Last updated: Monday 07 September 2026 @ 20:44:27

股票、基金与量化投资：零基础核心名词手册

适用对象：刚开始接触 A 股、基金与 ETF，希望后续进一步学习量化投资的初学者。
更新日期：2026-09-04
说明：交易规则、税费和基金费率可能调整；实际交易前应以交易所、券商、基金招募说明书和最新监管文件为准。本文用于学习，不构成投资建议。

先建立一个总框架
市场最基础的概念
- 股票、基金、ETF
- 沪深300、中证500、中证1000
- A股交易时间
- 市价单、限价单
- 买一 / 卖一
- 成交价、收盘价
- K线、成交量
- 涨跌停
- T+1
- 分红、除权除息
- 手续费、印花税
基金与 ETF 的核心概念
- 主动基金 vs 被动基金
- 指数基金
- ETF
- ETF联接基金
- A类 / C类
- 场内 / 场外
- 基金净值
- 跟踪误差
- 管理费、托管费
- 最大回撤
- 波动率
- 夏普比率
- 定投
- 资产配置
个股基本面核心概念
- PE
- PB
- ROE
- 营收
- 净利润
- 现金流
- 资产负债表
- 行业周期
- 公司竞争力
- 估值
从股票进入量化：价格与因子概念
- 动量
- 均值回归
- 波动率
- 因子
- Alpha
- Beta
推荐学习顺序
新手最容易混淆的 12 组概念
官方资料来源

1. 先建立一个总框架

如果只记住一张图，可以记住下面这张：

上市公司
   │
   ├── 发行股票 ───────────────→ 你直接买股票
   │
   └── 股票被纳入各种指数
             │
             ├── 沪深300
             ├── 中证500
             └── 中证1000
                    │
                    ↓
               指数基金
                    │
          ┌─────────┴─────────┐
          │                   │
      普通场外指数基金         ETF
                              │
                        可像股票一样
                        在交易所买卖

从投资方式上看，可以先把市场理解成三层：

层次	你买的是什么	典型问题
个股	一家公司的股权	“这家公司值多少钱？”
基金	一篮子资产的基金份额	“这个基金经理/策略靠谱吗？”
指数 / ETF	按规则构造的一篮子证券	“我要暴露在哪一种市场风险上？”

对于新手，ETF 是很好的观察对象，因为它既具有股票的实时交易特征，又能通过一篮子股票降低单家公司事件造成的噪声。

2. 市场最基础的概念

2.1 股票、基金、ETF 分别是什么？

股票（Stock）

股票代表一家股份公司的部分所有权。

假设某公司总共有 1 亿股股票，你持有 1 万股，那么从经济含义上说，你持有这家公司很小的一部分权益。

股票投资者的收益主要来自：

股价上涨产生的资本利得
公司分红
某些特殊情况下的其他权益，例如配股、送股等

股票的核心问题是：

这家公司未来能赚多少钱？这些未来利润今天应该值多少钱？

基金（Fund）

基金可以理解为：

很多人把钱放在一起，由基金按照约定的策略去投资。

例如：

投资者A：1万元
投资者B：5万元
投资者C：2万元
      ↓
    基金
      ↓
股票 + 债券 + 现金 + 其他资产

你拥有的不是这些股票本身，而是基金份额。

基金只是一个大类，其中可以继续分成：

股票基金
债券基金
混合基金
货币基金
指数基金
ETF
QDII 基金
FOF 等

ETF（Exchange Traded Fund）

ETF 中文通常称为交易型开放式指数基金或交易所交易基金。

它同时具备三个特征：

Fund：本质上是基金
Index：很多 ETF 追踪某个指数
Exchange Traded：可以在交易所里像股票一样实时买卖

例如沪深300 ETF：

你买入 1 只沪深300 ETF
        ↓
基金按照规则持有沪深300的一篮子股票
        ↓
你的收益大体跟随沪深300指数

三者最核心的区别

项目	股票	普通场外基金	ETF
本质	公司股权	基金份额	基金份额
投资对象	单家公司	一篮子资产	通常是一篮子指数成分资产
价格	盘中实时变化	通常按每日净值申赎	盘中实时变化
买卖地点	证券交易所	基金公司/代销平台	证券交易所
个股风险	高	分散	通常较分散
是否适合新手观察	可以，但噪声较多	可以	非常适合

一句话：

股票是在买公司，基金是在买投资组合，ETF 是一种可以像股票一样交易的基金。

2.2 沪深300、中证500、中证1000是什么？

它们都是股票指数。

指数本身不是一只股票，也不是一只基金。

指数更像一个“规则化的统计组合”：

一批股票
   ↓
按照某套选样和加权规则
   ↓
得到一个指数点位

基金公司可以再发行 ETF 去跟踪这个指数。

沪深300

沪深300指数从沪深市场中选择规模大、流动性好的 300 只代表性证券。

你可以把它粗略理解成：

A 股大盘核心资产的代表之一。

“沪深”的意思是：

上海证券交易所
深圳证券交易所

“300”表示样本数量约为 300 只。

注意：

沪深300并不是简单机械地挑“市值最大的300家公司”。

实际编制还会考虑上市时间、流动性、异常情况等规则。

中证500

中证500主要用于代表沪深300之外的一批中等市值、流动性较好的股票。

可以粗略理解成：

沪深300：偏大盘
中证500：偏中盘

但不要机械理解为：

“市值排名第301～800名就是中证500。”

实际指数编制存在样本空间、流动性筛选、定期调整等规则。

中证1000

中证1000主要选择中证800样本以外，规模相对更小、流动性较好的 1000 只证券。

可以粗略理解为：

沪深300  → 大盘
中证500  → 中盘
中证1000 → 小盘倾向更明显

三者放在一起看

公司规模大
↑
│     沪深300
│
│     中证500
│
│     中证1000
↓
公司规模相对小

这里说的是总体风格倾向，不是每只成分股都严格满足某个市值排名区间。

为什么量化投资特别关心这些指数？

因为它们经常被用作：

回测基准（Benchmark）
大盘 / 中盘 / 小盘风格代理
指数增强策略的母指数
衡量 Alpha 的参照物

例如你的量化策略一年赚了 15%，不能立刻说“策略很好”。

如果同一年中证1000涨了 30%，那么：

你的策略虽然赚钱了，但可能大幅跑输基准。

2.3 A股交易时间

A 股通常每周一至周五交易，法定节假日及交易所公告休市日除外。

新手首先记住：

09:15–09:25    开盘集合竞价
09:30–11:30    上午交易
11:30–13:00    午间休市
13:00–14:57    下午连续竞价
14:57–15:00    收盘集合竞价

什么叫集合竞价？

不是每来一张订单就立即成交，而是：

先收集一段时间的买卖订单，然后按照规则集中确定一个成交价格。

开盘集合竞价主要用于形成开盘价。

收盘集合竞价主要用于形成收盘价。

什么叫连续竞价？

连续竞价期间，新的买卖订单进入订单簿后，交易系统按照规则持续撮合。

最核心的撮合原则可以记为：

价格优先，时间优先。

例如有两个买单：

A：10.01 元买1000股
B：10.00 元买1000股

A 的价格更高，所以 A 优先。

如果：

A：10.00 元买1000股，10:00:01提交
B：10.00 元买1000股，10:00:03提交

价格相同时，A 更早，所以 A 优先。

2026 年规则提示

上交所自 2026 年 7 月 6 日起实施修订后的交易规则，并扩大了盘后固定价格交易的适用范围。对初学者来说，先掌握上面的标准竞价时段即可；盘后固定价格交易可以等熟悉常规交易后再学。

2.4 市价单、限价单

限价单（Limit Order）

限价单的核心是：

价格优先。

你明确告诉系统：

买入：我最高愿意出多少钱
卖出：我最低愿意接受多少钱

例如股票当前大约 10 元。

你下：

10.00 元买入100股

意味着：

高于 10.00 元我不接受。

优点：

能控制成交价格

缺点：

可能根本成交不了

市价单（Market Order）

市价类申报的核心是：

优先争取成交，而不是死守某个固定价格。

在中国证券市场，市价申报并不是简单的“无条件随便什么价格都买”，交易所存在不同市价申报方式以及保护限价等约束。

你作为新手可以先理解为：

限价单：价格确定性更重要
市价类申报：成交确定性更重要

举例

订单簿卖盘：

卖一  10.01  100股
卖二  10.02  500股
卖三  10.03  1000股

如果你急着买 600 股：

可能先吃掉卖一的 100 股
再吃掉卖二的一部分或全部
实际成交均价可能高于 10.01

这就是为什么：

“当前价格”并不保证是你大额订单的最终平均成交价格。

这个问题以后会进入量化里的：

Slippage（滑点）
Market Impact（市场冲击）
Execution Cost（执行成本）

2.5 买一 / 卖一

这是理解盘口最关键的两个词。

买一

当前尚未成交的买单中，报价最高的一档。

例如：

买三  9.98
买二  9.99
买一 10.00
----------------
卖一 10.01
卖二 10.02
卖三 10.03

买一 = 10.00。

卖一

当前尚未成交的卖单中，报价最低的一档。

上例中：

卖一 = 10.01。

买卖价差（Bid-Ask Spread）

Spread = 卖一 - 买一
       = 10.01 - 10.00
       = 0.01 元

这个差值就是买卖价差。

一般来说，在其他条件相近时：

成交活跃 → 价差往往更小
流动性差 → 价差可能更大

这对 ETF 特别重要。

两只都跟踪沪深300的 ETF，不一定交易体验一样。

如果：

ETF A：买一 4.000，卖一 4.001
ETF B：买一 4.000，卖一 4.020

ETF B 的隐性交易成本明显更大。

2.6 成交价、收盘价

成交价

成交价是：

一笔买单和一笔卖单真正撮合成功时产生的价格。

例如：

卖一：10.01
你提交可以立即成交的买单

如果在 10.01 元成交，那么这笔交易的成交价就是 10.01 元。

收盘价

收盘价是交易日结束时按照交易所规则形成的当日正式收盘价格。

收盘价很重要，因为大量统计指标都使用它，例如：

日收益率
移动平均线
历史波动率
动量
最大回撤
回测净值

为什么量化常用收盘价？

因为每天都有统一、规则化的时间截面。

例如日收益率常写为：

r_t = P_t / P_(t-1) - 1

其中：

P_t：今天的收盘价
P_(t-1)：昨天的收盘价

2.7 K线、成交量

K线（Candlestick）

一根日 K 线通常包含四个价格：

Open：开盘价
High：最高价
Low：最低价
Close：收盘价

简称：

OHLC

例如：

开盘 10.00
最高 10.80
最低  9.90
收盘 10.60

这四个数字就是一根日 K 线的核心信息。

K线不是“神秘预测符号”

对量化学习而言，更适合把 K 线理解成：

对一段时间价格轨迹的压缩表示。

不要一开始沉迷：

十字星
乌云盖顶
红三兵
早晨之星

这些形态如果要使用，最终都应该转化成可以严格定义、可以回测的条件。

成交量（Volume）

成交量表示某段时间内实际成交了多少证券。

成交量反映的是：

市场参与和交易活跃程度。

价格与成交量可以组合观察，例如：

价格大涨 + 成交量大增
价格大涨 + 成交量很低

这两种市场状态并不完全相同。

但同样要避免：

“放量必涨”“缩量必跌”

这种未经统计验证的绝对规律。

量化的思路是：

把它定义出来 → 用历史数据检验 → 做样本外测试。

2.8 涨跌停

涨跌停是交易所对证券单日价格变化设置的价格涨跌幅限制。

例如某股票前收盘价为 10 元，若当日涨跌幅限制为 ±10%，则粗略理解：

涨停价 ≈ 11 元
跌停价 ≈  9 元

实际计算还涉及价格最小变动单位和交易所规则。

常见幅度

初学者先记：

沪深主板多数普通 A 股：通常 ±10%
科创板、创业板普通股票：通常 ±20%
新股上市初期、部分特殊证券可能采用不同规则

不要记成：

“所有 A 股都是 10%。”

这是错误的。

涨停 ≠ 一定不能卖

“涨停”意味着价格达到当日允许的最高价格，不代表交易系统停止。

如果还有大量买单：

持有人仍可能卖出
买入者可能排队等成交

同理：

跌停也不代表系统停止交易。

真正的问题往往是：

有没有对手盘。

这与量化中的流动性风险直接相关。

2.9 T+1

T 表示交易日。

A 股普通股票通常实行：

当天买入，下一交易日才能卖出。

例如：

周一买入
↓
最快周二卖出

如果周五买入：

周五买入
↓
周末不是交易日
↓
通常最快周一卖出

这就是常说的 T+1。

为什么需要特别注意 ETF？

不要简单记成：

“ETF 全部 T+1。”

不同类型 ETF 的回转交易规则可能不同。

例如按现行上交所规则，部分债券 ETF、交易型货币基金、黄金 ETF、商品期货 ETF 等可以实行当日回转交易。

所以正确思路是：

普通A股股票：通常 T+1
ETF：根据具体品种确认交易规则

对量化有什么影响？

非常大。

如果你设计：

上午买入
下午卖出

对 T+1 的标的来说，策略可能根本无法实盘。

因此：

交易制度是回测约束，而不是回测结束后才考虑的细节。

2.10 分红、除权除息

分红

公司赚到利润以后，可以选择：

留在公司继续经营
向股东分配一部分

其中最直观的是现金分红。

例如你有：

1000 股

公司宣布：

每股现金分红 0.50 元

则税前现金红利为：

1000 × 0.50 = 500 元

除息

假设：

股票昨天收盘：10 元
每股现金分红：1 元

如果其他条件都不变，分红以后公司的资产少了约 1 元/股的现金。

因此除息参考价格会相应调整。

非常粗略地看：

10 元股票
+ 收到 1 元现金
↓
除息后参考价格约 9 元

所以：

分红不是凭空多出的钱。

投资者的总财富不会仅因为执行一次现金分红就机械增加。

除权

除权主要涉及：

送股
转增股本
配股
其他引起股本变化的权益事项

例如：

原来：
100股 × 10元 ≈ 1000元

10送10后：
200股 × 约5元 ≈ 1000元

股数变多不等于财富凭空翻倍。

为什么量化特别关心除权除息？

因为历史价格必须正确处理。

例如股票：

昨天 10 元
今天因为现金分红除息到 9 元

如果你的程序直接算：

9 / 10 - 1 = -10%

就可能错误地认为股票真实亏了 10%。

因此量化数据通常区分：

原始价格
前复权价格
后复权价格
总收益价格

这是以后做回测必须认真处理的问题。

2.11 手续费、印花税

投资收益不是：

卖出价 - 买入价

而更接近：

净收益
=
价差收益
+ 分红
- 佣金
- 税费
- 滑点
- 市场冲击
- 其他成本

券商佣金

证券交易通常需要支付券商佣金。

佣金率：

因券商而异
因客户协议而异
不要把网上看到的某个“万几”当成统一法定费率

你需要以自己的券商实际费率为准。

证券交易印花税

截至本文更新时，A 股股票证券交易印花税对出让方单边征收，现行标准为成交金额的 0.5‰（0.05%）。

例如卖出股票：

成交金额 = 100,000 元
印花税 ≈ 100,000 × 0.05%
       = 50 元

买入股票时不按这一项征收证券交易印花税。

ETF 的重要区别

ETF 二级市场交易通常不征收股票证券交易印花税，但仍可能产生券商佣金等成本。

这也是 ETF 相对个股在高频换手时的一个成本差异。

为什么量化必须研究费用？

假设一个策略：

每次交易理论盈利：0.08%

但：

佣金 + 价差 + 滑点 + 冲击成本 = 0.10%

那么：

回测看起来在赚钱，实盘可能越做越亏。

3. 基金与 ETF 的核心概念

3.1 主动基金 vs 被动基金

主动基金

主动基金的基金经理主动决定：

买什么
买多少
什么时候买
什么时候卖

目标通常是：

战胜某个业绩比较基准。

例如基金经理认为：

A公司被低估 → 多买
B公司前景差 → 不买

核心变量是：

基金经理与投资团队的判断能力。

被动基金

被动基金通常不试图主动预测哪家公司最好，而是：

尽可能按照某个指数进行复制和跟踪。

例如沪深300指数基金：

指数有什么
↓
基金尽量持有什么

指数权重变化
↓
基金跟着调整

目标通常不是“击败沪深300”，而是：

尽可能准确地获得沪深300的收益。

对比

项目	主动基金	被动基金
谁决定持仓	基金经理	指数规则为主
目标	通常争取超越基准	通常追踪基准
人的影响	大	相对小
费率	往往较高	往往较低
研究重点	基金经理能力	指数、费率、跟踪误差

3.2 指数基金

指数基金是：

以追踪某个指数表现为主要目标的基金。

例如：

沪深300指数
      ↓
沪深300指数基金

指数只是一个数字和一套规则。

指数基金才是你真正可以买的金融产品。

一个非常重要的区分

沪深300指数
≠
沪深300 ETF
≠
沪深300 ETF联接基金

它们的关系是：

沪深300指数：规则和基准
     ↑
     │ 跟踪
沪深300 ETF：场内基金产品
     ↑
     │ ETF联接基金主要投资目标ETF
沪深300 ETF联接基金：场外基金产品

3.3 ETF

ETF 值得单独再学一次，因为它是连接基金和股票交易的关键产品。

ETF 的二级市场

普通投资者最常用的方式：

证券账户
↓
输入 ETF 代码
↓
像股票一样挂单
↓
与其他投资者成交

因此你会看到：

买一
卖一
成交量
K线
实时价格

ETF 的一级市场

ETF 还存在申购赎回机制，通常涉及一篮子证券或现金。

这套机制非常重要，因为它帮助 ETF 的二级市场价格靠近基金资产价值。

例如：

ETF理论价值：1.00
市场价格：1.10

如果价差足够大，套利机制会吸引专业参与者进行操作。

结果通常会推动：

ETF价格重新靠近其资产价值。

这也是理解 ETF 折价 / 溢价的基础。

买 ETF 时至少看四件事

跟踪什么指数
基金规模
成交量和买卖价差
跟踪误差与费率

不是看到名称里有：

“沪深300ETF”

就认为所有产品完全一样。

3.4 ETF联接基金

ETF 联接基金可以理解成：

一个主要投资目标 ETF 的场外基金。

结构大致是：

你
↓
ETF联接基金
↓
目标ETF
↓
指数成分证券

为什么需要它？

因为很多投资者：

没有证券账户
不想盘中挂单
更喜欢自动定投
希望按照精确金额申购

例如：

每月自动投入 1000 元

场外联接基金做起来很方便。

ETF vs ETF联接基金

项目	ETF	ETF联接基金
交易位置	证券交易所	场外平台
价格	盘中实时价格	通常按基金净值申赎
是否挂单	是	通常不需要
自动定投	视券商功能	通常很方便
交易理解门槛	稍高	较低
投资链条	更直接	多一层联接结构

3.5 A类 / C类

同一个场外基金可能出现：

某某指数基金 A
某某指数基金 C

它们通常不是两套完全不同的投资组合，而是：

同一基金采用不同收费方式的份额类别。

常见模式

A类

通常：

申购时可能收申购费
通常不按 C 类的方式持续收销售服务费
更适合什么持有期，取决于具体基金费率

C类

通常：

申购费可能较低或为零
但持续收取销售服务费
不同持有期赎回费也可能不同

不要机械记：

“短期 C，长期 A。”

虽然很多产品中可能有这种倾向，但最终必须算具体费率。

正确做法：

总成本
=
申购费
+ 持有期销售服务费
+ 管理费
+ 托管费
+ 赎回费
+ 其他约定费用

然后根据预计持有时间比较。

3.6 场内 / 场外

这里的“场”主要指证券交易所市场。

场内

在证券交易所挂牌交易。

例如：

股票
ETF
LOF 等

你通常通过：

券商证券账户

进行交易。

场外

不是在交易所订单簿里与其他投资者实时撮合。

常见渠道：

基金公司
银行
天天基金
蚂蚁基金等合规基金销售机构

通常是：

你提交申购
↓
按照相应规则确认基金净值
↓
获得基金份额

最直观区别

场内：
我和市场上的卖方成交

场外：
我向基金申购/赎回份额

3.7 基金净值（NAV）

NAV = Net Asset Value。

基金单位净值可以粗略理解为：

基金净资产
────────
基金份额数

例如基金：

总资产：10.2亿元
总负债：0.2亿元
净资产：10亿元
份额：8亿份

那么：

单位净值 = 10亿元 / 8亿份
         = 1.25元

净值高 ≠ 基金贵

这是新手特别常见的误区。

例如：

基金A净值：1元
基金B净值：5元

不能因此说：

A 比 B 便宜。

基金未来收益取决于：

它持有的资产未来涨跌。

而不是净值数字本身是不是接近 1。

3.8 跟踪误差（Tracking Error）

如果基金目标是追踪沪深300，那么理想状态是：

沪深300涨10%
基金也涨约10%

现实中会存在差异。

原因包括：

管理费
托管费
交易成本
现金仓位
指数成分调整
申购赎回
复制方法
税费
其他运营因素

跟踪偏离

某段时间：

基金收益：9.5%
指数收益：10.0%

差：

-0.5%

这是一种直观的跟踪偏离。

跟踪误差

严格意义上的 Tracking Error 通常看：

基金相对指数的超额收益序列有多不稳定。

例如每天：

基金收益 - 指数收益

得到一组主动收益（Active Return），再计算其波动程度。

对于普通被动指数基金：

在其他条件相似时，跟踪越稳定通常越符合产品目标。

3.9 管理费、托管费

管理费

支付给基金管理人的费用。

可以理解成：

基金公司负责管理产品的费用。

托管费

支付给基金托管人的费用。

托管机构负责基金资产保管、资金清算、监督等相关职责。

一个常见误区

你通常不会看到：

今天账户扣管理费 0.5 元

因为这些费用一般从基金资产中持续计提，已经影响净值。

所以：

净值表现本身已经包含这些基金运营费用的影响。

为什么小费率很重要？

假设两个指数产品对同一指数的跟踪能力差不多：

A：每年总固定费率更低
B：每年总固定费率更高

长期复利下，小小的费率差异会不断累积。

3.10 最大回撤（Maximum Drawdown）

最大回撤回答：

历史上最惨的一次，从高点跌到后续低点，跌了多少？

例如净值：

1.00
1.20
1.50  ← 高点
1.30
1.10  ← 后续低点
1.25

则这一段回撤：

1.10 / 1.50 - 1
≈ -26.67%

最大回撤就是整个观察期内最严重的这一类跌幅。

公式可写为：

MDD = max_t [(历史峰值_t - 当前净值_t) / 历史峰值_t]

为什么最大回撤极其重要？

假设：

策略A：年化15%，最大回撤40%
策略B：年化12%，最大回撤15%

不能只看：

15% > 12%

因为 A 在某段时间可能让 100 万变成：

60 万

很多投资者心理上和资金管理上根本无法坚持。

3.11 波动率（Volatility）

波动率衡量：

收益率上下波动有多剧烈。

例如：

资产A

+0.2%
-0.1%
+0.3%
-0.2%

资产B

+5%
-6%
+4%
-5%

即使两者长期平均收益接近，B 的波动显然更大。

量化中的常见定义

对每日收益率：

r1, r2, ..., rn

计算标准差：

σ_daily = std(r)

如果粗略年化：

σ_annual ≈ σ_daily × √252

这里 252 是一年交易日数量的常见近似。

波动率不是“风险”的全部

波动率只衡量价格变化幅度，并不等价于全部风险。

它无法完整描述：

流动性枯竭
公司破产
极端跳空
政策风险
尾部风险

但它非常容易量化，因此是现代金融和量化投资里的核心风险指标。

3.12 夏普比率（Sharpe Ratio）

夏普比率回答：

我每承担一单位波动风险，获得了多少超额收益？

基本形式：

Sharpe = (投资组合收益率 - 无风险收益率) / 投资组合波动率

例如：

基金A

收益：15%
波动：30%

基金B

收益：12%
波动：10%

虽然 A 收益更高，但 B 的单位风险回报可能更好。

直观理解

不要只问：

“赚了多少？”

还要问：

“为了赚这些钱，我承受了多大的波动？”

注意

夏普比率不是万能指标。

它可能受到：

样本区间
收益分布
极端事件
无风险利率选择
年化方式

影响。

3.13 定投

定投就是：

按固定规则周期性投入资金。

例如：

每月1日
↓
投入1000元
↓
买沪深300指数基金

定投解决的核心问题

它主要解决的是：

持续投入和择时纪律问题。

而不是：

“定投保证赚钱。”

定投并不会改变底层资产本身的长期收益来源。

如果长期买入的是一个不断恶化的资产：

定投也不能凭空创造收益。

定投为什么适合新手？

因为它减少：

“今天是不是最低点？”
“明天会不会跌？”
“我要不要一次全买？”

这些短期决策。

3.14 资产配置（Asset Allocation）

资产配置不是问：

“哪只股票最好？”

而是问：

我的钱应该分别暴露在什么资产风险上？

例如：

股票 60%
债券 30%
现金 10%

进一步还可以拆：

股票
├── A股
├── 港股
├── 美股
└── 其他

A股
├── 大盘
├── 中盘
└── 小盘

为什么资产配置非常重要？

因为投资组合的风险常常并不是由“选中了哪一只股票”决定，而是由：

股票占比
债券占比
地区暴露
行业暴露
大小盘风格
利率风险
汇率风险

共同决定。

这已经非常接近量化投资的：

Portfolio Construction（组合构建）。

4. 个股基本面核心概念

4.1 市盈率 PE

PE = Price-to-Earnings Ratio。

常见表达：

PE = 公司市值 / 公司净利润

或者：

PE = 每股股价 / 每股收益 EPS

例如：

公司市值：100亿元
一年净利润：5亿元

则：

PE = 100 / 5 = 20倍

直观理解

如果利润永远不变、全部归属于股东，并做很多简化，20 倍 PE 可以粗略理解成：

市场愿意用约 20 元价格购买当前每年 1 元利润。

但现实远比这个复杂。

PE 低 ≠ 一定便宜

低 PE 可能因为：

市场认为利润即将下滑
公司处于周期顶部
业务风险高
财务质量差

高 PE 也不一定贵，因为：

公司可能高速增长
未来利润可能显著扩大

所以 PE 必须结合：

增长、行业、盈利质量、资产负债表和周期位置。

4.2 市净率 PB

PB = Price-to-Book Ratio。

常见表达：

PB = 公司市值 / 股东权益（净资产）

例如：

市值：100亿元
净资产：50亿元

则：

PB = 2倍

直观理解

市场愿意为账面每 1 元净资产支付：

2 元

PB 对哪些行业更有意义？

对资产负债表较重要、资产可比性较强的行业往往更有参考价值，例如部分：

银行
保险
周期
传统资产型公司

对于主要价值来自：

软件
品牌
人才
网络效应
自研技术

的企业，账面净资产可能无法完整反映经济价值。

4.3 ROE

ROE = Return on Equity，净资产收益率。

常见形式：

ROE = 净利润 / 平均股东权益

例如：

平均净资产：100亿元
净利润：20亿元

则：

ROE = 20%

直观理解

股东投入 100 元净资产，公司一年大约赚：

20 元

高 ROE 为什么常被关注？

它可能意味着公司：

能够较高效率地利用股东资本创造利润。

但高 ROE 也可能是“杠杆堆出来的”

例如公司大量借债：

资产很多
负债也很多
真正股东权益很少

分母变小，会把 ROE 推高。

所以不能只看 ROE 一个数字。

以后可以进一步学习：

杜邦分析（DuPont Analysis）

把 ROE 拆成利润率、资产周转率和财务杠杆。

4.4 营收

营收 = Revenue。

它回答：

公司卖产品或提供服务，总共产生了多少营业收入？

例如咖啡公司：

一年卖出1000万杯
平均每杯20元

粗略营收：

2亿元

营收不是利润

如果：

营收：100亿元
各种成本费用：99亿元

净利润可能只有：

1亿元

所以：

收入规模大
≠
赚钱能力强

量化常看什么？

例如：

营收同比增长率
营收过去 3 年 CAGR
营收增速变化
营收 surprise

这些可以构成基本面因子。

4.5 净利润

净利润可以粗略理解为：

公司在一个会计期间扣除各种成本、费用、税费等之后剩余的利润。

结构可以粗略想象：

营业收入
- 营业成本
- 销售费用
- 管理费用
- 研发费用
- 财务费用
± 其他损益
- 所得税
─────────
净利润

净利润增长为什么重要？

股票估值本质上最终需要落到：

企业未来能给股东创造多少经济利益。

因此盈利增长非常关键。

但不要只看“净利润同比 +100%”

要进一步问：

去年是不是基数特别低？
有没有卖资产产生一次性收益？
利润是不是来自主营业务？
现金真的收回来了吗？
应收账款是否暴涨？

这会把你自然引向：

现金流与盈利质量分析。

4.6 现金流

现金流关心的是：

现金真的进来了还是出去了。

企业现金流量表通常分成三大类：

经营活动现金流

来自主营业务经营。

例如：

卖商品收到现金
支付员工工资
支付供应商货款

这是判断盈利质量非常重要的一类现金流。

投资活动现金流

例如：

购买机器设备
建设工厂
出售资产
购买长期投资

筹资活动现金流

例如：

借钱
还债
发行股票融资
支付股利

为什么“利润”和“现金流”不同？

因为会计采用权责发生制。

例如：

公司已经把100万元商品卖给客户
客户承诺3个月后付款

会计上可能已经确认收入和利润，但：

钱现在还没真正到账。

因此投资者常会比较：

净利润
vs
经营活动现金流

如果长期：

利润很好看
现金流很差

就需要进一步研究原因。

4.7 资产负债表

资产负债表描述某一个时间点：

公司拥有什么、欠别人什么、真正属于股东什么。

最核心公式：

资产 = 负债 + 股东权益

资产

例如：

现金
应收账款
存货
厂房
机器
长期投资

负债

例如：

银行借款
应付账款
债券
其他债务

股东权益

可以粗略理解为：

资产扣掉负债之后归股东的账面价值。

即：

股东权益 = 资产 - 负债

为什么买股票必须看资产负债表？

两家公司都赚 10 亿元：

公司A：
负债很少
现金充足

公司B：
负债极高
现金紧张

两者风险完全不同。

4.8 行业周期

行业周期指：

某些行业的盈利会随着供需、价格、库存、产能和宏观经济出现明显周期性变化。

典型周期行业可能包括：

钢铁
煤炭
化工
航运
半导体部分环节
养殖等

一个简化周期：

需求上升
↓
产品涨价
↓
企业利润暴增
↓
大量扩产
↓
供给增加
↓
价格下降
↓
利润下滑
↓
企业减少投资
↓
供给收缩
↓
下一轮循环

为什么周期股 PE 容易骗新手？

可能出现：

行业景气最高点
↓
公司利润异常高
↓
PE看起来特别低

这时低 PE 未必代表便宜。

因为市场可能已经预期：

下一年利润会大幅下降。

4.9 公司竞争力

“公司竞争力”不是单一财务指标。

它可能来自：

品牌
成本优势
规模效应
网络效应
技术壁垒
专利
渠道
客户黏性
数据
管理能力
牌照
供应链
转换成本

你以后经常会看到一个词：

Moat（护城河）

核心问题是：

如果这家公司现在非常赚钱，为什么竞争对手不能把它的利润抢走？

这决定高 ROE 和高利润率是否能长期持续。

4.10 估值

估值是在回答：

这家公司合理值多少钱？

注意：

好公司 ≠ 好股票。

因为：

公司非常优秀
但股票价格贵得离谱

仍然可能是很差的投资。

反过来：

公司一般
但价格已经低到充分反映坏消息

也可能出现投资机会。

常见相对估值指标

PE
PB
PS
EV/EBITDA
股息率

绝对估值

典型方法：

DCF（Discounted Cash Flow，现金流折现）

核心思想：

未来能够拿到的钱
↓
按照风险和时间价值折算到今天
↓
得到今天的价值

估值与价格的区别

Price = 市场现在成交多少钱
Value = 你认为它真正值多少钱

投资分析的核心就在研究：

Price 与 Value 是否存在显著差异

5. 从股票进入量化：价格与因子概念

5.1 动量（Momentum）

金融中的动量与物理学动量不是一回事。

投资里的 Momentum 通常指：

过去一段时间表现较强的资产，在之后一段时间仍表现较强的统计倾向。

一个非常简单的动量指标：

Momentum_20
=
今天收盘价 / 20个交易日前收盘价 - 1

例如：

20日前：10元
今天：12元

则：

20日动量 = 20%

一个最简单的量化策略

计算所有股票过去120日收益率
↓
从高到低排序
↓
买入前10%

这就是一个非常粗糙的截面动量策略雏形。

注意

动量不是：

“涨了就一定继续涨。”

它是一种需要在特定市场、特定周期、特定定义下统计检验的现象。

5.2 均值回归（Mean Reversion）

均值回归和动量方向相反。

它假设：

价格或收益短期偏离某个正常水平以后，存在向正常水平恢复的倾向。

例如：

过去20日平均价格：10元
今天突然跌到8元

均值回归策略可能认为：

这次下跌过度，未来可能反弹。

一个简单指标

Deviation
=
当前价格 / 20日移动平均价 - 1

若非常低：

Deviation = -15%

策略可能把它视为超跌信号。

动量 vs 均值回归

动量：
涨 → 认为可能继续涨

均值回归：
涨太多 → 认为可能回落

两者都不是永恒规律。

同一资产可能：

很短周期表现均值回归
中期表现动量
很长周期又表现另一种机制

5.3 波动率

前面已经定义过波动率。

进入量化后，需要把它进一步当成一个可计算变量。

例如：

过去20日波动率
过去60日波动率
过去120日波动率

都可以成为特征。

波动率可以用于

风险控制
仓位调整
因子构建
期权定价
风险平价
市场状态识别

例如风险目标策略：

最近波动很高
↓
降低仓位

最近波动很低
↓
提高仓位

这叫：

Volatility Targeting。

5.4 因子（Factor）

因子是量化投资最重要的概念之一。

可以先把它理解成：

一个能够对大量股票统一计算、并用于解释或预测收益/风险差异的特征。

例如对所有股票计算：

市值
PE
PB
ROE
过去12个月收益
过去20日波动率
过去1个月成交额

这些都可能被加工成因子。

常见因子类别

Value：价值

例如：

低 PB
低 PE
高 Earnings Yield

Momentum：动量

例如：

过去 12-1 月收益

Quality：质量

例如：

高 ROE
稳定盈利
低杠杆

Size：规模

例如：

小市值 vs 大市值

Low Volatility：低波动

例如：

过去 60 日历史波动率较低

因子研究的标准流程

提出经济逻辑
↓
定义因子
↓
数据清洗
↓
去极值
↓
标准化
↓
行业/市值中性化（视研究目标）
↓
分组回测
↓
计算IC
↓
检验稳定性
↓
考虑换手和交易成本
↓
样本外测试
↓
组合构建

这就是你从“炒股”进入真正量化研究的重要分界线。

5.5 Alpha

Alpha 可以先理解为：

无法被你选定的市场风险/因子暴露解释的超额收益。

最简单的直觉例子：

你的策略：+20%
市场基准：+15%

不能直接说：

Alpha = 5%

因为你可能只是承担了更大的风险。

例如你大量买小盘股，而小盘风格本身就涨得更多。

所以需要进一步问：

收益来自：
市场Beta？
小盘因子？
价值因子？
动量因子？
还是策略真正额外创造的收益？

在最简单的 CAPM 表达中：

R_strategy - R_f
=
Alpha
+
Beta × (R_market - R_f)
+
误差

Alpha 是回归里的截距项。

量化研究真正想找什么？

从某种意义上说：

你是在寻找可持续、可解释、扣除风险暴露和交易成本以后仍然存在的 Alpha。

5.6 Beta

Beta 衡量：

一个资产对市场整体涨跌的敏感程度。

最常见定义：

Beta
=
Cov(资产收益, 市场收益)
/
Var(市场收益)

直观理解

Beta ≈ 1

市场涨 1%，资产平均倾向于涨约 1%。

Beta > 1

对市场波动更敏感。

例如：

Beta = 1.5

可以粗略理解：

市场变化 1% 时，该资产通常表现出约 1.5 倍方向性敏感度。

Beta < 1

相对市场波动更弱。

Beta ≠ 确定性预测

Beta 是统计关系，不是：

明天指数 +1%
↓
这只股票必定 +1.5%

它描述的是历史样本中的整体关系。

6. 推荐学习顺序

如果你的最终目标是：

从零开始 → 能看懂基金和股票 → 进入量化

建议按下面顺序。

第一阶段：交易机制

先掌握：

股票
ETF
指数
交易时间
订单簿
买一卖一
限价单
成交
T+1
涨跌停
交易费用

实践对象

建议直接观察：

一只成交活跃、规模较大的沪深300 ETF

每天不用买，只看：

买一
卖一
最新价
成交量
K线
指数涨跌

第二阶段：基金评价

学习：

净值
指数基金
ETF联接
A/C类
管理费
跟踪误差
波动率
最大回撤
夏普比率

然后尝试回答：

两只都叫“沪深300”的基金，为什么长期收益仍会有差异？

第三阶段：个股基本面

学习：

营收
↓
利润
↓
现金流
↓
资产负债表
↓
ROE
↓
PE / PB
↓
估值

目标不是立刻选出“牛股”，而是能够读懂：

一家企业究竟在怎么赚钱。

第四阶段：统计与量化

把自然语言观点变成数学定义。

例如：

“最近涨得比较强”
↓
120日收益率

“比较便宜”
↓
E/P、B/P、FCF Yield

“质量比较高”
↓
ROE、毛利率、利润稳定性、杠杆

“风险较小”
↓
历史波动率、Beta、最大回撤

“策略跑赢市场”
↓
Excess Return、Alpha、Information Ratio

第五阶段：完成第一套量化闭环

获取数据
↓
清洗数据
↓
构造因子
↓
形成交易信号
↓
构建投资组合
↓
加入交易费用
↓
回测
↓
风险分析
↓
样本外测试
↓
模拟盘
↓
小规模实盘

对于计算机专业背景的人，这一阶段你的编程优势才真正开始发挥。

7. 新手最容易混淆的 12 组概念

1. 指数 ≠ ETF

沪深300：指数
沪深300ETF：跟踪指数的基金产品

2. ETF ≠ ETF联接基金

ETF：证券账户里实时交易
ETF联接：通常场外申购赎回

3. 股票价格 ≠ 公司价值

Price：市场报价
Value：对企业经济价值的估计

4. 营收 ≠ 利润

营收100亿
不意味着
赚了100亿

5. 利润 ≠ 现金流

公司可以：

账面赚钱
但现金没有及时收回来

6. 净值高 ≠ 基金贵

净值5元
不代表比
净值1元
贵5倍

7. 分红 ≠ 凭空赚钱

分红会伴随除息机制。

8. 涨停 ≠ 停止交易

真正决定能否成交的是：

是否存在匹配的对手盘。

9. 市价类申报 ≠ 完全不管价格

中国交易所对市价申报存在具体类型和保护机制。

10. 收益率高 ≠ 策略好

还必须看：

波动率
最大回撤
Beta
夏普
交易成本

11. 低PE ≠ 被低估

可能只是：

市场预期未来利润会下降。

12. 回测赚钱 ≠ 实盘赚钱

真实交易还存在：

佣金
印花税
买卖价差
滑点
冲击成本
停牌
涨跌停
T+1
数据偏差
未来函数
幸存者偏差

这些会把漂亮的回测结果“打回现实”。

8. 官方资料来源

以下资料用于核对本文涉及的交易规则、指数定义、ETF 和税费等基础事实。

上海证券交易所：《上海证券交易所交易规则（2026年修订）》
https://www.sse.com.cn/lawandrules/sselawsrules2025/stocks/exchange/c/c_20260424_10816482.shtml
上海证券交易所：上交所修订发布《上海证券交易所交易规则》
https://www.sse.com.cn/aboutus/mediacenter/hotandd/c/c_20260424_10816474.shtml
深圳证券交易所：深交所市场证券交易时间说明
https://www.szse.cn/www/investor/knowledge/stock/deal/t20191204_572383.html
上海证券交易所：沪深300指数编制方法
https://www.sse.com.cn/market/sseindex/diclosure/c/c_20150911_3984891.shtml
中证指数有限公司：中证1000指数编制方案
https://oss-ch.csindex.com.cn/static/html/csindex/public/uploads/indices/detail/files/zh_CN/20231208175402-000852_Index_Methodology_cn.pdf
上海证券交易所：中证500相关指数说明
https://etf.sse.com.cn/fundtrends/c/5717638.shtml
上海证券交易所：什么是 ETF？
https://etf.sse.com.cn/fund/learning/knowledge/c/5704301.shtml
上海证券交易所：投资 ETF 的优势
https://etf.sse.com.cn/fund/learning/knowledge/c/5704298.shtml
财政部、国家税务总局：《关于减半征收证券交易印花税的公告》
https://www.mof.gov.cn/jrttts/202308/t20230828_3904235.htm
中国证监会：《公开募集证券投资基金运作管理办法》
https://www.csrc.gov.cn/csrc/c106256/c1653978/content.shtml

最后：把这些词压缩成 10 个真正需要记住的关系

1. 股票 = 公司的一部分所有权

2. 基金 = 一篮子资产对应的基金份额

3. ETF = 可以在交易所实时买卖的基金

4. 指数 = 一套选股 + 加权 + 计算规则，不是基金本身

5. 收益不能脱离风险讨论

6. 最大回撤告诉你“最惨的时候有多惨”

7. 波动率告诉你“平时晃得有多厉害”

8. PE/PB/ROE帮助描述公司的价格、资产与盈利能力

9. 因子 = 能对大量股票统一计算的特征

10. Alpha = 扣除可以解释的风险暴露后，仍然剩下的超额收益

如果把整份手册再压成一条学习主线：

先搞懂“市场怎么交易”
        ↓
再搞懂“基金怎么衡量收益和风险”
        ↓
再搞懂“公司为什么值钱”
        ↓
最后把这些逻辑写成公式和代码
        ↓
量化投资

Keyboard shortcuts

Pages