金融基础

最近在学股票的波段交易（Swing Trading），平时看行情主要依赖趋势形态、动量和成交量。前段时间在琢磨做空交易时，遇到过一个很实际的场景：我看空某只股票，但我不想直接融券做空——融券需要借入股票，要付融券利息，还有被券商提前召回的可能；更棘手的是，如果遇到逼空（Short Squeeze），理论上的亏损幅度是上不封顶的，账户随时面临追加保证金（Margin Call）的压力。

在很长一段时间里，我对股票市场的理解非常机械，甚至带着一种理所当然的工程偏见。 作为一个长期和分布式系统、性能优化与反馈控制打交道的工程师，我习惯把撮合引擎看作一个纯粹的分布式信息处理系统：全市场的参与者带着各自的信息、算力和风险偏好，用真金白银在订单簿上挂单出清。价格上涨，说明对未来的盈利预期转好；价格下跌，说明基本面恶化或风险溢价上升。

10月16日，美东时间上午，我在看 SOXL 的成交统计时看到了一组让我反复盯着屏幕的数字。 SOXL 是 3 倍做多半导体 ETF，那天跌了超过 6%。我打开成交统计，本来预期应该看到一个主动卖出量远超买入量的页面——毕竟已经跌成这样了。结果是这样的：

前段时间在梳理短期利率时，有一个朴素的疑问困扰了我一阵子。 当时我在看 3 个月期美国国债（3-Month Treasury Bill，简称 3M T-Bill）。直觉上的买卖过程非常直接：假设我花了 9,900 美元买下一张三个月后到期、面值为 10,000 美元的国债。只要美国政府不违约，三个月后财政部如期兑付 10,000 美元，我净赚 100 美元差价。

最近在整理金融基础笔记，梳理到利率和通胀的关系时，发现自己以前对"加息抑制通胀"的理解一直停留在一个很粗糙的直觉上： 美联储加息 → 大家更愿意把钱存进银行 → 市场上流通的钱变少了 → 通胀就下来了。

前段时间在看美股盘面，注意到一个经常出现的现象：CPI 数据公布的那几分钟，所有东西同时在动。 那天的情况大概是这样的：CPI 同比上涨超预期，美股三大指数几乎同时跳水，10 年期国债收益率拉升，黄金也在跌。新闻标题写的是"通胀超预期，降息预期降低"。

最近一直在学美股的技术分析。前面接触了 Breakout + Retest、Double Bottom、Head & Shoulders 这些价格形态，发现每次想进一步分析趋势强度或转折信号时，MACD 都会冒出来——金叉、死叉、红绿柱、顶背离、底背离，这些词到处都是。

之前写量化交易系统那篇时提到过 execution 层——每笔 order 多大、对手盘的流动性够不够、是挂盘口还是主动吃价差。当时一笔带过，没有认真想 order book 这一层到底怎么运转。 最近第一次认真看市场微观结构（market microstructure）的一些材料，想搞清楚几个一直模模糊糊的问题。结果发现，不是模糊，是错的。

读书时记下的一张系统图 # 2024 年我读过 Rishi K. Narang 的《打开量化投资的黑箱》（Inside the Black Box）。书里把一个典型的量化交易系统拆成几个组成部分——Alpha Model、Risk Model、Transaction Cost Model、Portfolio Construction Model、Execution Model，底下还有 Data 和 Research。

整理金融基础笔记时，我想弄清楚一句常见说法：20 倍 PE，是否就意味着买进去 20 年回本？按定义算出的倍数，和股东实际收到现金的时间，中间隔着哪些条件？ 从一套房子说起 # 一套房子 200 万元，每年租金收入 10 万元，价格是年租金的 20 倍。如果直接用价格除以租金，就会得到“20 年回本”。

整理完风险指标，再看夏普比率时，我关注的是公式里的两个选择：为什么分子减去无风险收益率，分母又为什么选波动率？“收益除以风险”这句简称，把这两件事省掉了。 收益更高，所以更好吗 # 先看两个简化到只剩数字的策略。为了把注意力放在比较上，先假设这段时间的无风险收益率近似为 0，收益和超额收益暂时是同一个数：

在收益率那篇里，同样赚了 10%，可能来自完全不同的路径。要继续比较，就得知道风险指标各自省略了什么。 这次复习时，我把波动率、最大回撤和 VaR 放在一起看：它们分别描述收益的不稳定程度、历史上的峰谷跌幅，以及给定概率下的损失阈值。用哪一个，取决于想回答什么问题。

一笔买入、一笔卖出 # 前段时间把基金从业资格考试的两门科目考完了。准备的过程里，我第一次完整地看到"收益率"这个词下面的各种定义，也发现过去自己对它的把握只有一句话：赚到的钱除以本金。