金融市场与资产类别 on 云栖

市场结构总览：交易所、做市商与撮合机制

Mon, 01 Jan 0001 00:00:00 +0000

策略假设必须服从市场规则，而大多数回测偏差正是「假设了市场规则没有的东西」：无限流动性、即时成交、无成本报价。本篇把市场的制度骨架讲清楚——它决定了你的订单怎么变成成交、你的成本从哪里来。

一级 vs 二级市场

一级市场是证券的「出厂」环节：IPO、定增、配股，资金从投资者流向发行企业。对量化的意义：定增解禁、IPO 打新、限售股解禁是可建模的事件（见事件驱动）。二级市场是投资者之间的流转市场——量化策略 99% 的活动半径。两者通过「供给」（增发、解禁）与「信号」（新股定价）相连。

三层角色：交易所、经纪商、做市商

交易所（上交所/深交所/NASDAQ）：提供撮合场所与规则，本身不参与交易。赚的是「规则钱」：经手费、上市费。规则即法律的边界——涨跌停、T+1、大宗交易都由它定义；
经纪商（券商）：你的交易通道。量化关心的三个参数：通道延迟（报单到交易所的毫秒数）、佣金结构（量化专用席位常有增量佣金）、API 能力（CTP/涨停板下单方式）。实盘前先拿三件事：券商的佣金确认单、API 文档、历史废单率；
做市商：同时挂买价与卖价、赚取 bid-ask spread 的流动性提供者。期货期权市场的做市商义务由交易所合约规定；A 股股票市场目前无强制做市（科创板引入了做市商试点）。做市商的存在解释了两个量化现实：价差不是免费的（你的市价单付出 half-spread）；订单簿的深度是策略性的（做市商会撤单，回测里把挂单深度当真量是错的，见订单簿）。

订单类型：你是价格的接受者还是制造者

订单	语义	为谁付费	量化用途
市价单	立即以对手价成交	付 half-spread + 冲击成本	小单、急单；高频策略少用
限价单	指定价格排队	收 half-spread（提供流动性）	低频建仓、做市策略
对手价/最新价单	以盘口价追	付价差	中频的折中（A 股五档即成剩撤）
冰山单	只露出部分数量	隐蔽意图，降低冲击	大单执行（见大单拆分）
条件单/止损单	触发条件后转市价	付价差 + 触发瞬间冲击	止损纪律的执行载体

核心权衡一句话：限价单省钱但有「不成交 + 逆向选择」风险（价格跑掉，或者成交恰好因为价格在往坏处走——winner’s curse），市价单反之。执行算法的本质就是在这个权衡上做时间上的最优分配（见执行算法与 Almgren-Chriss）。

撮合机制：价格优先、时间优先

连续竞价阶段，买卖单按 价格优先、时间优先 排队：买单价高者先成交，同价者先到先得。三个对量化致命的细节：

排队位置决定成交概率。挂买 10.00 元时，前面已有 5000 手同价买单——你要等卖单先吃掉这 5000 手。回测里「挂限价单必然成交于挂价」是系统性乐观偏差；正确近似：只有当价格「穿越」你的价位时才算成交（下一时刻低点 < 你的买价）；
集合竞价（A 股开盘 9:15–9:25）：订单累积、单一价格出清，9:20 后不可撤单。开盘竞价成交量常占全天 5%–10%，是信息密集时刻（见A 股执行实务）；
成交优先级 = 你策略的微观护城河。高频策略之间的竞争本质是队列位置的竞争（见市场冲击与 Kyle 模型）。

微观结构入门：价格从哪里来

微观结构研究「报价如何形成、信息如何进入价格」。三个入场概念：

买卖价差的三个成分：订单处理成本（物理成本）+ 存货成本（做市商持仓风险）+ 逆向选择成本（怕遇到知情者）——理解它才能理解成本为什么随波动率放大（见Bid-Ask Spread ）；
价格发现：新信息通过谁的成交进入价格？A 股是散户与机构的连续博弈，美股有暗池与场外——价格发现效率决定套利窗口的长短；
有效交易 vs 名义交易：不是所有挂单都是真实意图（幌骗 spoofing、试单）——Level-2 数据分析要先过滤「策略性挂单」（见Level-2 数据）。

给回测的三条制度纪律：成交假设必须保守（穿越才成交）；成本模型必须含 half-spread 与冲击（见交易成本分解）；「市场规则」作为配置参数（T+1、涨跌停、佣金）与策略逻辑分离——换市场复用时只改配置。

关联阅读：权益类市场对比展开各市场的具体制度；市场微观结构（进阶）是本篇的深水区版本；A 股执行实务把撮合规则变成执行参数。

权益类：全球主要市场对比与 A 股制度特征

Mon, 01 Jan 0001 00:00:00 +0000

同一套策略逻辑在不同股票市场可能一个天上、一个地下——不是市场效率的玄学，而是制度参数的直接后果。本篇横向对比三大市场，把「制度差异」翻译成「回测与风控参数」。

A 股的制度清单（每条都是一个回测开关）

制度	内容	对量化的直接影响
T+1	当日买入次日才能卖	日内回转策略不可行（ETF/可转债除外）；隔夜风险不可规避
涨跌停	主板 ±10%，创业板/科创板 ±20%，ST ±5%	止损可能无法成交（跌停排队）；涨停无法买入 → 动量策略「涨了买不进」
价格笼子	申报价格不得偏离现价过大（2% 有效竞价范围）	高频撤补单受限
融券受限	券源少、成本高、2024 年后进一步收紧	做空难 → 纯多头/股指期货对冲为主，多空策略退化
停牌制度	重大事项停牌	持仓被冻结；指数成分调整时的复制误差
减持规则	大股东减持有窗口与比例限制	定增/大宗折价策略的退出成本

T+1 + 涨跌停的组合效应值得单独说：它是 A 股「连板打板」生态的制度温床（涨停封板后供给消失，次日惯性），也是量化执行的最大约束（跌停日你想卖都卖不出——回测里止损单在跌停日应假设排队不成交）。这两点在美股策略直接移植 A 股时必然踩坑，定量影响见A 股量化约束。

美股 vs 港股 vs A 股：一张对比表

维度	A 股	美股	港股
交易机制	T+1，±10%/20% 涨跌停	T+0，无涨跌停（有熔断）	T+0，无涨跌停（市调机制）
交易时段	4 小时 + 午休	6.5 小时 + 盘前盘后	5.5 小时 + 午休
做空	融券受限	融券发达、做空成本低	融券可行但券源集中
投资者结构	散户成交占比高（约 6–7 成）	机构主导	机构 + 内地资金（港股通）
印花税	卖出 0.05%（2023 年减半后）	无	双边 0.1%（2023 年起）
结算	T+1	T+1（2024 年起）	T+2
典型量化生态	量化指增/中性/CTA	高频做市全球中心	打折套利、AH 价差

三个策略层面的推论：

A 股的高散户占比是因子溢价的重要来源——反转、低波、小市值等行为型因子在 A 股长期强于美股（学术解释：散户的处置效应与彩票偏好，见行为偏差与A 股生态的因果链）；
美股 T+0 + 无涨跌停让日内策略可行，但也让高频竞争白热化——个人在美股做日内是在与 Citadel Securities 抢食，那个市场的微观结构效率（价差以分厘计、排队以纳秒计）意味着「容易进出」的另一面是「容易的部分已被机器吃完」；
港股的流动性分布极端：头部 10% 标的占成交 90%+，「小市值因子」在港股要加流动性过滤器，否则容量近零——一个看似便宜的公司可能全天成交 20 万港币，任何模型都买不出仓位。

指数与 ETF 生态：量化的基准与工具

指数体系：A 股宽基（沪深 300 = 大盘、中证 500 = 中盘、中证 1000/2000 = 小微盘）+ 行业（申万/中信，见行业与主题）+ 主题（芯片、白酒……）。量化的两个用途：基准选择决定指增产品的评价（见基准选择）；成分调整（每年 6/12 月）带来可建模的调仓效应（调入资金流入、调出流出，见事件驱动）。

ETF 与量化的三层关系：

作为工具：股指期货贴水时（对冲贵），用 ETF 融券做空或 ETF 期权替代对冲；行业轮动策略用行业 ETF 执行避免个股执行成本（见行业轮动）；
作为标的：ETF 折溢价套利（IOPV 与市价的偏离）、ETF 申赎套利；可转债 T+0 属性让「类 ETF 的日内策略」在 A 股唯一可行（见可转债）；
作为微观结构样本：ETF 的申赎机制创造了独特的套利边界——折价超过临界值时套利者买入 ETF、赎回成一篮子股票卖出，这个机制决定了折溢价的上限，是理解「套利为什么不是免费的」的最好教具（见跨市场套利）。

给研究者的操作建议：把市场制度写成一个 MarketRules 配置对象（涨跌停幅度、T+1 开关、佣金印花税、停牌处理），回测引擎只读配置不写死——同一套策略代码，切换市场时制度差异全部显式化，这是跨市场研究的工程前提（见回测框架设计）。

关联阅读：市场结构总览是本篇的机制基础；A 股量化约束展开约束对策略的定量影响；中国市场专题从投资者结构角度解释因子表现差异。

固定收益：久期、信用与可转债

Mon, 01 Jan 0001 00:00:00 +0000

固定收益的思维方式与股票根本不同：收益的上限在买入那一刻就基本锁定（票息），剩下的是利率与信用风险的管理。对股票量化者，固收是组合的「压舱石与对冲工具」；对想做固收量化的人，本篇是三个核心概念的入口。

利率与债券价格：跷跷板

债券价格是未来现金流的贴现值：市场利率上行 → 贴现率上行 → 价格下跌。量化视角的关键是把这层关系参数化。

久期：利率的一阶导

麦考利久期是现金流回收的加权平均时间；交易中用的是它的实用变形修正久期 D：

ΔP/P ≈ −D × Δy

含义：利率上行 1 个基点（0.01%），价格反向变动 D×0.01%。例：修正久期 8 的 10 年期国开债，利率上行 50bp → 价格约跌 4%。久期就是债券的「有效杠杆」：组合管理里的「加久期/缩久期」等于股票里的「加仓/减仓」，只是对象换成了利率风险。

三个速查规律：期限越长久期越大；票息越高久期越小（现金流回收早）；零息债券久期=期限（上限）。组合层面的久期 = 各券久期的市值加权——久期管理因此可以像股票组合一样「优化」。

凸性：二阶导，为什么只看久期会亏

久期是线性近似，而价格-利率关系是凸的（凸向原点）：利率下行时价格涨得比线性多，上行时跌得比线性少。这个「占便宜的弯曲度」就是凸性 C：

ΔP/P ≈ −D×Δy + 0.5×C×Δy²

大幅波动时凸性差距巨大。算例：同为修正久期 7 的两只债，C₁ = 60 与 C₂ = 40，利率下行 100bp 时——C₁ 的价格涨幅 ≈ 7% + 0.5×60×0.0001×… 按公式 +0.5×C×Δy² = +0.5×60×(0.01)² … 注意单位（Δy 用小数），直接给结论：凸性差 20 的两只同久期债，在 ±100bp 的利率摆动中会拉开约 1 个百分点的收益差——无论利率往哪边走，高凸性的一边都占优。

凸性交易的实务形态：买入长久期期权类工具（含权债、可转债）+ 卖出线性久期，赚「波动放大时凸性兑现」的钱。风险提示：可转债的高凸性（下有债底、上跟正股）不是免费的——它以票息损失或高转股溢价率定价（下文）。

信用债：评级与利差

信用债 = 无风险利率 + 信用利差。利差补偿三件事：预期违约损失、流动性差、以及尾部风险的非对称性。评级（AAA/AA+/AA…）是利差的粗略地图，但两个量化视角的提醒：

评级是滞后且跳跃的：评级下调常发生在风险爆发之后。固收量化用市场信息构造「隐含评级」：用债券收益率对同期限利率债的利差、结合财务因子（杠杆、盈利质量，见盈利质量）滚动排序，比静态评级灵敏；
信用利差的非对称回报：持有信用债赚利差，本质是卖出信用违约保险——多数年份稳赚票息，违约年份一次性吐回去。这与「高收益策略的夏普幻觉」同构：用 VaR 看很安全，用 CVaR 看才见尾巴（见风险度量）。2021 年地产债、2018 年民企债的教训都是同一结构——利差越薄的年代，风险补偿越不足（大家都在为收益下沉资质时，利差已不能覆盖真实违约率）。

可转债：A 股量化的独特猎场

可转债 = 纯债 + 看涨期权（转股权）。它对量化者的吸引力来自四个制度特征：

T+0 交易 + 无涨跌停（沪深均有临停机制但宽于正股）——A 股少见的日内友好品种；
债底保护：到期赎回价贴现构成价格下限，「下有保底」给了低波策略安全垫（但注意信用风险穿透债底：蓝盾、搜特转债 2023 年的违约打破了刚兑幻觉，债底要用信用分析打折扣）；
强赎条款的博弈：正股持续高于转股价 130%，发行人可强赎 → 高溢价转债被迫压缩溢价，这是可转债量化必须内置的「负尾事件」；
下修条款：正股低迷时发行人可下修转股价避免回售——下修博弈（预测谁会下修）是一个独立的事件驱动策略（见事件驱动）。

双低策略（价格 + 溢价率排序，买入最便宜的一篮子）是可转债量化的经典基线：逻辑是同时买「债底厚度」与「期权便宜」，风险是信用尾部 + 强赎踩踏。检验这类策略时切记：样本含 2018、2021 年的极端信用/流动性事件才算完整（检验流程见因子检验）。

给股票量化者的三个跨界提醒：固收的「收益增强」常常是风险搬运（久期拉长、信用下沉、加杠杆）；回购杠杆（质押式回购滚杠杆）是固收收益的第一杠杆来源，其成本随资金面波动，2023 年底的隔夜利率飙升教会很多人这一点；利率债期货（T/TF/TS 合约）是久期敞口最干净的执行工具，基差与 CTD 切换是执行细节（见基差与展期）。

关联阅读：衍生品接续期权定价与 Greeks；大类资产配置中债券是「衰退对冲资产」的角色分析；组合构建里债券波动率低所以权重高的逻辑。

衍生品：期货、期权、Greeks 与基差

Mon, 01 Jan 0001 00:00:00 +0000

衍生品是量化的「杠杆与对冲工具箱」，也是新的风险维度。本篇不求全面，只讲清楚量化策略里最高频出现的四件事：期货的杠杆与展期、期权的定价直觉、Greeks 的风控语言、基差的会计。

期货：杠杆、保证金与展期

期货 = 标准化的远期合约，交易所中央清算。对量化者的三组关键参数：

保证金与杠杆：A 股股指期货保证金约 12%–15%，商品期货 8%–15%。名义敞口/保证金 = 杠杆倍数——期货的「10% 保证金」不是价格波动 10% 就爆仓，而是保证金率的缓冲设计；风控要盯的是名义敞口波动，不是保证金占用（见杠杆与保证金管理）；
展期（Roll）：期货有到期日，持有超过当月必须移仓到远月。移仓成本 = 新旧合约价差随时间的侵蚀，对高频展期的组合是持续摩擦。商品期货的 contango（远月升水） 让多头展期每月亏一点——2006 年前后多家商品指数基金被 contango 吃掉全部理论收益，是「理论价差 ≠ 可实现价差」的教科书案例（展期收益的完整算例见大宗商品）；
股指期货的基差：下文单独展开，它是 A 股中性策略的生命线。

期权：定价的直觉与 Greeks

定价直觉：期权价格 = 内在价值 + 时间价值。BS 公式的五个输入里，唯一不可观测的是未来波动率 σ——所以期权交易的本质是你对波动率的观点 vs 市场定价（隐含波动率 IV）的分歧。四个必须内化的现象：

波动率微笑：同一到期日、不同行权价的 IV 呈弧形（股票指数还有偏斜：虚值 put 更贵）——市场为尾部风险付溢价，直接反驳「对数正态」假设（见概率论基础的肥尾）；
期限结构：IV 随到期日变化；危机时近月 IV 飙升；
波动率聚集与 GARCH：σ 本身可预测（见随机过程），这是波动率策略的统计基础；
卖方收租的非对称：卖期权胜率极高（收权利金）但尾部巨亏——「捡钢镚 vs 被压路机碾过」。多次「末日轮」暴涨百倍事件（如 2020 年 6 月某期权单日百倍）都是卖方踩踏的切片。

Greeks：风险的偏导数语言

Greek	含义	风控语言
Delta ∂V/∂S	标的价格敏感度	「这个组合相当于持有多少股正股」——delta 对冲即把 delta 压到 0
Gamma ∂²V/∂S²	Delta 的变化率	标的波动时 delta 对冲的再平衡成本；卖方 gamma 为负 = 大波动时越亏越快
Theta ∂V/∂t	时间流逝的价值损耗	卖方每天收的「租金」；买方每天的时间价值流血
Vega ∂V/∂σ	波动率敏感度	「IV 上升 1 点，组合盈亏多少」——波动率策略的主暴露
Rho ∂V/∂r	利率敏感度	长期限期权才重要

策略四象限（记这一个矩阵胜过百种花名）：买长限期权 = 买 Vega 付 Theta；卖短期期权 = 收 Theta 背负 Gamma/尾部。波动率交易的常见结构如买跨式（赌大波动）、卖铁鹰（赌不波动收租），本质上都是在这四个 Greek 之间做交换（展开见期权与波动率策略）。

基差：中性策略的隐形税单

基差 = 期货价格 − 现货价格。理论上基差 = 持有成本 − 分红，但 A 股股指期货长期深度贴水（IC/IM 年化贴水曾达 10%+），原因是对冲需求远大于多头需求：大量中性策略愿意为「立刻拿到对冲」付出贴水成本。

对量化策略的三种含义：

中性策略的真实成本：指增年化超额 15%、贴水成本 8% → 中性策略净超额只剩 7%。评估中性产品必须问「费后扣贴水口径」（见量化私募生态）；
贴水本身是信号：贴水 = 做空需求 = 市场对冲情绪，极端贴水常与拥挤的交易结构共存——2024 年 1 月小微盘崩盘前 IM 贴水创历史极值，是事后复盘时最刺眼的信号之一（见案例库）；
基差交易：贴水收敛时多头期货吃基差——「吃贴水」策略（期货替代 ETF 的超额收益来源）在贴水深时年化贡献可观，但要理解自己在承担对冲盘的拥挤风险。

展期与基差的合并提醒：每月移仓日的贴水跳变、到期日效应（期现收敛）、以及远月流动性稀薄的冲击成本，都应写进执行算法的参数，而不是事后惊讶（见A 股执行实务）。

关联阅读：Greeks 与策略构造的深化期权与波动率策略；衍生品风控事前风控；宏观对冲外汇与宏观对冲。

外汇与宏观对冲

Mon, 01 Jan 0001 00:00:00 +0000

外汇是全球最大的市场（日成交约 7.5 万亿美元），也是宏观观点最直接的战场。对多数国内量化者，外汇是「理解宏观的透镜」与「对冲工具」；对全球宏观策略者，它是主战场。本篇讲三个核心：汇率的定价锚、套息交易的结构、宏观对冲的实务。

汇率的三个定价锚

没有任何单一模型能解释汇率，实务中三个锚各有适用时段：

利差锚（套息定价）：利率高的货币倾向走强（资本逐利）——短周期主导。经典框架是利率平价：远期汇率隐含两国利差，套息交易的收益正是这个平价关系的「未被覆盖」部分（下文展开）；
购买力平价锚（PPP）：长期汇率向两国物价水平收敛——超长周期锚。巨无霸指数是它的民间版。对交易的意义：偏离 PPP 的幅度给出长期均值回复的粗标尺，但回复时间可能以年计，不能当择时信号；
风险情绪锚：危机时资金流向美元/日元/瑞士法郎（避险货币），冒险时流向澳元/新兴市场货币——风险偏好主导短中期波动。经典的「risk-on/risk-off」货币对：澳元/日元被视为全球风险情绪的代理变量，很多 CTA 把它当作 regime 监控的输入（见策略组合）。

实操含义：判断「美元接下来怎么走」，先问自己处于什么时间尺度——未来一个月看利差与风险情绪，未来十年看 PPP 与债务周期。把不同时间尺度的锚混用，是宏观观点互相打架的根源（「美元长期必贬」与「美元短期看涨」完全可以同时成立）。

套息交易：稳赚的利差与突然的死亡

套息交易（Carry Trade）：借入低利率货币（日元），买入高利率货币（澳元），赚两国利差。它是全球最古老、规模最大的策略之一，也是最著名的「尾部收割」结构：

收益形态：多数时间稳定小赚（利差 + 目标货币温和升值），年化波动低、夏普好看；
死亡形态（carry crash）：避险情绪突变时，高息货币急贬 + 低息货币急升，数周内抹掉数年利润。三个历史切片：1998 年 10 月（LTCM 危机外溢，日元一周升值 15%，史上最快）；2008 年 10 月（澳元兑日元数月下跌 40%）；2024 年 8 月 5 日（日央行加息触发平仓潮，日经单日 -12.4%，全球 risk-off——现代版教科书）；
数学本质：卖尾部保险——收益分布左偏。算一笔风险账：年化利差收益 5%，波动 8% 的套息组合，用 VaR(95%) 看很安全；但左尾的 CVaR 事件（-30% 的一次性冲击）平均 5–7 年来一次——一次 crash 吃掉 6 年 carry。用夏普比较 carry 策略与趋势策略是误导，必须看偏度与 CVaR（见风险度量）。

对策略设计的启示：任何 carry 类结构（套息、卖波动率、信用利差）都要回答「危机时谁在对家卖出」——如果答案是「没有别人，只有你自己在平仓」，那就是流动性螺旋的配方（见经典复盘）。

宏观对冲：用汇率表达观点

Global Macro 的标准流程是「宏观研判 → 选择最锋利的表达工具」。外汇之所以常被选为表达工具，因为它是最流动、杠杆最便宜、且直接对宏观变量定价的市场：

观点 → 工具对照：看两国利差扩大 → 做多高息货币对（直接）；看美联储转向 → 多新兴市场货币/黄金；看地缘危机 → 多美元/瑞郎/黄金；
对冲出口贸易敞口：出口企业外汇收入的套保是「最朴素的宏观对冲」——量化视角它是一个负相关的叠加资产；
A 股投资者的间接敞口：人民币汇率影响北向资金流向与出口链盈利。「汇率因子」进 A 股多因子模型的宏观因子组是常见配置——两个可操作的量：美元指数的月度变化与北向净流入的滚动相关、人民币贬值区间内出口占比高的行业（家电、纺服、电子）的相对收益（见宏观因子与资产映射）。

给国内量化者的三条务实建议

个人别碰零售外汇杠杆盘：无监管的高杠杆对手盘结构，数学期望为负（点差 + 隔夜利息），与策略研究无关；
把汇率当作输入而不是标的：A 股量化里，汇率/美元指数/美债利率作为宏观条件变量（regime 识别、行业轮动的择时项）价值远大于直接交易；
盯住美元流动性：全球风险资产的共同分母是美元流动性（美元指数 + 美债实际利率），它是「相关性崩溃」时刻最重要的背景变量——2020 年 3 月「连黄金和国债都跌」的奇景，本质是所有人抢夺美元现金（见组合风险）。

关联阅读：大宗商品接续「美元定价的资产」主题；经济周期与宏观指标给出宏观因子体系的完整框架；衍生品的基差概念同样适用于远期外汇。

大宗商品：供需、期限结构与轮动

Mon, 01 Jan 0001 00:00:00 +0000

商品不是「另一种股票」：它没有现金流、不能无限囤积、供给有生产周期——这些物理属性决定了它独特的收益结构与交易逻辑。本篇围绕一个核心概念展开：商品的总回报 = 现货收益 + 展期收益 + 抵押品利息。

收益三来源：为什么「商品牛市」不等于「做多商品赚钱」

以持有商品期货多头为例：

现货收益（spot return）：商品本身价格的变动——直觉里的「涨跌」；
展期收益（roll yield）：期货移仓时新旧合约价差带来的系统性损益——常被新手忽略、却往往是长期回报的决定项；
抵押品利息（collateral yield）：期货占用保证金之外的资金买国债的利息。

期限结构决定展期收益的符号：

Backwardation（近月 > 远月，贴水结构）：现货紧张（低库存、供给中断），期货贴水 → 多头每次移仓「低位换仓」赚钱。展期为正 = 长期做多有隐性票息；
Contango（远月 > 近月，升水结构）：供给过剩、库存高企，期货升水 → 多头移仓每月被磨掉一层。

一个算例看清展期的杀伤力（2005–2006 年 WTI 的真实结构）：

1
2
3
4


WTI 远月升水 5%/年（近月 65 美元，12 个月后合约 68.3 美元）
持有多头一年：现货价不变（65 → 65）
你的期货合约却随到期收敛：从 68.3 跌回 65 → 价格贡献 0，展期损耗 -4.6%
若期间多次移仓 + 现货还小跌 → 双杀

这就是当年多家商品指数多头基金「看对了方向还亏钱」的机制。反之 2021–2022 年能源持续 backwardation（现货紧张），同一批指数多头靠展期每年白拿 10%+。商品择时的第一变量不是价格方向，而是期限结构的形状——CTA 里经典的「期限结构因子」（做多 backwardation 品种、做空 contango 品种）长期有效，正来源于此（见时序策略）。

供需、库存与生产周期

商品的定价逻辑是存量-流量的：当期价格由库存水平（存量缓冲）与边际供需（流量）共同决定。

库存低 + 需求旺 → 价格弹性巨大：2021 年动力煤、2022 年欧洲天然气，供给弹性为零的短期市场里，5% 的供需缺口可以对应 300% 的价格波动——商品黑天鹅比股票更极端，且上行与下行都可能极端；
生产周期决定回复速度，按供给响应时间排一张表：

品种	供给响应周期	量化含义
农产品（大豆/玉米）	一季（4–6 个月）	价格年度级均值回复，种植面积报告是拐点信号
生猪	18 个月（能繁母猪→出栏）	「猪周期」可预测性强：存栏量领先价格约 10–14 个月
铜等工业金属	矿山资本开支 5–8 年	超级周期叙事的物理基础；价格高位 3 年后才见供给放量
原油	页岩 6–9 个月 / OPEC 决策即席	页岩的存在压平了油价长周期（2014 后）

「猪周期」是国人最熟悉的生产周期案例：能繁母猪存栏量是价格的领先指标，量化上可构造「存栏-价格」的领先滞后模型——这类供给侧的物理先行指标是商品因子比股票因子更「硬」的原因；

库存数据是商品量化的核心数据源：交易所仓单、社会库存、产业链库存天数——「库存去化 + 价格滞涨」的背离常是拐点信号（库存降而价格不涨 = 需求端的接盘意愿比库存数字更弱）。

跨品种价差：产业链的相对价值

商品之间存在稳定的产业链关系，价差即加工利润：

价差	含义	主要驱动	对冲比例的锚
螺纹-铁矿石-焦炭	钢厂盘面利润	地产/基建需求 vs 铁水供给	按吨钢矿耗/焦比（约 1.6 吨矿 + 0.5 吨焦 / 吨螺纹）
豆油-豆粕-大豆	油厂压榨利润	生猪存栏（粕的需求）vs 油脂消费	出粕率 ~79%、出油率 ~18%
原油-成品油	炼厂裂解价差	出行/工业需求 vs OPEC 供给	炼厂配比（3 桶油 → 2 汽油 1 柴油近似）

产业链套利的纪律：价差的「均值」由产能结构决定，产能扩张/退出会让均值本身移动——先做产能周期判断，再做价差统计。对冲比例用物理投入产出系数打底、再用回归微调，比纯统计 beta 稳一个量级（与股票配对交易的协整监控同理，见统计套利）。展期成本的不对称（两端合约的期限结构不同）也必须计入价差策略的成本模型——2016 供给侧改革后，多组商品价差的旧均值永久作废，是「统计关系死于产能重构」的教科书案例。

商品在国内量化的位置

CTA 的主战场：国内商品期货 T+0、双边保证金、手续费低，是中高频时序策略的成熟市场（见时序策略）；
股票行业的映射：商品价格是 A 股周期股（有色、煤炭、养殖）盈利的领先变量，「商品因子」进行业轮动模型是常见配置（见行业轮动）；
通胀对冲：组合里配置商品期货指数（展期收益选择有利时）是对冲通胀尾部的重要工具——但纯多头指数在 contango 年代的教训提醒：对冲工具本身也要择时（见大类资产配置）。

关联阅读：外汇与宏观对冲的美元定价逻辑；宏观因子与资产映射中商品作为通胀代理；杠杆与保证金的期货风控细节。

另类资产：REITs、私募与 Crypto（选读）

Mon, 01 Jan 0001 00:00:00 +0000

另类资产的共同特征：收益来源不是企业盈利或利率，而是某种溢价——现金流折现、流动性补偿、或波动率定价。本篇用统一的判断框架审视三类主流另类资产，并回答量化者最关心的问题：它对组合的边际贡献是分散化，还是只是「相关性还没变高」。

REITs：把不动产变成可交易的现金流

REITs（房地产投资信托）= 持有收租型物业（写字楼、产业园、保障房、高速、数据中心）的上市份额，强制高分红（国内要求 90% 以上可供分配金额）。

定价与风险结构：本质是永续年金 + 资产价值波动——分派率（每股分红/价格）对标十年期国债给出「利差定价」：无风险利率上行时 REITs 估值承压，与长久期债券相似但波动更高。一个实用的估值锚：REITs 分派率 − 10 年期国债收益率 的历史分位——利差 > 历史 80 分位（便宜区）的分批配置、< 20 分位（贵区）的回避，比任何技术分析都好用。

国内公募 REITs（2021 年起步）还有两个本土特征：底层资产单一（不分散，一个产业园的出租率就是全部故事——某产业园 REIT 因大租户退租导致分派率腰斩的案例并不遥远）；二级市场小盘（流动性冲击放大波动，上市初期炒作后大幅回撤是常态——多只首发 REITs 首月冲高 30%+ 后一年内跌破发行价）。

量化视角：REITs 在组合里的价值是「与股债低相关的现金流资产」，但要用「利差 vs 国债」做估值择时，而不是拿它当股票炒（见大类资产配置）。

私募股权：为「不流动性」打工

PE/VC 的收益来源可以拆成三个：杠杆（LBO 结构）、经营改善、以及最大的隐性成分——流动性溢价与估值平滑。量化视角必须戳破的两个幻觉：

波动率幻觉：PE 基金的净值按季度用估值法（而非市价）更新，波动率被人为抹平——用它算夏普会得到「夏普 2 的资产」的假象。用公开市场等价物（PME 方法：把 PE 现金流按同期指数收益折算对比）校正后，多数 PE 的超额收益大幅缩水，且波动率「还原」后并不比公募股票低；
J 曲线：基金前几年缴纳管理费+未退出投资使净值低于实缴，回报集中在第 5–10 年——现金流时序决定了它只适合「不需要流动性」的长钱。中途转让份额的折价（二级市场 PE 份额常打 7–9 折）就是这个流动性折价的市场定价。

对个人量化者的意义：主要是理解尽调语言（DPI/TVPI/IRR 的口径差异、top quartile 的幸存者偏差——每一期都宣称 top quartile 的募资材料在统计上就是谎言，见量化私募生态的尽调对照），以及提醒自己：二级市场量化的全部优势（流动性、可验证、可纠错）正是 PE 押注放弃的东西——别羡慕别人的净值曲线，先看它的流动性条款。

Crypto：7×24 的极端市场

以 BTC/ETH 为代表的数字资产对量化者有三重吸引力与三重风险：

吸引力：7×24 交易与极高的波动率（年化 60%–80%）给统计套利/趋势策略提供丰富的信号土壤；期现基差常年在正区间（牛市中永续资金费率为正），有类 carry 结构；市场机构化程度低，定价效率低于成熟市场——alpha 密度高。

风险：对手方风险碾压策略风险（交易所挪用、托管暴雷：FTX 事件中「策略盈利但平台归零」——你的 alpha 挂在一个可以消失的账本上）；监管与法币通道的不确定性；与股票的相关性在危机时迅速走高（「数字黄金」叙事在 2022 年破产：BTC 与纳斯达克同跌，相关性升至 0.6+）。

若参与的纪律底线：只碰主流币种的头部交易所、现货或受监管期货；把「交易所信用」当作组合里最大的单一风险源来限额（比价格风控更重要——FTX 之后的第一课：分散交易所比分散币种更重要）；策略评估用「扣除资金费率与提币摩擦」后的口径。国内用户还需清楚监管红线：大陆不得开展法币兑换与经营性虚拟货币业务——本节仅作知识梳理（完整边界见合规与监管）。

纳入组合的统一判断框架

评估任何另类资产，四个问题按序回答：

收益来源清晰吗？ 说不出「赚谁的钱」的资产（见伪量化辨析），排除；
估值锚存在吗？ REITs 有利差锚、PE 有 PME 锚、Crypto 没有现金流锚（只有采用率/成本线等弱锚）——锚越弱，仓位越要小；
相关性是真低还是「还没危机」？ 用跨危机样本检验相关性（REITs 在利率冲击年份与债券同跌；Crypto 在 2022 与纳斯达克同步）——相关性崩溃是全局规律，另类资产不能豁免（见组合风险）；
流动性与杠杆的错配吗？ 用可以锁定的钱买不可退出的资产，期限错配是另类投资爆雷的第一配方。

关联阅读：大类资产配置把另类放进全天候框架；风险度量处理平滑净值带来的风险低估；另类数据是「另类」一词在数据维度的对应物。

大类资产配置

Mon, 01 Jan 0001 00:00:00 +0000

为什么要先谈配置

在投资的收益来源中，大量实证研究反复验证同一结论：资产配置决定了组合长期波动的绝大部分，选股与择时只解释剩余的小头。Brinson 等人 1986 年的经典研究估计，养老金组合之间的收益差异约有 90% 由资产配置决定。换句话说：你拿什么资产，比你在单一资产里怎么折腾更重要。自上而下的投资流程因此是：先定宏观环境（配置），再选市场（中观），最后选标的与时点（微观）——这也是「大类资产配置视角下的人类社会运行体系」（陈海培，智写量化）一书的核心立场：把投资理解为对人类社会运行体系的下注。

资产类别全景图

可投资的大类资产，各自对应不同的经济驱动与风险暴露：

资产类别	代表品种	本质收益来源	抗通胀	主要风险
股票	A股/美股/港股宽基与行业	企业盈利增长 + 估值波动	较好	经济衰退、估值坍塌
债券	国债、金融债、信用债、可转债	票息 + 利率变动资本利得	差	利率上行、信用违约
大宗商品	原油、铜、螺纹钢、农产品	供需缺口 + 库存周期	好	需求坍塌、美元走强
贵金属	黄金、白银	实际利率的镜像 + 央行储备	极好	实际利率长期上行
外汇	美元、日元、商品货币	利差（套息）与购买力平价	中	政策突变、危机流动性
房地产	住宅、商业地产、REITs	租金 + 城市化与货币化	好	流动性差、政策周期
另类	私募股权、对冲基金、收藏品	流动性溢价 + 专业能力	中	门槛高、透明度低
数字资产	BTC、ETH 等	技术采用 + 监管博弈	争议极大	归零尾部风险

理解资产间的相关性与轮动是配置的核心：股债经典负相关（衰退时债涨股跌）、商品与美元指数负相关、黄金与实际利率负相关、危机时刻「相关系数齐奔 1」（唯有现金与国债例外）。

美林投资时钟：增长 × 通胀四象限

美林证券 2004 年的经典研究，把宏观周期划成四个象限，每个象限都有「占优资产」：

复苏（增长↑ 通胀↓）：股票最佳——盈利回升、利率仍低；
过热（增长↑ 通胀↑）：大宗商品最佳——量价齐升，企业利润被成本挤压；
滞胀（增长↓ 通胀↑）：现金为王——股债双杀，1970 年代美国的经典场景；
衰退（增长↓ 通胀↓）：债券最佳——央行降息，利率下行推升债价。

时钟的实操难点在于象限的识别滞后与跳针（衰退直接跳复苏的深度衰退、滞胀与衰退的混淆），因此它更适合作为检查清单而非机械信号。

达利欧的全天候与风险平价

桥水基金瑞·达利欧的洞见：组合的风险不该由资金比例决定，而该由风险贡献决定。传统 60/40 组合里，90% 的波动其实来自股票。风险平价（Risk Parity）让每类资产对组合的风险贡献相等；全天候（All Weather）则是其落地特例——把经济状态拆成「增长高于/低于预期 × 通胀高于/低于预期」四种情景，让组合在每种情景下都不死：

增长上行：股票、商品、公司债受益；
增长下行：国债、TIPS 受益；
通胀上行：商品、黄金、TIPS 受益；
通胀下行：股票、长债受益。

由于债券波动小，风险平价组合通常叠加杠杆持有债券以平衡风险贡献——「借钱买低风险资产来匹配高风险资产的风险」，这是它与传统组合最反直觉的地方。2008 年危机中全天候的稳健表现让这一框架风靡机构界。

MPT 与分散化的免费午餐

一切现代配置的地基是马科维茨 1952 年的现代组合理论（MPT）：组合的期望收益是各资产收益的加权平均，但组合的波动取决于协方差矩阵——把相关性低于 1 的资产组合起来，可以在不牺牲期望收益的前提下降低波动，即「分散化是投资中唯一的免费午餐」。MPT 的均值-方差优化（MVO）对输入参数极其敏感（预期收益的小误差导致权重的大幅漂移），实务中多用约束优化、等风险贡献、贝叶斯收缩（Black-Litterman 模型）来驯服。

战略与战术：两个层级的配置

战略配置（SAA）：以长期风险收益特征定骨架（如「40 股 / 40 债 / 10 商品 / 10 另类」），多年不动，是收益的主要来源；
战术配置（TAA）：在骨架上按周期判断超配/低配（时钟、债务-通胀双周期等），追求增量收益；
再平衡：定期或阈值触发地把偏离的权重拉回目标——它是纪律化的「高抛低吸」，也是配置框架中成本最低的增益。

陈海培框架中的「债务-通胀双周期模型」即属于战术层：以私人与政府部门债务周期（达利欧《债务危机》的长短期债务框架）与通胀周期双坐标定位宏观阶段，判断股、债、商、金的轮动次序——债务扩张期利好风险资产，去杠杆期利好国债与黄金，通胀失控期商品与 TIPS 占优。

耶鲁模式：另类的胜利

大卫·史文森执掌耶鲁捐赠基金三十年（1985–2021，年化约 13%），把配置思想推到新高度：用低流动性的另类资产（私募股权、 timber、房地产）换取风险溢价，用股票化思维持有，靠再平衡收割波动。其启示是：配置的边界不止公开市场，流动性本身也是一种可以出售的资产——当然，代价是你必须扛得住危机中卖不掉的岁月。

百年数据：各大类资产的历史答卷

配置讨论绕不开 Dimson–Marsh–Staunton 的百年研究（1900–2020，覆盖 21 国）：股票是长期唯一的复利之王——全球实际年化约 5%（美国约 6.5%），债券约 2%，短期国债约 1%，黄金长周期实际回报仅约 1%（且前后半个世纪天差地别）。但同期数据同样揭示了三个残酷细节：

波动的代价：股票最好与最差的 20 年之间相差数倍，任何在历史高点满仓的组合都可能等二十年才回本（日本 1989–2009 是极端样本）；
国运偏差：幸存的百年样本天然剔除了归零的市场（俄国 1917、中国 1949 前的交易所）——单一国家的股权暴露本身就是对国运的下注，全球化分散不是锦上添花而是必需；
通胀的暗礁：现金名义安全、实际持续失血——「不配置」本身也是一种高风险配置。

这组数据是「股债 60/40」成为全球默认起点的原因：它不是最优解，而是长期收益与可承受波动之间最不坏的均衡。

危机中的相关性：配置的极限测试

正常年份相关性低的资产，在危机中往往齐跌（「相关系数奔 1」）：2008 年与 2020 年 3 月，股票、商品、高收益债、REITs 同步崩塌，唯有国债、现金与美元（及之后的黄金）提供保护。给配置者的三条实操结论：

组合里必须永远保留「危机资产」（长债/现金/黄金之一），它们平时的任务是「拖后腿」，危机时的任务是「活下来 + 有子弹」；
流动性分层：知道自己哪部分资产在极端行情下卖得掉、卖不掉；
危机是配置的再平衡时刻而非恐慌时刻——历史上最丰厚的超额收益，几乎都来自敢于在「相关系数奔 1」的至暗时刻执行再平衡的人。

再平衡的数学与普通人的落地

再平衡的数学：设股债 50/50，股票一年涨 40%、债券涨 4%——期末变为 58.8/41.2，再平衡卖出股票买入债券，等于纪律性地卖强买弱。长期看，波动越大的资产贡献的「再平衡收益」（波动收割/Rebalancing Bonus）越多。执行上有两种流派：定期再平衡（每年/每半年一次，简单）与阈值再平衡（偏离目标 ±5 个百分点才动手，减少交易次数、更贴近趋势）。

普通投资者的落地阶梯：

入门：股债 60/40（宽基指数 + 国债指数），每年再平衡一次——朴素，但已战胜绝大多数主动操作；
进阶：加入商品与黄金（如 50/30/10/10），构成简化版全天候；
生命周期：权益比例 ≈「100 − 年龄」随年龄下调，本质是随人力资本（未来工资）衰减而降风险；
核心-卫星：80% 核心按战略配置持有，20% 卫星做行业/主题/择时的进攻仓位——把「手痒」限制在可控的边界内，这本身就是最重要的风控。

小结

大类资产配置是投资的「地形图」：先认清自己处在什么宏观象限（时钟/双周期），再决定带哪些资产上路（战略配置），途中如何换挡（战术与再平衡），以及用什么引擎管理风险（风险平价/全天候）。在这张地图之上，基本面选股与技术择时才有用武之地。

延伸阅读：陈海培《大类资产配置视角下的人类社会运行体系》（本站参考框架）；达利欧《债务危机》《原则》；美林证券《投资时钟》（2004）；史文森《机构投资的创新之路》。

经济周期理论

Mon, 01 Jan 0001 00:00:00 +0000

周期：市场的呼吸

资产价格的长期波动，最终都锚定在实体经济的周期运动上。经济学史上最重要的发现之一是：经济波动不是单一频率的，而是多个长度不同的周期叠加共振的结果。四个以发现者命名的周期构成了基本频率表：

周期	发现者与年代	长度	驱动
基钦周期	约瑟夫·基钦，1923	40 个月左右	库存：企业补库-去库的猪周期式摆动
朱格拉周期	克莱门特·朱格拉，1860	7–11 年	设备投资/资本开支：产能的兴建与出清
库兹涅茨周期	西蒙·库兹涅茨，1930	15–25 年	建筑与房地产：一代人的置业潮
康德拉季耶夫周期	尼古拉·康德拉季耶夫，1925	50–60 年	技术革命与资本体系的世代更替

四大周期各自的逻辑

**基钦周期（库存周期）**是最短、最实操的一层：需求回暖 → 企业补库存 → 生产放大需求（乘数）→ 库存过高 → 去库存下跌 → 出清后再来一轮。A 股的「库存周期择时」、商品的小级别牛市多由它驱动。中国 PPI 与产成品库存的四十个月左右往复是跟踪它的经典坐标。

**朱格拉周期（设备周期）**对应企业资本开支的集体冲动：繁荣期利润高企 → 产能扩张（贷款建厂）→ 供给过剩 → 价格战出清 → 下一轮技术升级再投资。它解释了为什么设备制造、重工行业存在显著的「七年之痒」。

**库兹涅茨周期（建筑周期）**由人口与城市化驱动：一代人进城置业推高地产与基建，饱和后进入漫长的消化期。20–25 年的长度意味着普通人一生最多经历两轮——房地产「永远涨」的错觉，往往只是没经历过下行半周期。日本 1990 年后与多国地产长周期下行的对照是最好的教科书。

**康德拉季耶夫周期（长波/康波）**最具争议也最迷人。康氏统计了英法百年商品价格与利率数据，提出资本主义存在 50–60 年的长波。后世（熊彼特、门施、弗里曼）把每一波对应到一次技术革命：蒸汽与棉纺（1780s）→ 铁路与钢铁（1830s）→ 电力与化工（1880s）→ 汽车与石化（1900s–40s）→ 信息技术（1970s–2010s）→（可能的）AI 与新能源（2020s–）。每一波都遵循「技术爆发—资本狂热—泡沫破裂—漫长出清—新范式确立」的 S 型节奏。

中国研究界对康波最著名的推广者是已故分析师周金涛，「人生发财靠康波」的说法即出自他——含义是：个体的财富命运很大程度上被所处的长波阶段决定，周期低位布局、高位克制，比个人努力更根本。

熊彼特：创新驱动与三周期嵌套

约瑟夫·熊彼特在《经济周期》（1939）中给出了统一理论：周期的动力是「创造性毁灭」——企业家带着新技术摧毁旧结构，资本涌向新范式形成繁荣，出清则淘汰跟不上的一代企业。他把三个周期嵌套成一张地图：每个康波包含约 6 个朱格拉周期，每个朱格拉周期包含约 3 个基钦周期；当长波、中波、短波的下行段叠在一起，就是 1929 或 2008 式的大危机；三者同向上行，则是 1990s 末或 2020s 初式的大繁荣。

对投资者的含义：先判断长波位置（十年级别的大势），再借中波（设备/产能）与短波（库存）择时——与大类资产配置中的「战略—战术」分层完全同构。

周期与资产的映射

库存上行（基钦扩张）：商品与周期股最敏感，股市普涨；
设备扩张（朱格拉上行）：机械、重工、资本品行业的黄金期；
地产扩张（库兹涅茨上行）：银行、建材、家电的长期顺风；
长波导入期：新产业估值狂飙（铁路股 1840s、互联网 1990s、AI 2020s）；长波出清期：国债与黄金的长牛。

美林时钟（见大类资产配置篇）本质上是把短周期（增长×通胀四象限）翻译成资产语言的工具，而康波则决定时钟刻度的「大指针」方向。

达利欧的债务周期：第五个维度

四大经典周期之外，达利欧在《债务危机》中补上了现代货币体系下最重要的一维：债务周期。核心机制是「债务不可能无限增长得比收入快」：

短债务周期（5–8 年）：信贷扩张→支出增长→通胀升温→央行加息→信贷收缩→衰退→降息重启，与朱格拉周期高度重叠；
长债务周期（75–100 年）：债务收入比在数代人时间里累积到极限（利率降无可降、央行买无可买），进入去杠杆。去杠杆有三种结局：通缩型（紧缩还债，1930s 美国）、通胀型（印钞抵债失控，1920s 魏玛/2010s 部分新兴市场）、漂亮去杠杆（印钞对冲信贷收缩、收入增长快于债务增长，1933 后的美国与 2008 后的美国均为近似案例）。

债务周期给出的资产含义极其清晰：长周期扩张段持有风险资产，去杠杆段持有国债与黄金，央行转向宽松的时点是风险资产的黄金买点。它与康波互为表里：康波讲技术产能的世代更替，债务周期讲货币信用的世代透支——一次世纪级的危机（1929、2008），往往是长波下行与长债务顶部的历史性相遇。

怀疑与边界

周期理论长期伴随争议，必须诚实交代：

样本太少：康波至今只有五轮左右，统计显著性无从谈起，几条曲线的相似更接近叙事而非科学；
事后拟合：周期的划分高度依赖起点的选择，「每一波都能解释历史，但没人能稳定地用它预测未来」；
政策对冲：央行与财政的逆周期调节，正在压缩古典周期的振幅（「这次不一样」的风险与诱惑并存）。

公允的用法：周期不是预测工具，而是风险清单——它告诉你当前可能处在哪个阶段、什么策略的历史胜率更高、以及哪些「百年一遇」其实只是周期的必经环节。

小结

四大周期是经济的多层钟摆：库存的摆动给我们交易时机，设备的更替给我们产业变迁，建筑的兴衰给我们世代规律，技术的革命给我们时代的方向。把周期思维叠加在资产配置之上——在长波低位敢于贪婪，在共振高位保持克制——是宏观视角给投资者的最大馈赠。

延伸阅读：熊彼特《经济发展理论》《经济周期》；达利欧《债务危机》；周金涛《涛动周期论》；陈海培《大类资产配置视角下的人类社会运行体系》第三章。