes.unicode_minus'] = False

1. 拆穿正态分布的假象¶

在金融领域，假设收益率是正态分布是最危险的错误之一，这就好比你为了设计桥梁，假设风力永远是平均的微风，而忽略了台风（黑天鹅）。

In [3]:

# 获取一段真实的标普 500 收益率
spy = yf.download('SPY', start='2015-01-01', end='2024-01-01', progress=False)['Close'].squeeze()
returns = spy.pct_change().dropna()

fig, ax = plt.subplots(1, 2, figsize=(15, 5))

# 1. 密度分布图
sns.histplot(returns, bins=100, kde=True, stat="density", ax=ax[0], color="skyblue", label="真实收益率")
# 绘制与之对比的标准正态分布
x = np.linspace(returns.min(), returns.max(), 100)
ax[0].plot(x, stats.norm.pdf(x, returns.mean(), returns.std()), color="red", lw=2, label="拟合的理论正态分布")
ax[0].set_title("直方图对比：中间更尖，两边更长（尖峰厚尾）")
ax[0].legend()

# 2. Q-Q Plot (Quantile-Quantile Plot)
# Q-Q 图是检验分布最严谨的图形工具：如果点全落在红线上，说明是完美正态。
stats.probplot(returns, dist="norm", plot=ax[1])
ax[1].set_title("Q-Q Plot：尾部的散点严重偏离红线（黑天鹅频发）")

plt.tight_layout()
plt.show()

print("数学洞察：真实的金融市场具有『尖峰厚尾』（Leptokurtic）特征，即平时波动极小，但一旦爆发剧烈波动，其幅度远超正态分布预期。")

# 获取一段真实的标普 500 收益率 spy = yf.download('SPY', start='2015-01-01', end='2024-01-01', progress=False)['Close'].squeeze() returns = spy.pct_change().dropna() fig, ax = plt.subplots(1, 2, figsize=(15, 5)) # 1. 密度分布图 sns.histplot(returns, bins=100, kde=True, stat="density", ax=ax[0], color="skyblue", label="真实收益率") # 绘制与之对比的标准正态分布 x = np.linspace(returns.min(), returns.max(), 100) ax[0].plot(x, stats.norm.pdf(x, returns.mean(), returns.std()), color="red", lw=2, label="拟合的理论正态分布") ax[0].set_title("直方图对比：中间更尖，两边更长（尖峰厚尾）") ax[0].legend() # 2. Q-Q Plot (Quantile-Quantile Plot) # Q-Q 图是检验分布最严谨的图形工具：如果点全落在红线上，说明是完美正态。 stats.probplot(returns, dist="norm", plot=ax[1]) ax[1].set_title("Q-Q Plot：尾部的散点严重偏离红线（黑天鹅频发）") plt.tight_layout() plt.show() print("数学洞察：真实的金融市场具有『尖峰厚尾』（Leptokurtic）特征，即平时波动极小，但一旦爆发剧烈波动，其幅度远超正态分布预期。")

数学洞察：真实的金融市场具有『尖峰厚尾』（Leptokurtic）特征，即平时波动极小，但一旦爆发剧烈波动，其幅度远超正态分布预期。

2. 随机微积分进阶：SDE 与伊藤引理 (Itô's Lemma)¶

传统的牛顿微积分 $y' = dy/dx$ 是连续平滑的。但金融资产的价格充满无数微小的随机跳动（锯齿状）。为了描述这种“带噪声的微积分”，我们需要随机微分方程 (SDE)。

核心差异（伊藤引理的直观内涵）：由于价格的变化中包含随机布朗运动项 $dW$，该噪声的波动幅度是时间间隔的平方根（ $\sqrt{dt}$ ）。这就使得关于价格变量的二阶导数也会对一阶变化产生影响，传统的泰勒展开必须保留至二阶项！

两个最经典的随机过程：¶

① 几何布朗运动 (GBM) - 用于模拟股票趋势¶

$$dS_t = \mu S_t dt + \sigma S_t dW_t$$

• $\mu S_t dt$: 确定的漂移项（每隔一段时间按无风险利率或趋势上涨）。
• $\sigma S_t dW_t$: 随机扩散项（抛硬币式的股价波动噪声）。

② Ornstein-Uhlenbeck (OU) 过程 - 用于均值回归与配对交易¶

$$dx_t = \theta (\mu - x_t) dt + \sigma dW_t$$

• 当 $x_t$ 大于均值 $\mu$ 时，$(\mu - x_t)$ 是负数，像一根橡皮筋一样把价格往回拉（回归均值）。$\theta$ 决定了橡皮筋有多紧。

In [4]:

def sim_sde_paths(n_steps=1000, dt=0.01):
    t = np.linspace(0, n_steps*dt, n_steps)
    # 生成标准的布朗运动增量（白噪声乘上时间步长的平方根）
    dW = np.random.normal(0, np.sqrt(dt), n_steps)
    
    # 1. GBM 模拟 (股票趋势)
    mu_gbm, sigma_gbm = 0.05, 0.2
    S = np.zeros(n_steps)
    S[0] = 100
    for i in range(1, n_steps):
        S[i] = S[i-1] + mu_gbm * S[i-1] * dt + sigma_gbm * S[i-1] * dW[i]
        
    # 2. OU 过程模拟 (配对交易价差、VIX 指数)
    theta_ou, mu_ou, sigma_ou = 2.0, 0, 0.3
    X = np.zeros(n_steps)
    X[0] = 2.0 # 初始偏离极高
    for i in range(1, n_steps):
        X[i] = X[i-1] + theta_ou * (mu_ou - X[i-1]) * dt + sigma_ou * dW[i]
        
    return t, S, X

t, path_gbm, path_ou = sim_sde_paths()

fig, ax = plt.subplots(1, 2, figsize=(15, 5))
ax[0].plot(t, path_gbm, color='darkblue')
ax[0].set_title("几何布朗运动 (GBM)：带漂移的随机漫步 (不归路)")
ax[0].grid(alpha=0.3)

ax[1].plot(t, path_ou, color='darkred')
ax[1].axhline(0, color='black', linestyle='--', label="均值回归中心 (\mu=0)")
ax[1].set_title("OU 过程 (均值回归)：被橡皮筋拉扯的随机波动")
ax[1].legend()
ax[1].grid(alpha=0.3)
plt.show()

def sim_sde_paths(n_steps=1000, dt=0.01): t = np.linspace(0, n_steps*dt, n_steps) # 生成标准的布朗运动增量（白噪声乘上时间步长的平方根） dW = np.random.normal(0, np.sqrt(dt), n_steps) # 1. GBM 模拟 (股票趋势) mu_gbm, sigma_gbm = 0.05, 0.2 S = np.zeros(n_steps) S[0] = 100 for i in range(1, n_steps): S[i] = S[i-1] + mu_gbm * S[i-1] * dt + sigma_gbm * S[i-1] * dW[i] # 2. OU 过程模拟 (配对交易价差、VIX 指数) theta_ou, mu_ou, sigma_ou = 2.0, 0, 0.3 X = np.zeros(n_steps) X[0] = 2.0 # 初始偏离极高 for i in range(1, n_steps): X[i] = X[i-1] + theta_ou * (mu_ou - X[i-1]) * dt + sigma_ou * dW[i] return t, S, X t, path_gbm, path_ou = sim_sde_paths() fig, ax = plt.subplots(1, 2, figsize=(15, 5)) ax[0].plot(t, path_gbm, color='darkblue') ax[0].set_title("几何布朗运动 (GBM)：带漂移的随机漫步 (不归路)") ax[0].grid(alpha=0.3) ax[1].plot(t, path_ou, color='darkred') ax[1].axhline(0, color='black', linestyle='--', label="均值回归中心 (\mu=0)") ax[1].set_title("OU 过程 (均值回归)：被橡皮筋拉扯的随机波动") ax[1].legend() ax[1].grid(alpha=0.3) plt.show()

<>:30: SyntaxWarning: invalid escape sequence '\m'
<>:30: SyntaxWarning: invalid escape sequence '\m'
C:\Users\DELL\AppData\Local\Temp\ipykernel_39516\3667307583.py:30: SyntaxWarning: invalid escape sequence '\m'
  ax[1].axhline(0, color='black', linestyle='--', label="均值回归中心 (\mu=0)")

3. 分布相依结构：相关系数的谎言与 Copula¶

金融危机时，为什么“原本分散化投资組合”里的所有资产突然一起暴跌？ 因为传统的 皮尔逊相关系数 ($Pearson\ \rho$) 只能捕捉整体线性相关性，它无法区分：这些资产是在平静时相关，还是在股灾时相关？

Copula 函数 的出现解决了这个问题。它把多个资产的“边缘分布”和“相依结构”剥离开来。不同品种的 Copula 具有不同的极值特征：

• Gaussian Copula：在两端（大涨/大跌时）相关性会减弱。2008年次贷危机的量化核弹（Li's Copula）过度使用了它。
• Student-t Copula：强关联的厚尾。即使平时相关性不高，一旦危机爆发，极端的左下角（尾部崩溃）呈现强相关。（“一跌一起跌”数学化）。

In [5]:

from scipy.stats import multivariate_normal, multivariate_t

# 假定两者整体相关系数均为 0.5
cov_matrix = [[1.0, 0.5], [0.5, 1.0]]

# 1. 生成二维正态高斯分布样本
samples_gaussian = multivariate_normal.rvs(mean=[0, 0], cov=cov_matrix, size=5000, random_state=42)

# 2. 生成二维学生t分布样本 (自由度低，极端值依赖强)
samples_t = multivariate_t.rvs(loc=[0, 0], shape=cov_matrix, df=3, size=5000, random_state=42)

fig, ax = plt.subplots(1, 2, figsize=(14, 6), sharex=True, sharey=True)

# 绘制散点图
ax[0].scatter(samples_gaussian[:, 0], samples_gaussian[:, 1], alpha=0.1, s=10)
ax[0].set_title("Gaussian Copula 结构: 左下/右上角落较为平滑稀疏")
ax[0].grid(alpha=0.3)

ax[1].scatter(samples_t[:, 0], samples_t[:, 1], alpha=0.1, s=10, color='purple')
ax[1].set_title("Student-t Copula 结构: 左下角极端踩踏事件极其密集 (尾部相依)")
ax[1].grid(alpha=0.3)

# 框出极度恐慌区域（左下角：两大资产同时暴跌超过 3 个标准差）
for axis in ax:
    rect = plt.Rectangle((-10, -10), 7, 7, fill=False, edgecolor='red', lw=2, linestyle='--')
    axis.add_patch(rect)

plt.xlim(-8, 8)
plt.ylim(-8, 8)
plt.show()

print("结论：评估组合风险时，决不能仅看相关系数矩阵，而忽略了在暴跌时突然飙升的‘尾部相依性’。")

from scipy.stats import multivariate_normal, multivariate_t # 假定两者整体相关系数均为 0.5 cov_matrix = [[1.0, 0.5], [0.5, 1.0]] # 1. 生成二维正态高斯分布样本 samples_gaussian = multivariate_normal.rvs(mean=[0, 0], cov=cov_matrix, size=5000, random_state=42) # 2. 生成二维学生t分布样本 (自由度低，极端值依赖强) samples_t = multivariate_t.rvs(loc=[0, 0], shape=cov_matrix, df=3, size=5000, random_state=42) fig, ax = plt.subplots(1, 2, figsize=(14, 6), sharex=True, sharey=True) # 绘制散点图 ax[0].scatter(samples_gaussian[:, 0], samples_gaussian[:, 1], alpha=0.1, s=10) ax[0].set_title("Gaussian Copula 结构: 左下/右上角落较为平滑稀疏") ax[0].grid(alpha=0.3) ax[1].scatter(samples_t[:, 0], samples_t[:, 1], alpha=0.1, s=10, color='purple') ax[1].set_title("Student-t Copula 结构: 左下角极端踩踏事件极其密集 (尾部相依)") ax[1].grid(alpha=0.3) # 框出极度恐慌区域（左下角：两大资产同时暴跌超过 3 个标准差） for axis in ax: rect = plt.Rectangle((-10, -10), 7, 7, fill=False, edgecolor='red', lw=2, linestyle='--') axis.add_patch(rect) plt.xlim(-8, 8) plt.ylim(-8, 8) plt.show() print("结论：评估组合风险时，决不能仅看相关系数矩阵，而忽略了在暴跌时突然飙升的‘尾部相依性’。")

结论：评估组合风险时，决不能仅看相关系数矩阵，而忽略了在暴跌时突然飙升的‘尾部相依性’。

4. 极致回测模拟：Bootstrapping 求 VaR/CVaR¶

知道了理想的数学公式，但在实战中，最好的分布假设就是“不作假设”。 Bootstrapping（自助法采样） 从我们拥有的真实收益率中不断“随机乱切、重拼”，它自动保留了真实市场的偏度、厚尾和部分相依结构。

VaR (Value at Risk): 在 95% 信心水准下，我最多亏多少？ CVaR (Conditional VaR, 预期尾部损失): 如果今天太倒霉跌破了 VaR，平均起来我会亏多惨？

In [6]:

# 提取 SPY 单日收益率数据
historical_rets = returns.values
n_days = 252 # 模拟未来 1 年
n_sims = 5000 # 生成 5000 种未来平行宇宙

# Bootstrapping 获取 5000 组 * 252天的 收益率矩阵
simulated_rets_paths = np.random.choice(historical_rets, size=(n_days, n_sims), replace=True)
# 计算期末总收益率
sim_cumulative_rets = (1 + simulated_rets_paths).cumprod(axis=0)[-1, :] - 1

alpha = 0.05 # 95% 置信度
var_95 = np.percentile(sim_cumulative_rets, alpha * 100)
cvar_95 = sim_cumulative_rets[sim_cumulative_rets <= var_95].mean()

plt.figure(figsize=(10, 5))
sns.histplot(sim_cumulative_rets, bins=60, kde=True, color='teal')
plt.axvline(var_95, color='orange', linestyle='--', lw=2, label=f'95% VaR: {var_95:.2%}')
plt.axvline(cvar_95, color='red', lw=2, label=f'95% CVaR: {cvar_95:.2%}')
plt.title("Bootstrapping 模拟持仓1年的收益分布与极端风险")
plt.legend()
plt.show()

print(f"统计推断结论：在未来一年里，我们有 5% 的概率亏损超过 {abs(var_95):.2%}；一旦踏入这悲惨的 5% 概率领域，平均亏损将达到 {abs(cvar_95):.2%}。")

# 提取 SPY 单日收益率数据 historical_rets = returns.values n_days = 252 # 模拟未来 1 年 n_sims = 5000 # 生成 5000 种未来平行宇宙 # Bootstrapping 获取 5000 组 * 252天的 收益率矩阵 simulated_rets_paths = np.random.choice(historical_rets, size=(n_days, n_sims), replace=True) # 计算期末总收益率 sim_cumulative_rets = (1 + simulated_rets_paths).cumprod(axis=0)[-1, :] - 1 alpha = 0.05 # 95% 置信度 var_95 = np.percentile(sim_cumulative_rets, alpha * 100) cvar_95 = sim_cumulative_rets[sim_cumulative_rets <= var_95].mean() plt.figure(figsize=(10, 5)) sns.histplot(sim_cumulative_rets, bins=60, kde=True, color='teal') plt.axvline(var_95, color='orange', linestyle='--', lw=2, label=f'95% VaR: {var_95:.2%}') plt.axvline(cvar_95, color='red', lw=2, label=f'95% CVaR: {cvar_95:.2%}') plt.title("Bootstrapping 模拟持仓1年的收益分布与极端风险") plt.legend() plt.show() print(f"统计推断结论：在未来一年里，我们有 5% 的概率亏损超过 {abs(var_95):.2%}；一旦踏入这悲惨的 5% 概率领域，平均亏损将达到 {abs(cvar_95):.2%}。")

统计推断结论：在未来一年里，我们有 5% 的概率亏损超过 17.38%；一旦踏入这悲惨的 5% 概率领域，平均亏损将达到 23.53%。

5. 贝叶斯思维：动态更新你对策略胜率的认知¶

你在历史回测里跑到 60% 的胜率。上线第一天，连亏 3 笔。 你是该相信回测，继续抗单？还是立刻止损？

贝叶斯定理 提供了一套最严谨的“世界观更新指南”： 后验观点 (Posterior) = 旧有成见 (Prior) $\times$ 新数据的说服力 (Likelihood)

对于“胜率”这样在 $0$ 到 $1$ 之间的概率，最常使用的旧有成见分布模型是 Beta 分布 ($Beta(\alpha, \beta)$)，因为它是二项分布的共轭先验：

• 假设回测赚了 60 次，亏了 40 次。此时先验信念为 $Beta(60, 40)$。
• 实盘中随后遇到 2 赚 8 亏。你的信念应该无缝更新为 $Beta(60+2, 40+8)$ 即 $Beta(62, 48)$。

In [7]:

from scipy.stats import beta

x = np.linspace(0, 1, 500)
prior_wins, prior_losses = 60, 40
prior_pdf = beta.pdf(x, prior_wins, prior_losses)

# 实盘发生了严酷的打击：最近 20 笔交易，赢 4 输 16
new_wins, new_losses = 4, 16
posterior_pdf = beta.pdf(x, prior_wins + new_wins, prior_losses + new_losses)

plt.figure(figsize=(10, 5))
plt.plot(x, prior_pdf, label=f'先验信念 (回测胜率中心处在 60%)\nBeta({prior_wins}, {prior_losses})', lw=2)
plt.plot(x, posterior_pdf, label=f'后验信念 (实盘遇大减撤，胜率信念下调)\nBeta({prior_wins + new_wins}, {prior_losses + new_losses})', lw=2, color='crimson')

plt.fill_between(x, 0, prior_pdf, alpha=0.1)
plt.fill_between(x, 0, posterior_pdf, color='crimson', alpha=0.2)
plt.title("贝叶斯胜率更新：永远跟随新数据进化")
plt.xlabel("真实策略胜率可能值")
plt.ylabel("概率密度")
plt.legend()
plt.grid(alpha=0.3)
plt.show()

from scipy.stats import beta x = np.linspace(0, 1, 500) prior_wins, prior_losses = 60, 40 prior_pdf = beta.pdf(x, prior_wins, prior_losses) # 实盘发生了严酷的打击：最近 20 笔交易，赢 4 输 16 new_wins, new_losses = 4, 16 posterior_pdf = beta.pdf(x, prior_wins + new_wins, prior_losses + new_losses) plt.figure(figsize=(10, 5)) plt.plot(x, prior_pdf, label=f'先验信念 (回测胜率中心处在 60%)\nBeta({prior_wins}, {prior_losses})', lw=2) plt.plot(x, posterior_pdf, label=f'后验信念 (实盘遇大减撤，胜率信念下调)\nBeta({prior_wins + new_wins}, {prior_losses + new_losses})', lw=2, color='crimson') plt.fill_between(x, 0, prior_pdf, alpha=0.1) plt.fill_between(x, 0, posterior_pdf, color='crimson', alpha=0.2) plt.title("贝叶斯胜率更新：永远跟随新数据进化") plt.xlabel("真实策略胜率可能值") plt.ylabel("概率密度") plt.legend() plt.grid(alpha=0.3) plt.show()

🎯 总结与启示¶

1. 绝不轻信均值方差框架：真实金融世界的尾部极厚，且充满尾部相依的 Copula 陷阱。
2. 驾驭随机过程：将市场的震荡理解为带有漂移项的布朗运动噪声，而不是确定的线性趋势线。
3. 坚守贝叶斯更新：永远不要把回测的胜率当成绝对真理。只要市场给出了相反的新数据，随时动态调整你的信仰和仓位。

---

本章涵盖了高阶量化交易乃至衍生品定价（Black-Scholes 模型等）的底层概率思想。带着这些对随机性的敬畏之心，我们准备进入下一章：获取市场真实的数据流。 → 02_data/

🎯 练习¶

1. 修改蒙特卡洛模拟参数（漂移率、波动率），观察最终净值分布如何变化。
2. 实现一个函数，计算给定置信水平（如 95%）下，持有 N 天的最大预期亏损（VaR）。
3. 使用 Bootstrap 方法，对 AAPL 真实历史收益率进行 10000 次重抽样，估计年化夏普比率的置信区间。

---

下一节 → 06_statistics_fundamentals.ipynb

In [ ]: