达莫达兰谈 Situational Awareness 基金爆仓：投资信念的 collateral damage
纽约大学估值教授 Aswath Damodaran 以 Leopold Aschenbrenner 创立的 Situational Awareness 对冲基金从暴涨到爆仓清算的完整经历为案例，系统拆解投资信念的定义、来源与实际影响。
阅读原文#风险管理
Aswath Damodaran：Musings on MarketsAI 评分5656
Rob Carver：This Blog is SystematicAI 评分7474 如何在动量策略参数估计中自动识别结构断点
本文介绍了一套自动识别交易规则夏普比率结构断点的方法，采用独立t检验逐段比较子样本均值差异，递归拆分样本并要求每段子样本至少保留5年数据。作者提供了完整Python实现代码，以CORN期货的momentum4规则为例，算法自动识别出1982年8月26日为断点。
阅读原文
Rob Carver：This Blog is SystematicAI 评分6262 用真实收益数据对比组合优化收缩方法：蒙特卡洛、自助法与双收缩的回测结论
作者在 2026 年夏季组合优化系列第四篇中，用真实交易规则与工具收益数据回测了蒙特卡洛、自助法、双收缩、朴素均值方差、等权重、最大分散化和 EPO 等方法。每次随机抽取 9 条交易规则和一个工具，按 1、5、10 年样本内与 1、5 年样本外组合比较；结果显示真实数据下相关性估计比 Sharpe 比率更不稳定，需要更多相关性收缩，而不是更多 Sharpe 比率收缩。
阅读原文
Robot WealthAI 评分4545 独立交易者如何为三角统计套利业务配置资源
本文是独立交易者统计套利系列的第六部分，讲解三角统计套利的三大核心模块及资源配置优先级。其中优质配对筛选为核心基础，基于24个月历史数据每月筛选前10%的配对，按质量分为5档，最优档夏普比率达1.6，最差档仅0.42。作者仅公开通用方法论，不披露具体实现细节。
阅读原文
Robot WealthAI 评分5454 三角化统计套利：如何识别真正的定价偏离而非错误定价
本文是面向独立交易者的统计套利系列第五篇，核心讲解三角化统计套利方法。作者以能源板块价差网络为例，说明如何通过多组重叠价差的交叉验证定位真正偏离的个股，而非将单组价差的偏离直接当作交易信号。
阅读原文
Robot WealthAI 评分5353 从配对到组合第4部分：面向独立交易者的三角化统计套利方法
本文介绍三角化统计套利方法，以6只能源股构建8组价差为例，将每组价差的z-score信号拆解为两只个股的反向投票，聚合得到个股层面的多空信号，直接交易被低估或高估的个股，替代传统配对交易同时对冲两条腿的模式。该方法可提升资本使用效率、降低交易成本、提升信号利用率，同时通过多空篮子组合实现类似配对交易的方差控制效果，后续将进一步讲解如何评估聚合信号的质量。
阅读原文
Robot WealthAI 评分5353 趋势还是不趋势？这是个错误的问题
作者指出均值回归、趋势、动量只是价格运动的标签而非交易优势，真正的优势需要先找到对应的结构性原因，再用数据验证。文中以三类均值回归场景为例，分别对应杠杆基金强制平仓、加密杠杆代币定时再平衡、财富管理机构月末股债再平衡，三类场景都存在可识别的非价格敏感交易流。
阅读原文
Robot WealthAI 评分5454 AI 将催生数百万量化交易者，其中多数会亏损
作者指出 AI 大幅降低了量化策略的开发门槛，几分钟内即可生成完成编码与回测的策略，但廉价的实验会放大多重检验问题，催生大量看似有效实则过拟合噪声的虚假回测结果。
阅读原文