金融市场基础：股票、期货、期权、债券等主要资产类别，市场微观结构，交易机制

量化研究员的第一项核心能力，是准确理解所交易资产的“物理属性”与“市场规则”。股票、期货、期权、债券看似都是可交易的合约，但其定价逻辑、杠杆结构、结算方式、流动性来源截然不同。若用股票的思维去交易期货，或用现货的逻辑去分析期权，策略在实盘中必然遭遇系统性偏差。本章从资产类别、市场微观结构、交易机制三个维度展开，为后续的因子建模、执行算法与风险管理奠定共同语言。

2.1 主要资产类别的核心属性与定价逻辑

量化策略的起点不是代码，而是对资产“本质”的认知。不同资产的风险源、收益结构、交易规则差异巨大，直接决定了策略的可行边界。

2.1.1 股票：所有权与现金流贴现

股票代表对公司的剩余索取权，其长期价值锚定于企业未来现金流的贴现。但在中短周期内，股价受盈利预期、市场情绪、资金流向、行业轮动等多重因素驱动。量化研究员需要区分“价值因子”（账面市值比、盈利收益率）与“成长因子”（营收增速、利润增速）在不同市场环境下的表现差异。A股市场实行T+1交易、10%涨跌幅限制（科创板/创业板20%），且存在“最小变动单位0.01元”的报价规则，这些制度约束直接影响高频策略与日内回转策略的可行性。

2.1.2 期货：杠杆化的远期定价

期货是零和博弈的标准化合约，其价格由现货价格、持有成本（仓储、利息）、市场预期共同决定。核心公式为：期货价格 ≈ 现货价格 × (1 + 无风险利率 × 剩余期限) + 仓储成本 − 便利收益。量化研究员必须理解“基差”（现货−期货）的均值回归特性，以及“展期收益”（roll yield）对持仓策略的影响。例如，在商品期货中，当市场处于backwardation（现货升水）结构时，做多近月合约并滚动展期可获得正展期收益；而在contango（期货升水）结构下，做多策略天然承受展期损耗。此外，期货采用保证金交易（通常5%-15%），杠杆放大收益的同时也放大了爆仓风险，必须将保证金占用与维持保证金纳入仓位管理模型。

2.1.3 期权：非线性收益与波动率交易

期权赋予买方权利而非义务，其价格由标的资产价格、行权价、剩余期限、无风险利率、标的波动率五大因素决定（Black-Scholes模型框架）。期权的核心魅力在于其非线性收益结构：买方最大亏损有限（权利金），但潜在收益无限；卖方则相反。量化策略中，期权常用于三类场景：一是波动率交易（做多/做空隐含波动率，赚取IV与RV的价差）；二是备兑策略（持有现货+卖出看涨期权增强收益）；三是尾部风险对冲（买入虚值看跌期权保护组合下行）。需要注意的是，隐含波动率曲面（不同行权价与期限的IV分布）本身就是一个可交易的对象，其偏度（skew）与期限结构（term structure）蕴含丰富的市场情绪信息。

2.1.4 债券：利率敏感与信用定价

债券是固定收益类资产，其定价核心是现金流贴现：债券价格 = Σ(票息 / (1+y)^t) + 面值 / (1+y)^T，其中y为到期收益率。量化研究员需要掌握久期（duration）与凸性（convexity）两个核心风险指标：久期衡量价格对利率变化的线性敏感度，凸性则捕捉非线性部分。债券策略通常分为利率策略（基于收益率曲线形状变化）与信用策略（基于信用利差收窄/走阔）。在实盘中，债券的流动性分层明显——国债流动性最好，信用债次之，部分城投债或私募债流动性极差，这要求策略在交易前必须评估“可交易性”而非仅看理论定价。

2.2 市场微观结构：订单簿、价差与流动性

市场微观结构研究的是“交易如何发生”的底层机制。对于量化研究员而言，订单簿（Order Book）是最重要的实时数据源，它记录了当前所有未成交的买卖委托，按价格优先、时间优先原则排列。

2.2.1 订单簿的层级结构与信息含量

一个典型的限价订单簿包含多个价格档位（Level 1-5甚至更深），每档包含买价/卖价、对应委托量。核心指标包括：买卖价差（bid-ask spread）——衡量即时交易成本；市场深度（market depth）——各档位的委托量总和，反映市场吸收大单的能力；订单失衡（order flow imbalance）——主动买盘与主动卖盘的相对强度，常被用作短期价格方向的预测因子。高频量化策略往往直接基于订单簿的微观特征建模，例如检测“冰山订单”（大单被拆分为多笔小单隐藏）或“幌骗行为”（挂单后快速撤单以诱导价格变动）。

2.2.2 流动性的度量与动态变化

流动性是市场的“血液”，其度量维度包括：宽度（价差）、深度（委托量）、弹性（价格恢复速度）、即时性（成交速度）。量化研究员在回测中常犯的错误是忽略流动性约束——一个在日线数据上表现优异的策略，若其单笔交易量超过市场平均日成交量的1%，实盘冲击成本可能吞噬全部超额收益。因此，策略开发阶段必须引入流动性过滤条件：例如，仅交易日均成交额大于5000万元的股票，或期货主力合约的盘口深度不低于某个阈值。

2.2.3 交易机制：从集合竞价到连续竞价

A股市场采用“开盘集合竞价（09:15-09:25）+ 连续竞价（09:30-11:30, 13:00-14:57）+ 收盘集合竞价（14:57-15:00）”的混合机制。集合竞价阶段，系统根据最大成交量原则确定开盘价；连续竞价阶段则按价格优先、时间优先逐笔撮合。期货市场略有不同，部分品种存在夜盘交易时段（如21:00-次日02:30），且实行当日无负债结算制度——每日收盘后按结算价重新计算保证金，这意味着浮盈可以当日提取，浮亏则需当日补足。量化策略必须考虑这些机制差异：例如，T+1制度下，当日买入的股票无法当日卖出，这限制了日内回转策略的适用范围；而期货的T+0制度则允许高频策略在同一交易日内多次开平仓。

2.3 实战场景：跨资产套利策略的微观结构约束

我们以“股指期货与ETF现货之间的期现套利”为例，完整展示资产属性、微观结构与交易机制如何共同作用于策略设计。

背景与目标：某量化团队管理5000万元资金，计划在沪深300股指期货（IF合约）与沪深300ETF（510300）之间实施期现套利。理论逻辑：当期货价格高于现货价格（升水）超过无风险利率与交易成本之和时，买入ETF并卖出期货，待价差收敛后平仓获利。

关键参数与约束：

• IF合约乘数：300元/点，最小变动价位0.2点（即60元/跳）
• ETF最小交易单位：100份/手，约400元/手
• 期货保证金率：12%，ETF融资利率：5.5%/年
• 冲击成本：ETF盘口深度约200万元，IF盘口深度约150手
• 交易机制约束：期货T+0，ETF T+1（当日买入不可卖出）

分析判断过程：

1. 价差阈值计算：无风险套利成本 = 期货保证金占用利息 + ETF交易佣金 + 冲击成本 + 跟踪误差。经测算，单次套利总成本约0.35%（年化）。因此，只有当期货升水超过0.5%时才触发开仓。
2. 流动性匹配：5000万元资金对应约16手IF合约（5000万/(300×4000点)≈41手，但考虑冲击成本，实际单次建仓不超过10手），对应ETF买入约4800万元。检查盘口深度后，决定分3批建仓，每批间隔5分钟，以降低冲击成本。
3. T+1约束处理：由于ETF当日买入不可卖出，若价差在当日收敛，无法当日平仓ETF。因此策略设定为“隔夜持有”模式，即开仓后至少持有至次日，若次日价差未收敛则继续持有，但需承担隔夜市场风险。
4. 保证金动态监控：期货持仓期间，若市场大幅波动导致保证金不足，需追加资金。团队设置预警线（维持保证金+10%缓冲），并准备备用资金池。

实际操作与结果：策略运行3个月，共触发套利信号27次，成功平仓25次，2次因价差未收敛而进入交割月前强制平仓。平均单次收益0.42%（扣除成本后），年化收益约8.5%。但其中一次因市场急跌，期货端浮亏导致保证金追缴，动用了备用资金，最终仍实现正收益。

风险与复盘：

• 基差未收敛风险：2次失败案例均发生在市场剧烈波动期，期现价差持续走阔，最终以亏损平仓。复盘发现，若在开仓时增加“价差收敛时间上限”条件（如3个交易日内未收敛则提前止损），可减少损失。
• 流动性突变风险：在极端行情下，ETF盘口深度从200万元骤降至50万元，导致平仓时冲击成本翻倍。后续策略加入“流动性预警”模块，当盘口深度低于阈值时自动缩小单笔建仓规模。
• T+1制度代价：隔夜持仓暴露了跳空风险，一次低开导致ETF端亏损0.3%，吞噬了套利利润。后续考虑使用股指期权合成空头替代ETF卖出，以规避T+1限制。

2.4 常见误区与总结复盘

量化研究员在理解金融市场基础时，常陷入以下误区：

• 误区一：忽视交易机制差异。将股票T+1思维套用到期货T+0策略中，导致回测信号频率与实盘执行频率不匹配。例如，日线级别的股票策略在期货上可能产生日内多次信号，但实盘滑点和手续费会显著侵蚀收益。
• 误区二：用日线数据评估流动性。日成交量是全天累计值，但实际交易集中在开盘和收盘时段。一个日均成交1亿元的股票，可能在上午10:00-10:30仅成交800万元，此时大单进入会产生严重冲击。正确做法是使用分钟级成交分布或订单簿快照数据评估“可交易流动性”。
• 误区三：忽略保证金的时间价值。期货保证金虽然只占用资金的一部分，但这部分资金是有机会成本的。在计算策略收益时，应使用“资金占用收益率”（ROIC）而非“保证金收益率”。例如，10%保证金下，期货端收益率为20%，但实际资金占用收益仅为2%（20%×10%）。
• 误区四：混淆“理论价”与“可成交价”。期权定价模型给出的是理论价值，但实盘买卖价差可能高达理论价的5%-10%，尤其对于深度虚值期权或流动性差的合约。策略回测中必须加入买卖价差成本，否则高估收益。

总结复盘清单