中美量化市场差异：交易规则、数据可用性与监管对比

A股和美股在交易规则、市场结构、数据可用性上有显著差异。理解这些差异是开发跨市场策略的前提。

一、交易规则对比

二、T+1 的策略影响

2.1 A股 T+1

规则:当日买入的股票,次日才能卖出

影响:

• 无法做日内波段
• 无法快速止损
• 隔夜风险无法规避

应对策略:

# A股策略需要考虑隔夜持仓
def should_buy(signal, overnight_risk):
    if overnight_risk > threshold:
        return False  # 风险太高不建仓
    return signal >0

2.2 美股日内交易

规则:

• Pattern Day Trader(PDT)规则
• 账户 < $25,000:5个交易日内最多3次日内交易
• 账户 ≥ $25,000:无限制
• 注:FINRA 已批准修改 PDT 规则,计划将固定金额限制改为更灵活的风险边际(等待 SEC 最终批准)

优势:

• 可做日内策略
• 快速止损
• 利用盘中波动

三、涨跌停制度

3.1 A股涨跌停

3.2 港股波动调节机制 (VCM)

规则:

• 旨在缓解极端的盘中波动。
• 恒指/国指成分股:±10%(5分钟内价格偏离)。
• 触发后进入5分钟冷静期,只能在固定价格区间交易。

影响:

• 连续涨停/跌停导致无法成交
• 涨停板无法买入(流动性消失)
• 跌停板无法卖出(被动止损失效)

策略考量:

# 涨跌停检测
def is_limit_up(price, prev_close, limit=0.10):
    return price >= prev_close * (1 + limit - 0.001)

def is_limit_down(price, prev_close, limit=0.10):
    return price <= prev_close * (1 - limit + 0.001)

3.2.1 2024-2025 港股微结构更新

• 自 2024 年 9 月 23 日起，8 号风球等恶劣天气下港股照常交易结算——"台风假日效应"类因子已失效
• 2025 年 8 月起最小价位（tick size）第一阶段下调，HK$10–50 股票 tick 缩小 50–60%，价差策略与挂单排队模型需重新校准
• 港股印花税自 2023 年 11 月起为买卖双边各 0.1%
• 结算周期：港交所已于 2026 年 4 月就 T+2 转 T+1 展开咨询，拟 2027 年 Q4 实施

3.3 美股熔断机制

指数熔断:

• Level 1 (7%): 暂停15分钟
• Level 2 (13%): 暂停15分钟
• Level 3 (20%): 当日停止交易

个股熔断(LULD):

• 价格偏离过大时暂停5分钟

四、卖空机制

4.1 A股融券

限制:

• 需要开通融资融券账户
• 券源有限,热门股难借
• 融券成本高(年化 8-10%)
• 部分股票禁止融券

实际影响:

• 做空策略难以实施
• 市场中性策略成本高
• 对冲手段有限

4.2 美股卖空

流程:

1. 借入股票
2. 卖出
3. 买回还券

成本:

• 借券费(0.3% - 50%+ 年化)
• 分红补偿

Easy-to-Borrow vs Hard-to-Borrow:

• 大盘股容易借
• 小盘股、热门做空标的难借且贵

五、数据可用性

5.1 A股数据

免费数据源:

• Tushare Pro:https://tushare.pro (积分制度,活跃社区可免费)
• AKShare:https://akshare.akfamily.xyz (开源免费,接口丰富)
• BaoStock:http://baostock.com

⚠️ 单点依赖风险:Tushare Pro 曾于 2025 年 8 月突发停运近一周,大量依赖它的管线当场断粮。生产系统请至少准备 AKShare/BaoStock 之一作为降级数据源,并把"数据源健康检查"写进日常任务。Tushare 高级数据按积分收费,认真做多因子的话一年 ¥3,000-10,000 是常态,不要按"免费"做预算。

5.2 美股数据

六、市场参与者结构

6.1 A股

影响:

• 波动率高
• 动量效应明显
• 情绪驱动价格偏离

6.2 美股

影响:

• 相对理性
• 因子有效性更持久
• 被动投资占比高

七、策略差异

7.1 A股有效策略

7.2 美股有效策略

八、技术实现差异

8.1 回测注意事项

A股:

# A股回测必须考虑的因素
class ChinaBacktester:
    def __init__(self):
        self.t_plus_1 = True  # T+1 限制
        self.limit_up_down = 0.10  # 涨跌停
        self.min_lot = 100  # 最小交易单位

    def can_sell(self, position, trade_date):
        # 检查是否满足 T+1
        return position.buy_date < trade_date

    def check_tradeable(self, price, prev_close):
        # 检查是否涨跌停
        if self.is_limit_up(price, prev_close):
            return False  # 涨停无法买入
        if self.is_limit_down(price, prev_close):
            return False  # 跌停无法卖出
        return True

美股:

# 美股回测更简单
class USBacktester:
    def __init__(self):
        self.t_plus_0 = True  # 可当日交易
        self.fractional_shares = True  # 可碎股

8.2 实盘接口

A股:

• 券商自有接口(需要申请)
• PTrade、QMT 等程序化接口
• 第三方接口(灰色地带)

美股:

• Interactive Brokers API
• Alpaca API
• TD Ameritrade API

九、监管差异

9.1 A股监管

• 证监会、沪深交易所
• 程序化交易需报备
• 异常交易监控严格
• 内幕交易处罚严厉

9.2 美股监管

• SEC、FINRA
• 高频交易需注册
• Reg NMS 规范执行
• Pattern Day Trader 规则

十、实践建议

10.1 A股策略开发

1. 考虑 T+1:策略周期至少隔夜
2. 处理涨跌停:回测时剔除涨跌停日
3. 注意换手率:A股换手率高,交易成本累积快
4. 关注政策风险:政策对 A 股影响大

10.2 美股策略开发

1. 注意 PDT 规则:小账户限制日内交易
2. 考虑盘前盘后:重大新闻常在盘前盘后发布
3. 借券成本:做空策略要考虑 Hard-to-Borrow 成本
4. 流动性分层:大盘股和小盘股流动性差异大

10.3 跨市场策略

# 市场规则配置
def get_market_rules(market):
    if market == 'CN':
        return {
            't_plus': 1,
            'limit': 0.10,
            'min_lot': 100,
            'short_available': False
        }
    elif market == 'HK':
        return {
            't_plus': 2,
            'limit': 'VCM',
            'min_lot': 'Varies',
            'short_available': True
        }
    elif market == 'US':
        return {
            't_plus': 0,
            'limit': None,
            'min_lot': 1,
            'short_available': True
        }

核心原则:不要直接将美股策略套用到 A 股,也不要反过来。每个市场都有独特的规则和参与者结构,策略必须适应本地市场特性。