M09 主动管理框架¶

层级：L3 组合管理｜优先级：★★★ ｜预计学时：12 小时对应原书：GK 第 1 章、第 4–6 章；第 20–22 章选读前置知识：M01 的夏普；M06 的基本定律数字；M08 的广度不能来自反复试参数。读书笔记：GK 第 5–6 章的信息比率状态：reviewed 数据截至：2024-12｜最近复核：2026-10-22

学习目标¶

把残差波动和跟踪误差分开。β 不等于 1 时，两者不是同一个数。
手算信息比率、最优主动风险，以及附加值在最优点的值。
用 IC = 0.05、每年 6000 个独立赌注得到信息比率 3.87，并同时写出广度改成 500 或 12 之后的数。
说明 SR² = SR_b² + IR² 是两条互不相关超额收益的最优组合，不是任意一个 β = 1 组合的夏普。
把 SPIVA 的某一格、伯克希尔 1976–2017 的论文数字，和本轮杠杆上限 1.0 放在同一张约束表里。

本章知识拓扑图¶

flowchart TB
    SIG["信号的 IC"] --> LAW["IR 上界 = TC × IC × √BR"]
    BRD["真正独立的赌注 BR"] --> LAW
    CON["约束：只做多、整手、杠杆上限"] --> TC["转移系数"]
    TC --> LAW
    LAW --> VA["附加值 α − λω²"]
    VA --> SCALE["主动风险的尺度 ω 或 k"]
    SCALE --> SR["组合夏普"]
    BENCH["基准"] --> SR

信息比率描述主动部分的斜率。把它加进组合夏普之前，先要选定主动风险的尺度。尺度选错时，平方和公式还没到达。

🟢 入门层：相对基准的那一段¶

1. 四个风险不是四个名字¶

跟踪误差 ψ 是相对基准的总跑偏，里面既有 β 偏离市场的那一段，也有选股残差。残差波动 ω 是把 β 偏离剔掉之后、纯选股还在晃的那一段。ψ² 等于这两段的平方和。只做多、β 接近 1 时，总跑偏看起来不大，选股的 ω 仍要单独看。信息比率用的是 ω，不是 ψ。把总跑偏代进基本定律，广度会被市场偏离占掉。

组合超额收益相对基准写成

Rₚ − R_b = (β − 1) R_b + ε

ε 与基准不相关时，跟踪误差 ψ = std(Rₚ − R_b) 满足

ψ² = (β − 1)² σ_b² + ω²

符号	含义
`R_b`	基准超额收益
β	组合对这个基准的斜率
ω	残差 ε 的波动
ψ	主动收益的波动，也叫跟踪误差
`σ_b`	基准超额收益的波动

β = 1 时，ψ = ω。β 离开 1 时，跟踪误差里还有一段基准暴露。把残差波动直接叫成跟踪误差，会漏掉这一段。

手算：β = 1.2，σ_b = 16%，ω = 8%。

ψ² = 0.2² × 0.16² + 0.08² = 0.001024 + 0.0064 = 0.007424

ψ = √0.007424 = 0.0862

跟踪误差是 8.62%，残差波动是 8%。多出来的 0.62 个百分点来自 β 比基准高 0.2。个人账户若以 SPY 为基准，跑赢的部分是 Rₚ − R_b，偏离的幅度是 ψ，不是持仓波动本身。

2. 信息比率缩放的是主动部分¶

IR = α/ω

α = E[ε]，与 ω 用同一频率的年化。基准本身的夏普是 SR_b = μ_b/σ_b，分母是基准波动，不是残差波动。把主动收益除以总波动，得到的不是信息比率。

主动部分放大 c 倍时，α 和 ω 同乘 c，IR 不变。IR 衡量的是这条主动赌注的斜率。敢不敢把 c 放到最优，是下一节的风险厌恶和杠杆上限，不是 IR 本身。

Grinold 与 Kahn 在书里把扣费前的信息比率 0.5 描述为良好、0.75 为很好、1.0 为突出。这是他们的描述刻度。

3. 附加值选出一个尺度¶

VA = α − λω² = IR · ω − λω²

对 ω 求导，令导数为零：

IR − 2λω = 0, ω⋆ = IR / (2λ)

代回之后，

VA⋆ = IR² / (4λ)

符号	手算所用
IR	0.4
λ	0.1，且 α、ω 都用百分数
ω⋆	0.4 / (2 × 0.1) = 2，即 2%
α⋆	0.4 × 2 = 0.8，即 0.8%
VA⋆	0.4 − 0.1 × 2² = 0.4，即 0.4 个百分点

若 α 和 ω 改用小数，0.8% 写成 0.008，2% 写成 0.02，则 λ 要写成 10 而不是 0.1。因为 ω² 缩小了 100² 倍，厌恶系数放大 100 倍，附加值才仍是 0.004，也就是 0.4 个百分点。单位不写明时，λ = 0.1 和 λ = 10 会算出差一百倍的仓位。

技能越高，公式给的主动风险越大。风险厌恶越高，给的越小。IR 很低时仍把跟踪误差放到很大，附加值的第二项会超过第一项。

🟡 进阶层：基本定律和它到达不了的地方¶

4. 广度是独立赌注的个数¶

Grinold (1989, JPM 15(3)) 把信息比率的上界写成信息系数乘广度的平方根。Clarke, de Silva & Thorley (2002, FAJ 58(5)) 乘上转移系数：

IR ≈ TC × IC × √BR

符号	含义
IC	预测和随后残差收益的相关系数
BR	一年里近似独立的赌注个数
TC	主动权重和预测的截面相关。无约束且残差波动相同时为 1

M06 已经算过 IC = 0.03、TC = 1：每年 6000 个独立赌注时 IR = 2.32，每年 500 个时 IR = 0.67。本章把 IC 改成大纲里的 0.05，其余定义不变。√6000 = 77.460。

BR	它在说什么	IC = 0.03，TC = 1	IC = 0.05，TC = 1	IC = 0.05，TC = 0.5
6000	500 只股票 × 12 个月，月与月、股票与股票都独立	2.324	3.873	1.936
500	一年 500 个独立赌注	0.671	1.118	0.559
12	一个因子每个月下一注，股票只是同一注的载体	0.104	0.173	0.087
240	20 只股票 × 12 个月，仍假设彼此独立	0.465	0.775	0.387

3.87 使用了 TC = 1 和「500×12 次都独立」。同一条因子打在 500 只股票上，若它们的残差被这个因子绑在一起，更接近 BR = 12 那一行的 0.17，而不是 3.87。M08 还要求：反复试参数产生的「很多策略」不算进 BR。TC = 0.5 是假设出来的一列，用来看公式对 TC 有多敏感。它不是「只要只做多，TC 就等于 0.5」。

左图两条竖线是 BR = 500 和 BR = 6000。读图时先选横轴上的广度，再读纵轴。不要先看见 3.87 再回头把相关的股票数数成独立赌注。

5. 转移系数是相关，不是仓位大小¶

转移系数是理想正北（得分方向）和实际持仓方向的夹角余弦。夹角为 0，TC 为 1；完全做反，TC 为负。只做多、单名上限和整手都会把持仓从得分方向上拽开，余弦下降。它不随仓位同比放大。放大主动头寸时，信息比率的分子分母一起变，TC 仍是这一个相关。四只股票的只做多例子里，得分 2, 1, −1, −2 的 TC 是 0.9535，夹角约 17.5413°，不是自动变成 0.5。

四只股票，残差波动相同，基准是等权。得分 2, 1, −1, −2。只做多且权重和为 1 时，正得分上的权重是 ⅔ 和 ⅓。主动权重是持仓减去 0.25：

0.4167, 0.0833, −0.2500, −0.2500

它和得分的相关系数是 0.9535。把得分改成 3, 1, −0.5, −3.5，只做多主动权重变成 0.50, 0, −0.25, −0.25，相关系数降到 0.8607。若多头放错了位置，主动权重改成 0.05, 0.45, −0.25, −0.25，相关系数是 0.7156。

这三组都高于 0.5。四只股票的等权基准里，把负得分的股票权重降到 0，已经表达了大部分方向。相关不看倍数：主动权重全体乘以 2，TC 不变。杠杆上限约束的是右图里的 k，不是这一个相关系数。Clarke 等人讨论的是大股票池、持仓上下限和行业约束把 TC 压低。0.3 到 0.6 不是只做多账户的固定折扣。

残差波动相同时，转移系数就是得分向量和主动权重向量的夹角余弦。无约束的最优主动权重与得分同向，夹角是 0，余弦是 1，信息比率上界不被这一步再打折。约束把做得到的权向扭开一个角度 θ，上界就乘上 cos θ。长度不进这个余弦：全体主动权重乘以 2，方向不变，TC 不变，变的是右图里的 k。

主动权重从哪来	印刷的 TC	与得分的夹角	BR = 12、IC = 0.05 的上界
无约束，与得分同向	1	0°	0.173
得分 2, 1, −1, −2，负得分权重为 0	0.9535	17.5413°	0.165151
得分 3, 1, −0.5, −3.5，同样只做多	0.8607	30.6047°	0.149078
多头放在得分更低的股票上	0.7156	44.3076°	0.123946
假设列 TC = 0.5	0.5	60.0000°	0.087

夹角用表里已经写出的 TC 取反余弦：0.9535 对应 17.5413°。不要再用未四舍五入的 0.953463 重算一次。上界用未舍入的 √12：0.05 × √12 × 0.9535 = 0.165151。表里原来的 0.173 和 0.087 是同一条公式在 TC = 1 和 TC = 0.5 上的三位小数。四只股票的只做多只扭开大约 18° 或 31°。要扭到假设列的 60°，还得有别的约束，例如持仓上限、行业中性或整手把权重从得分方向上拽走。本章没有测量那些约束下的夹角。

港股整手和指定可沽空名单会改变做得到的权重，从而改变 TC。印花税改变的是扣费后的 α，公式外面还有一项。M00 的买卖双方各 0.1% 不在 √BR 里面。

import math

import numpy as np


def ir_bound(ic: float, breadth: float, transfer: float = 1.0) -> float:
    """基本定律的上界。breadth 必须是独立赌注，不能把同一因子覆盖的股票再乘一次。"""
    return transfer * ic * math.sqrt(breadth)


def long_only_tc(score: np.ndarray) -> float:
    # 等权基准。负得分的股票权重降到 0，正得分按比例分完资金。
    positive = np.clip(score, 0.0, None)
    active = positive / positive.sum() - 0.25
    return float(np.corrcoef(score, active)[0, 1])

6. 夏普的平方和只在一个尺度上成立¶

两条互不相关的超额收益，各自有夏普 SR_b 和 IR。可以自由配置两者时，组合的最大夏普满足

SR² = SR_b² + IR²

这是对角协方差下 μ′ Σ⁻¹ μ 的加法。它不是「只要 β = 1、残差与基准不相关，组合夏普就等于这个平方根」。

手算用一条具体的基准和一条具体的主动组合。基准超额均值 0.08、波动 0.20，夏普 0.40。主动组合每 1 倍的均值 0.015、波动 0.05，信息比率 0.30。两者不相关。账户持有 1 倍基准，再叠加 k 倍主动组合：

E = 0.08 + 0.015k, σ = √(0.20² + (0.05k)²)

最优倍数来自一阶条件，二次项会消掉：

k⋆ = IR/SR_b · σ_b/ω = 0.30/0.40 · 0.20/0.05 = 3

k	均值	波动	夏普
0	0.080	0.200	0.400
1	0.095	0.2062	0.461
3	0.125	0.250	0.500

平方和给出 √(0.16 + 0.09) = 0.500，只在 k = 3 到达。k = 1 时夏普是 0.461。右图的红线是 0.500，蓝线在 k = 3 碰到它，然后因为主动风险过大而下降。

练习里若市场夏普 0.40、信息比率 0.50，最优组合的夏普是 √(0.16 + 0.25) = √0.41 = 0.640。这同样是最优尺度上的数。跟踪误差选得更大或更小，组合夏普都低于 0.640。

本轮杠杆上限是 1.0（docs/risk_policy.md）。主动组合若本身是多空，k = 3 会把空头和融资一起放大。上限把账户留在右图 k = 3 的左边时，实现的夏普低于平方和。信息比率仍然可以是 0.30，因为 IR 不随 k 变。

🔴 深入层：基金总体和可复制的部分¶

7. 总体跑输基准，不否定每一格里的差异¶

S&P Dow Jones Indices 的 SPIVA U.S. Scorecard，截至 2024-12-31，绝对收益口径：全部大盘主动基金相对标普 500，1 年有 65.24% 跑输，15 年有 89.50% 跑输，20 年有 91.99% 跑输。同一张表里，全部小盘主动基金相对标普小盘 600，1 年只有 29.69% 跑输，15 年则有 90.68% 跑输。风险调整后的大盘 15 年比例是 98.13%，不要和 89.50% 混用。

这是基金相对指定基准的比例，不是「主动管理在每个细分类别、每一季都失败」。它也没有给出你的信息比率。Fama & French (2010, JF 65(5)) 的结论是：美国主动股票基金扣费之后，整体超额大致被费用吃掉；自助法下，预期收益能盖住费用的基金很少。扣费前，分布的极端处仍有技能的证据。

Berk & Green (2004, JPE 112(6)) 给出规模上的机制：有技能的管理人吸引资金，规模的收益递减把扣费后的超额压向零。小账户少掉的是这一层容量约束。少掉容量约束，不等于 IC 会自动变成 0.05，也不等于 BR 可以写成 6000。

8. 目标写成两列，不写成打五折¶

先写你能辩护的 IC、BR 和 TC，得到上界。再写扣费之后的 α，以及杠杆上限允许的 k。两列并列。M08 已经说明，固定成数的折扣不是尝试次数的函数。本章也不把理论 IR 乘以 ½ 当作现实预期。

TC 要用持仓和得分的相关去估计，或者明确写成假设。BR 按独立赌注计。成本用换手乘单边费用，从 α 里减去，再除以 ω。最后看这个 ω 是否超过风控允许的跟踪误差。

真实案例¶

案例 1：2024 年底记分卡上的两格¶

上节的 89.50% 是 15 年大盘、绝对收益、相对标普 500。同一份年报的小盘 1 年只有 29.69% 跑输标普小盘 600。把前一格说成「主动基金大约九成会输」，漏掉了后一格，也漏掉了 15 年小盘重新回到 90.68%。引用时要写类别、基准、期限和绝对收益还是风险调整。

对个人账户，这张表的用途是给「扣费后相对基准」一个外部基率。它不参与你的 IC 估计。你的上界仍是第 4 节的表。若 BR 只有 12，IC = 0.05、TC = 1 的上界是 0.17，远低于书里「突出」的 1.0。把记分卡读成「所以个人更应该提高换手」会把 BR 和成本的方向弄反。

案例 2：伯克希尔，1976 年 10 月到 2017 年 3 月¶

Frazzini, Kabiller & Pedersen (2018, FAJ 74(4)) 的样本是 1976 年 10 月到 2017 年 3 月。伯克希尔相对美国国库券的平均超额收益是 18.6%，波动 23.5%，夏普 18.6/23.5 = 0.79。同期市场超额收益 7.5%，波动 15.3%，夏普 0.49。市场 β 是 0.69。他们按市场调整后的信息比率是 0.64。平均杠杆约 1.7 比 1。对传统因子的 α 在加入 BAB 和 QMJ 之后不再显著。论文的结论是：收益来自用杠杆持有便宜、低风险、高质量的股票，公开持仓的表现好于全资私人公司。

这篇论文没有报告 IC 和 BR。下表若出现「巴菲特式 IC = 0.25、每年 5 注」，那是教学假设，用来看 √5 × 0.25 = 0.56 这种量级，不是他们的估计。0.56 也不等于论文里的信息比率 0.64。

1998-06-30 到 2000-02-29，伯克希尔市值下跌 44%，同期市场上涨 32%。高信息比率的路径仍可以在两年里大幅落后基准。本轮杠杆上限 1.0，复制不了 1.7 倍的保险浮存金。浮存金的资金成本也不是个人账户的融资利率。

案例 3：外部资金改变的是容量，不是公式里的 IC¶

M00 引用 Zuckerman (2019)：文艺复兴 Medallion 在 1988–2018 年费前年化约 66%，费后约 39%。同一机构对外的基金没有这条曲线。基本定律可以容纳「IC 不高、BR 很大」这一类解释，但公开材料没有给出他们的 IC 和独立赌注个数，本章不算一个倒推的 IC。能带走的约束是：高换手和高收益绑在一起，外部规模会改变策略，个人账户复制不了数据、执行和仓位。费后 39% 已经是扣费数字，不能再把它当成费前信息比率。

方法论来源¶

概念 / 模型	核心文献或规范出处
基本定律	Grinold (1989), JPM 15(3)
转移系数	Clarke, de Silva & Thorley (2002), FAJ 58(5)
基金扣费后	Fama & French (2010), JF 65(5)
规模与技能	Berk & Green (2004), JPE 112(6)
伯克希尔	Frazzini, Kabiller & Pedersen (2018), FAJ 74(4)
夹角	残差波动相同时，TC 是得分与主动权重的相关系数
图	figures/M09/plot_fundamental_law.py

💡 思考回顾与巩固¶

核心认知纠偏¶

误区	反例	用法
残差波动就是跟踪误差	β = 1.2、基准波动 16%、残差 8% 时，跟踪误差是 8.62%	β = 1 时两者才相等
IC = 0.05、500 只股票每月一注，IR 就是 3.87	3.87 要求这 6000 注彼此独立且 TC = 1。一个因子的 BR 更接近 12，上界 0.17	先写独立性，再开方
只做多所以 TC 大约 0.3 到 0.6，信息比率打对折	四只股票的只做多例子 TC 是 0.95 和 0.86	TC 用相关去算。0.5 是假设列
市场夏普 0.40、IR 0.30 时，β = 1 的组合夏普就是 0.50	k = 1 时夏普是 0.461。0.500 在 k = 3	平方和是最优尺度
λ = 0.1 可以不写单位	百分数下 ω* = 2%。小数下同一个厌恶程度要写成 λ = 10	和 α、ω 的单位一起写
伯克希尔夏普 0.79 就是基本定律表里的 IC	论文没有给 IC。0.79 是 18.6% / 23.5%	测量值和教学假设分开
SPIVA 说明每一类主动基金在每一年都约九成跑输	2024 年小盘 1 年只有 29.69% 跑输标普小盘 600	写明类别、期限、口径
理论 IR 打五折就是个人预期	五折不是由 BR、TC 或费用推出来的	两列都写出来

费曼自测¶

为什么主动部分放大之后信息比率不变，附加值却变了？
500 只股票、月度调仓，什么时候 BR 可以写成 6000？什么时候更接近 12？
k = 1 的夏普是 0.461。把主动部分再放大，为什么夏普会在 k = 3 之后下降？
伯克希尔的信息比率 0.64 和杠杆 1.7，个人账户能同时拿到哪一个？

自测要点

1. 放大 c 倍时，分子 α 和分母 ω 同乘 c。附加值是 α − λω²，第二项乘的是 c²。所以斜率不变，净附加值在 c 过大时变负。最优 c 由 ω⋆ = IR / (2λ) 决定。 2. 6000 要求每只股票、每个月的残差预测误差近似独立。若 500 只股票吃的是同一个因子，每个月只有一注独立的因子收益，一年是 12。M06 的 2.32 和本章的 3.87 都站在独立那一列。换到 BR = 12 之后，IC = 0.05 的上界是 0.173。 3. k 增大时，均值线性增加，波动按主动方差的平方根增加。过了 k = 3，分母增加得更快。0.500 是这两条不相关超额收益能拼出的最大夏普，不是放大主动风险的奖励。 4. 0.64 是他们样本里市场调整后的信息比率，账户复制不了样本。1.7 倍杠杆使用的是保险浮存金，本轮上限是 1.0。两个数都不是下单指令。能带去的是：β = 0.69 的路径在 1998-06-30 到 2000-02-29 仍下跌 44%，而市场上涨 32%。

四维习题¶

A. 概念题¶

写出 Rₚ − R_b = (β − 1) R_b + ε 里跟踪误差和残差波动相等的条件。
信息比率和夏普各除以哪一个波动？为什么主动部分放大不改变 IR？
转移系数下降和杠杆上限收紧，分别打在基本定律的哪一个符号上，又分别打在右图的什么地方？
Berk & Green 的规模机制，怎样改写成个人账户的容量优势，又怎样不能改写成 IR 上界？

B. 计算题¶

β = 1.2，基准波动 16%，残差波动 8%。计算跟踪误差。
IR = 0.4，λ = 0.1，α 和 ω 用百分数。计算 ω*、α* 和 VA*。改用小数时 λ 应写成多少？
IC = 0.05。BR 分别取 6000、500 和 12，TC 分别取 1 和 0.5。列出六个信息比率上界。
基准夏普 0.40，主动信息比率 0.30，k = 1 和 k = 3 的组合夏普各是多少？市场夏普 0.40、信息比率 0.50 时，最优组合夏普是多少？

C. 编程实战题¶

运行 figures/M09/plot_fundamental_law.py，核对 BR = 6000 时 IC = 0.03 的上界 2.324，以及 IC = 0.05 的上界 3.873。
在同一输出里核对只做多四股票的 TC 0.9535、偏斜得分的 0.8607，以及错放多头的 0.7156。
打印 k = 1 的夏普 0.4608 和 k = 3 的夏普 0.5000。确认红线不是蓝线在每一个 k 上的值。

D. 个人实战思考题¶

你每月用一个因子给 30 只港股排序，只做多，杠杆上限 1.0。BR 应先写成多少？还要单独列出哪两项公式里没有的摩擦？
伯克希尔样本里的夏普 0.79 和 1998–2000 的 −44%，哪一个用来设定下一年的跟踪误差？
给自己的下一份实验记录写两列：基本定律上界，以及扣费、TC 和允许的 k 之后还留下的预期。不要写「理论值打五折」。

完整参考答案与解析

**A1.** ε 与基准不相关，并且 β = 1。此时 ψ² = ω²。β = 1.2 时，第 5 题的 8.62% 就是反例。 **A2.** 信息比率除以残差波动 ω。夏普除以这条收益自己的总波动：基准夏普除以 `σ_b`，组合夏普除以组合波动。主动部分放大 c 倍时，α 和 ω 同乘 c，比值不变。组合夏普会变，因为总波动不是按同一个 c 缩放，基准那一块还在。 **A3.** TC 乘在 IC × √BR 前面，直接缩放信息比率上界。杠杆上限不改变已实现持仓和得分的相关，所以可以让 TC 仍高，但把右图的 k 限制在 k⋆ 左边。k 受限制时，组合夏普低于平方和，IR 本身可以不变。费用则先减 α，从而把实现的 IR 降低，这项不在 TC 里。 **A4.** 资金流入把策略规模推到收益递减的区域，扣费后的超额被压向零。个人账户的容量小，少掉的是这一层。上界仍要单独估计 IC、独立赌注和 TC。容量优势不把 0.17 改写成 3.87。 **B5.** ψ² = 0.2² × 0.16² + 0.08² = 0.007424，ψ = 0.0862，即 8.62%。 **B6.** ω⋆ = 0.4 / (2 × 0.1) = 2（百分数），α⋆ = 0.8，VA⋆ = 0.8 − 0.1 × 4 = 0.4。小数口径下 ω = 0.02、α = 0.008，λ = 10，VA = 0.008 − 10 × 0.0004 = 0.004。 **B7.** √6000 = 77.460，√500 = 22.361，√12 = 3.464。TC = 1 时三个上界是 3.873、1.118、0.173。TC = 0.5 时是 1.936、0.559、0.087。3.873 与 M06 的 2.324 只差在 IC 是 0.05 还是 0.03，广度定义相同。 **B8.** k = 1：均值 0.095，波动 √0.0425 = 0.2062，夏普 0.461。k = 3：均值 0.125，波动 0.250，夏普 0.500。市场夏普 0.40、信息比率 0.50 时，最优组合夏普 √0.41 = 0.640。0.640 不是任意跟踪误差下的夏普。 **C9–C11.** 与 `figures/M09/plot_fundamental_law.py` 同一契约。BR = 6000、IC = 0.03、TC = 1 的打印值是 2.324，M06 写作 2.32。IC = 0.05 时是 3.873；TC = 0.5 时是 1.936。四股票只做多的 TC 是 0.9535 和 0.8607，错放多头是 0.7156。右图在 k = 3 到达 0.5000，k = 1 是 0.4608。

import math


def active_sharpe(k: float) -> float:
    """基准权重固定为 1。k 只缩放与基准不相关的主动组合。"""
    mean = 0.08 + 0.015 * k
    vol = math.sqrt(0.20**2 + (0.05 * k) ** 2)
    return mean / vol

**D12.** 一个因子、每月一注，BR 先写 12，不写 30 × 12。30 只股票是这一注的载体，除非你能说明残差预测在股票之间独立。公式外的两项是港股印花税（买卖双方各 0.1%）和杠杆上限 1.0。只做多还会改变做得到的权重，TC 要用第 5 节的相关去算，不能直接写成 0.5。 **D13.** 用来认识路径的是 −44% 对市场 +32%，窗口 1998-06-30 至 2000-02-29。0.79 是 40 年样本的夏普，不是下一年允许的跟踪误差。跟踪误差仍由 ω⋆ = IR / (2λ) 和风控上限一起决定。论文里的 0.64 是他们的市场调整信息比率，不是你的 λ 的输入，除非你先写出自己的 IR 估计。 **D14.** 第一列写 IC、BR、TC 和三者相乘的上界，并注明 BR 的独立性假设。第二列写单边成本乘换手之后的 α、持仓和得分的相关、以及杠杆上限允许的最大 k。若 k 到不了 k⋆，组合夏普用第 6 节的路径去读，不把上界乘以 1/2。两列都可以低于 Grinold 与 Kahn 的 0.5 刻度。低于刻度是这个账户的计算结果，不是把策略否决掉的通用门槛。`docs/workflow.md` 开头仍然不用「夏普大于 1」做本轮准入。

📌 章节知识总结¶

一句话核心洞察¶

β = 1 时跟踪误差等于残差波动。β = 1.2、基准波动 16%、残差 8% 时，跟踪误差是 8.62%。
IC = 0.05、BR = 6000、TC = 1 的上界是 3.87。同一个 IC 在 BR = 12 时是 0.17。
四只股票的只做多转移系数可以是 0.95。TC = 0.5 是假设，不是只做多的测量值。
基准夏普 0.40、信息比率 0.30 时，平方和等于 0.50，只在主动倍数 k = 3 到达。k = 1 的夏普是 0.461。
伯克希尔 1976-10 至 2017-03 的夏普是 0.79，论文中的信息比率是 0.64，杠杆约 1.7。本轮杠杆上限是 1.0。

公式与样本¶

对象	表达式或数值	前提
跟踪误差	`ψ² = (β − 1)² σ_b² + ω²`	残差与基准不相关
信息比率	α/ω	主动部分同倍放大则不变
最优主动风险	ω⋆ = IR / (2λ)	百分数例子：IR = 0.4，λ = 0.1，ω* = 2%
最优附加值	IR² / (4λ)	同一例子为 0.4 个百分点
基本定律	TC × IC × √BR	3.87 使用 BR = 6000、TC = 1、IC = 0.05
M06 对照	IC = 0.03、BR = 6000 时 2.32	本章打印 2.324
平方和	`√(SR_b² + IR²)`	只在最优配置上到达
本章到达点	k = 3 时夏普 0.500；k = 1 时 0.461	基准夏普 0.40，IR 0.30
四股票 TC	0.9535 / 0.8607 / 0.7156	等权基准，残差波动相同
夹角	17.5413° / 30.6047° / 44.3076°	由表中 TC 取反余弦；TC = 0.5 是 60°
BR = 12 乘上实测 TC	0.165151 / 0.149078 / 0.123946	0.05 × √12 未舍入，再乘表中的 TC
SPIVA	大盘 15 年 89.50% 跑输标普 500	截至 2024-12-31，绝对收益
伯克希尔	夏普 0.79，信息比率 0.64，杠杆约 1.7	1976-10 至 2017-03，论文数字

跨模块¶

结论	交给	位置
2.32 与 0.67 的广度定义	本章改 IC 时不改 BR 的含义	M06
反复试参数不算 BR	尝试次数仍记在实验模板	M08，`../../../docs/workflow.md`
k⋆ 可能超过杠杆上限	仓位闸门	M04，`../../../docs/risk_policy.md`
印花税在公式外面减 α	成本	M00，后面的 M13
信号怎样变成 α	预测的波动和 IC	M10
伯克希尔的因子分解	归因	M14

学习指引¶

概念卡片：主动管理基本定律

精读：GK 第 4 章的残差、第 5 章的附加值、第 6 章的基本定律。第 1 章用来对上基准和主动收益这两个词。
选读：第 20–22 章的历史业绩。SPIVA 的格子以年报原文为准，不要记成一个「九成」。
对照：信息比率上界以本章脚本的打印为准。伯克希尔的 0.79 和 0.64 以 Frazzini、Kabiller 与 Pedersen (2018) 为准，不倒推 IC。
项目：实验记录里若写目标信息比率，写成两列上界和扣费后的尺度，不写打五折。不把 3.87 写进下单。
下一步：M10 把原始得分变成预期收益。本章的 IC 是那一步的输入，不是已经年化的 α。

自检清单¶

能手算 β = 1.2 时的跟踪误差 8.62%，并说出它为何不等于 8%
能在百分数和小数两种单位下算出 ω* = 2%、VA* = 0.4 个百分点
能把 IC = 0.05 的上界在 BR = 6000、500、12 三行里分别写成 3.87、1.12、0.17
能说明四股票只做多的 TC 是 0.95，而不是自动等于 0.5
能把组合夏普 0.461 和 0.500 放在 k = 1 和 k = 3 上
能引用 SPIVA 大盘 15 年的 89.50%，同时说出小盘 1 年的 29.69% 是另一格