数学基础（上）：概率论核心概念与量化应用
做量化研究这几年，我越来越觉得概率论就是我们的“内功心法”。你策略写得再花哨，回测曲线再漂亮，如果底层概率直觉不对，实盘迟早要还回去。今天咱们就把几个最核心的概念掰开揉碎，看看它们到底怎么用。
期望、方差、协方差与相关性
这四个概念，说白了就是描述“不确定性”的四种语言。我习惯把它们分成两组来理解。
期望：你“平均”能赚多少？
期望就是所有可能结果的加权平均。权重就是概率。
离散型期望公式： E[X] = Σ xᵢ · P(xᵢ)
举个例子。一个策略有60%概率赚5%，40%概率亏3%。期望收益就是：
E = 0.6 × 5% + 0.4 × (-3%) = 3% - 1.2% = 1.8%嗯，这里要注意：期望为正不代表每笔都赚。它只是告诉你，如果重复足够多次，平均每笔能赚1.8%。
方差与标准差：你的心跳有多快？
方差衡量的是“波动”——实际结果偏离期望的程度。标准差就是方差的平方根，单位跟原始数据一致，更直观。
我的习惯： 看策略时，我第一眼先看夏普比率（期望/标准差）。它告诉你每承担一单位风险，能换来多少超额收益。低于1的策略，我基本不会碰。
协方差与相关性：两个资产怎么“联动”？
协方差告诉你两个变量是否同向变动。正数表示同涨同跌，负数表示此消彼长。但协方差的数值受量纲影响，不好直接比较。
相关性（相关系数ρ）把协方差归一化到[-1, 1]之间，这才是我们真正关心的东西。
| ρ 值范围 | 含义 | 量化中的典型场景 |
|---|---|---|
| ρ = 1 | 完全正相关 | 同行业龙头与龙二 |
| 0 < ρ < 1 | 正相关 | 股票与大盘指数 |
| ρ = 0 | 不相关 | 黄金与某只冷门股 |
| -1 < ρ < 0 | 负相关 | 股票与VIX恐慌指数 |
| ρ = -1 | 完全负相关 | 做多与做空同一标的 |
我曾经踩过的坑： 相关性不等于因果。2015年股灾时，很多策略发现“雨伞销量”和“股市下跌”相关性很高——其实是因为那段时间一直在下雨。做配对交易时，一定要先问自己：这个相关性背后有逻辑支撑吗？
贝叶斯定理：量化中的“动态更新”思维
贝叶斯定理的核心就一句话：用新证据更新旧信念。
公式： P(A|B) = P(B|A) × P(A) / P(B)
翻译成人话：
- P(A)：你事先对A的相信程度（先验概率）
- P(B|A)：如果A是真的，B出现的可能性有多大（似然）
- P(A|B)：看到B之后，你对A的新相信程度（后验概率）
量化中的经典应用：因子择时
假设你有一个动量因子，历史上在牛市中表现很好。现在你看到市场连续三天放量上涨（证据B）。你想知道：现在动量因子有效的概率有多大？
用贝叶斯框架：
- 先验P(有效) = 你长期统计的因子有效概率，比如40%
- 似然P(放量上涨 | 有效) = 因子有效时出现放量上涨的概率，比如70%
- 证据P(放量上涨) = 不管因子是否有效，放量上涨出现的总概率，比如50%
P(有效 | 放量上涨) = 0.7 × 0.4 / 0.5 = 0.56看到了吗？从40%更新到了56%。这就是贝叶斯的力量——每次新数据进来，你的信念就调整一次。
我个人习惯： 在实盘策略中，我会给每个因子配一个“贝叶斯置信度”。当置信度低于阈值时，自动降低该因子的权重。这比硬性开关要平滑得多。
蒙特卡洛模拟入门
蒙特卡洛模拟，说白了就是“暴力枚举所有可能”。当解析解算不出来时，我们就用随机抽样来逼近真实分布。
一个最简单的例子：估算π
往一个正方形里随机扔点，统计落在内切圆里的比例。这个比例乘以4，就是π的近似值。
import numpy as np
def estimate_pi(n_points=100000):
x = np.random.uniform(-1, 1, n_points)
y = np.random.uniform(-1, 1, n_points)
inside = (x**2 + y**2) <= 1.0
pi_est = 4 * np.sum(inside) / n_points
return pi_est
print(estimate_pi(100000)) # 输出接近 3.14159量化中的核心应用：策略回测与风险估计
你写了一个策略，回测年化收益20%。但你知道这个数字背后有无数种“平行宇宙”吗？
蒙特卡洛可以帮你：
- 生成多条价格路径：假设收益率服从某种分布，随机生成未来N天的价格序列
- 在每个路径上跑策略：看策略在不同“平行宇宙”中的表现
- 统计结果分布：得到收益率的概率分布，而不是一个点估计
关键认知： 回测曲线只有一条，但蒙特卡洛能给你10000条。这10000条曲线的分布，才是你真正应该关心的风险画像。
你想想看，如果一个策略在90%的模拟路径中都是赚钱的，那它的稳健性就远高于一个只在某条特定路径上赚钱的策略。
我曾经犯过的错： 刚开始做蒙特卡洛时，我直接用历史收益率的标准差作为模拟参数。结果忽略了“波动率聚集”效应——市场大跌时波动率会飙升。后来我改用GARCH模型来模拟波动率，结果才靠谱一些。
本章知识体系总览
下面这张图把今天讲的核心概念串起来了。你可以把它当作一张“思维地图”，以后遇到具体问题时，先定位到图上，再想用什么工具。
嗯，今天的内容就到这里。这几个概念看起来简单，但真正用好它们，需要大量的实践和反思。我建议你回去之后，拿自己手头的一个策略，用蒙特卡洛跑1000条路径，看看收益分布长什么样——你会发现很多回测报告里看不到的东西。