EWMA
用 λ 控制旧信息衰减，近期平方收益权重更高。
估计会变化的波动率与相关性
波动率不是常数；近期冲击会提高未来方差预测，并以不同速度衰减。
本章胜利条件：能实现 EWMA 与 GARCH(1,1) 更新，解释波动聚集和相关性在压力期的变化。
1. 先建立模型骨架
GARCH
加入长期方差与均值回归，α+β 决定持久性。
相关性
协方差也需动态估计，压力期可能同步上升。
σn²=λσn-1²+(1-λ)un-1²
λ 越高，预测越平滑但对新冲击反应越慢。
2. 操作参数，观察敏感度
CHAPTER 23 LAB双参数情景实验
先预测方向，再拖动参数模型读数
最容易错的地方
用短样本相关系数当作稳定结构，或混用日波动与年化波动。
3. 用判断证明理解
EWMA 的 λ 越高意味着什么？
选择后显示推理反馈。
章末主动回忆 · 不看答案先作答
为什么分散化在危机中常失效？
参考：资产相关性和波动率会同时上升，平稳期估计的低相关结构不能代表压力状态。
Hull 第 11 版第 23 章，PDF 第 544-563 页。建议先完成本页实验与主动回忆，再读 Summary 和章末题核对术语。
遇到推导跳步时，把具体公式和你的推理发给老师；不要用“看懂答案”替代独立重建。