为什么量化交易离不开数学”本质内核？
1. 不确定性 → 概率测度 金融世界本质是“不确定性驱动的财富再分配游戏”。数学通过概率测度（而非直觉）把“不确定”转化为可运算、可比较的对象。这是量化存在的数学前提。没有概率框架，量化策略连“期望”都无法定义。
2. 无套利 → 等价鞅测度 “不存在免费午餐”是现代金融最硬的公理之一。数学用等价鞅测度把“无套利”从哲学直觉变成了可严格证明、可计算的定价工具。这是几乎所有衍生品定价、量化对冲的数学基石。
3. 随机波动 → 伊藤随机微积分 价格不是确定性路径，而是带噪声的连续运动。伊藤公式让随机微分方程成为可求解、可模拟的对象。没有它，高频、期权、路径依赖产品、随机波动率模型全部无法严谨建模。
4. 相关性幻觉 → 协方差结构 + copula 人类极其容易高估/低估资产间的真实依赖关系。数学用协方差矩阵退化、主成分分析、copula函数、极值理论等工具，试图把“相关性”从感觉量化成可估计、可压力测试的结构。这是多资产组合、风险 parity、尾部风险管理的数学命脉。
5. 最优决策 → 随机控制 / 动态规划量化不是“找信号”，而是“在随机环境中做最优决策序列”。贝尔曼方程、HJB方程、随机最优控制理论是量化择时、仓位管理、执行算法的最深层数学语言。
6. 历史样本 → 统计推断的永恒困境 我们永远用T
