🔖术语词典

平均真实波幅，衡量一定周期内价格的平均波动幅度。ATR不指示方向，只衡量波动大小。在量化策略中，ATR常用于动态止损——例如止损线设为入场价 ± 2倍ATR，这样止损距离会随市场波动自动调整。

策略超越市场基准的超额收益，是衡量策略真正'赚钱能力'的指标。Alpha > 0 说明策略创造了超出市场平均的回报。在CAPM模型中，Alpha是扣除市场风险溢价后的残差收益，代表策略的独特价值。

衡量策略或资产相对于市场整体波动的敏感度。Beta = 1 表示与市场同步波动；Beta > 1 表示波动大于市场（如1.5意味着市场涨1%时策略涨1.5%）；Beta < 1 表示波动小于市场。Beta是系统性风险的度量。

指数移动平均线，对近期价格赋予更高权重的移动平均。相比简单移动平均线（SMA），EMA对价格变化的反应更灵敏，减少了滞后性。MACD等技术指标就是基于EMA构建的。

交易型开放式指数基金，在交易所像股票一样买卖的基金产品。ETF跟踪特定指数（如沪深300、中证500），具有费率低、透明度高、交易灵活的特点。量化策略普遍偏好使用ETF作为交易标的，因为流动性好且避免了个股风险。

实时参考净值，是交易时间内根据ETF持仓资产的最新价格实时计算的估算净值。IOPV帮助投资者判断ETF当前的市价是溢价还是折价，是套利交易的重要参考指标。

由K线、D线、J线组成的随机指标，通过计算收盘价在一定周期内最高价和最低价之间的相对位置来判断超买超卖。KDJ对短期价格变化非常敏感，适合震荡市的短期交易信号，但在趋势市中容易产生大量假信号。

由DIF线（快线EMA12 - 慢线EMA26）、DEA线（DIF的9日EMA）和柱状图组成的趋势指标。DIF上穿DEA为金叉（看多信号），下穿为死叉（看空信号）。MACD是最广泛使用的技术指标之一，但本质上是对趋势的滞后确认。

相对强弱指标，衡量一定周期内上涨幅度和下跌幅度的相对强度，取值范围0-100。RSI > 70 通常被视为超买区域，RSI < 30 被视为超卖区域。RSI在震荡市中参考价值较高，在强趋势市场中可能长期处于超买或超卖区域。

介于传统指数基金和主动管理之间的ETF产品类型。Smart Beta ETF不按市值加权，而是根据特定因子（如红利、低波动、质量等）进行加权，旨在获取超额收益。可以理解为'规则化的量化策略'。

在给定置信水平下，某一时间段内预期的最大亏损金额。例如，95%的日VaR为1万元，意味着在95%的交易日中，亏损不会超过1万元。VaR是机构风险管理的核心指标，但无法捕捉尾部极端风险。

ETF申购赎回时使用的资产组合。授权参与商（AP）用一篮子股票换取ETF份额（申购），或用ETF份额换回一篮子股票（赎回）。这个机制确保ETF市价不会大幅偏离净值。

基于特定事件（如财报发布、指数调整、政策变化、并购公告等）进行交易决策的策略。事件驱动策略的核心在于评估事件对价格影响的概率分布和期望值，以及市场是否已提前消化了事件预期。

决定每笔交易投入资金比例的策略。合理的仓位管理可以在控制风险的同时最大化收益。常用方法包括固定比例法、凯利公式法、波动率调整法等。

策略超额收益与跟踪误差的比值，衡量主动管理的效率。信息比率高说明策略每承担一单位的偏离风险，获得了更多的超额回报。对于指数增强型策略，信息比率是核心评价指标。

衡量概率分布不对称性的指标。正偏度表示分布右尾更长（大涨的概率更高），负偏度表示左尾更长（大跌的概率更高）。A股收益率通常呈现负偏，即下跌的极端幅度大于上涨。

定期将组合中各类资产的比例恢复到目标权重的操作。例如目标股债60/40，股票大涨后变成70/30，通过卖出部分股票买入债券恢复到60/40。再平衡本质是'高抛低吸'的纪律化实现。

基金每个单位的实际价值，等于基金持有资产的总市值除以总份额。ETF的市场交易价格通常围绕净值小幅波动，当市价显著偏离净值时会产生套利机会。

减少已有持仓的规模，将部分资产转化为现金。减仓通常在以下情况发生：达到止盈目标、风险信号增强、或需要调整资产配置比例。纪律化减仓是锁定利润和控制风险的重要手段。

通过将资金分配到多个低相关的资产或策略中，降低整体组合风险的方法。核心理念是「不要把所有鸡蛋放在一个篮子里」。分散化可以有效降低非系统性风险。

在已有持仓的基础上增加买入量。加仓可以是趋势确认后的顺势加码，也可以是下跌后的逢低补仓。关键区别在于加仓的理由——前者是策略信号驱动，后者可能带有赌博心态。

指资产价格沿某一方向持续运动的趋势。动量策略基于「强者恒强」的假设，买入近期表现强势的资产，卖出表现弱势的资产。

年化收益率与最大回撤的比值，衡量每承受一单位最大回撤所获得的年化收益。卡尔玛比率 > 1 通常被认为是不错的策略。这个指标直观回答了'为了这个收益，我最多要忍受多大的亏损'。

以商品资产（黄金、白银、原油、农产品等）为跟踪标的的ETF。商品ETF可以作为对冲通胀和分散风险的工具。黄金ETF是最常见的商品ETF，在避险情绪升温时往往表现突出。

使用历史数据模拟策略运行的过程，以评估策略在过去的表现。回测是策略开发的关键环节，但需要注意过拟合、前视偏差等问题。

在多因子模型中，因子是解释资产收益的共同驱动变量。常见因子包括价值因子、动量因子、规模因子、波动率因子等。因子分析是量化研究的重要工具。

根据不同市场环境动态调整因子权重的策略方法。不同因子在不同阶段轮流表现（如牛市中动量因子强势，熊市中低波动因子占优）。因子轮动的核心挑战在于准确识别当前市场状态并选择合适的因子配置。

一种市场假说，认为资产价格会趋向于回归其长期均值。当价格偏离均值过远时，预期会出现反向运动。均值回归策略据此进行反向交易。

基于移动平均线的交叉或偏离来产生买卖信号的策略。常见形式包括金叉（短期均线上穿长期均线）买入、死叉卖出。均线策略本质是趋势跟踪的一种简化实现，优点是规则清晰、易于执行。

衡量每承受一单位总风险所产生的超额收益率。计算公式为（策略收益率 - 无风险收益率）/ 策略收益率的标准差。夏普比率越高，说明策略的风险调整后收益越好。

同时使用多个因子（如动量、价值、质量、波动率等）构建组合的策略方法。多因子策略通过分散因子风险来提高稳定性。不同因子在不同市场环境中轮流有效，多因子组合可以平滑单一因子的周期性波动。

当独立重复试验的次数足够多时，实际观测到的平均值会趋近于期望值。这是量化策略的理论基础——单次交易结果不可预测，但大量交易的平均收益会趋近策略的数学期望。

以固定时间间隔、固定金额持续买入资产的策略方式。定投的优势在于不需要择时，通过'低位多买、高位少买'的自然机制摊低成本。从概率角度看，定投降低了入场时点对最终收益的影响，适合长期配置。

概率分布极端尾部（极左或极右）的风险，即发生概率极低但影响巨大的事件。由于金融市场的肥尾特征，尾部风险远高于正态分布的预测。量化策略必须通过止损和仓位管理来控制尾部风险。

衡量概率分布尾部厚度的指标。正态分布的峰度为3（超额峰度为0）。金融收益率通常呈现超额峰度为正的特征，即极端行情出现的频率高于正态分布的预测，与肥尾效应直接相关。

公司总价值，等于股价乘以总股数。按市值大小可分为大盘（沪深300成分）、中盘（中证500成分）、小盘（中证1000成分）。不同市值风格在不同市场周期中表现差异显著，是因子分析的重要维度。

股价除以每股净资产。PB < 1 意味着股价低于公司账面净资产（破净）。适用于银行、地产等重资产行业的估值比较。与PE互补使用，可以更全面地评估估值水平。

一种策略构建方式，通过同时持有多头和空头头寸，使组合的Beta接近零，即不受市场整体涨跌影响。收益完全来自选股能力（Alpha）而非市场方向。A股由于做空限制较难实现纯粹的市场中性。

股价除以每股收益，衡量市场愿意为每单位盈利支付的价格。低市盈率可能意味着估值便宜（价值陷阱也有可能），高市盈率可能意味着高增长预期或泡沫。PE是估值分析中最基础的指标。

由中轨（20日均线）、上轨（中轨+2倍标准差）、下轨（中轨-2倍标准差）组成的通道指标。价格触及上轨可能超买、触及下轨可能超卖。布林带收窄（带宽缩小）往往预示着即将到来的大幅波动。

将任意时间段的收益率换算为一年的等效收益率，便于不同期限的策略进行横向比较。例如，一个月赚2%换算成年化约为24%（单利）或26.8%（复利）。年化收益率是评估策略表现最常用的指标。

开始买入资产建立初始持仓的过程。建仓可以是分批进行的（如金字塔建仓），不一定一次性买满。建仓成本影响后续交易的盈亏平衡点，是策略起始阶段的关键决策。

策略净值从回撤低点恢复到前高所需的时间。恢复时间是衡量策略'抗打击能力'的重要指标——恢复越快，说明策略的盈利能力越强。如果恢复时间过长，可能意味着策略失效。

一定时间内市场上成交的资产数量。成交量是验证价格走势可靠性的重要指标——放量上涨比缩量上涨更可靠，放量突破比缩量突破更可信。量价关系是技术分析的基础之一。

以成交量为权重计算指标的方法，如VWAP（成交量加权平均价格）。成交量加权的好处是给予高成交时段更大的影响力，比简单平均更能反映市场的真实交易重心。VWAP是机构交易常用的基准价格。

当日最高价与最低价之差占前收盘价的百分比，反映当天价格的波动范围。振幅大说明多空分歧激烈，振幅小说明市场相对平静。网格交易策略在高振幅环境中更有优势。

当日成交股数占流通股本的百分比。高换手率表示市场交投活跃、筹码流动快；低换手率表示市场冷清。异常高换手率可能意味着主力资金的进出，是短期情绪指标之一。

技术分析中价格下跌时可能获得买盘支撑、止跌回升的价位区域。支撑位的形成与市场参与者的心理预期和持仓成本分布有关。在量化策略中，支撑位常作为止损参考或买入信号的触发条件。

各数据点与均值之差的平方的期望值，是标准差的平方。方差衡量数据的离散程度。在投资组合理论中，资产收益率的方差用于量化风险，组合方差还受到资产间协方差的影響。

在特定时间段内，策略净值从最高点到最低点的最大跌幅。它是衡量策略风险的核心指标之一，反映了可能面临的最极端亏损情况。

单个标的在总资金中允许占的最大比例。设置最大持仓比例是分散风险的基本要求——即使对某个标的极度看好，也不应将所有资金投入。常见规则是单一标的不超过总资金的20-30%。

在概率论中，期望值是对随机变量所有可能取值的加权平均，权重为各取值对应的概率。在量化分析中，策略的期望收益等于所有可能结果的概率乘收益之和。正期望值意味着长期执行该策略能盈利，是量化策略有效性的核心判据。

在已知某个事件A发生的条件下，另一个事件B发生的概率，记为P(B|A)。在市场分析中，条件概率帮助回答'在成交量放大的前提下，上涨的概率是多少'这类问题，是量化信号评估的核心工具。

衡量数据偏离均值的程度，是方差的平方根。在金融中，收益率的标准差常被用作波动率的度量。标准差越大，说明收益波动越剧烈，风险越高。夏普比率就是用超额收益除以标准差来衡量风险调整后的收益。

描述随机变量在各个取值上出现概率的数学函数。常见分布包括正态分布、均匀分布、泊松分布等。在金融分析中，收益率的概率分布帮助理解极端行情出现的概率，是风险评估的基础工具。

一种风控机制，当亏损达到预设阈值时自动平仓，以限制进一步亏损。止损可以是固定比例（如亏损5%平仓），也可以是基于技术指标的动态止损。

当盈利达到预设目标时卖出锁定利润的机制。止盈策略可以是固定比例（如盈利15%卖出）、移动止盈（随价格上涨逐步上移止盈线）、或条件止盈（特定信号出现时卖出）。合理的止盈能避免'坐过山车'——浮盈变浮亏。

也称高斯分布，是最常见的连续概率分布，呈钟形曲线。其特征由均值和标准差完全决定：约68%的数据落在均值±1倍标准差内，95%在±2倍标准差内，99.7%在±3倍标准差内。金融收益率常被假设为正态分布，但实际存在肥尾现象。

衡量资产价格变动幅度的统计指标，通常用收益率的标准差来表示。高波动率意味着价格变动剧烈，低波动率表示价格相对稳定。

衡量资产能够以合理价格快速买卖的程度。高流动性意味着买卖价差小、成交速度快。ETF的流动性通常优于个股。流动性不足时，大额交易可能显著影响价格（即滑点增大），是实盘策略必须考虑的因素。

ETF的市场交易价格相对其净值（NAV）的偏离程度。溢价 = (市价 - NAV) / NAV × 100%。持续高溢价可能意味着市场情绪过热，而折价则可能存在套利机会。跨境ETF的溢价率波动通常更大。

将所有可用资金全部配置到资产中，不留现金。满仓意味着完全暴露在市场风险中，没有应对下跌的'余粮'。量化策略中较少使用满仓，通常会保留一定现金作为风控缓冲。

市场价格持续下跌、投资者情绪悲观的阶段。通常定义为指数从近期高点下跌20%以上。熊市中风控策略的价值最为凸显，趋势跟踪策略可能转为做空或降低仓位。

市场价格持续上涨、投资者情绪乐观的阶段。通常定义为指数从近期低点上涨20%以上。不同市场环境下策略表现差异显著——动量策略在牛市中通常表现优异，而均值回归策略可能失效。

平均每笔盈利金额与平均每笔亏损金额的比值。趋势跟踪策略通常胜率低（30-40%）但盈亏比高（3:1以上），网格交易胜率高（60-70%）但盈亏比低。两者结合才能评估策略的数学期望。

衡量两个变量之间线性关系强度和方向的统计指标，取值范围为-1到1。正相关表示两者同向变动，负相关表示反向变动，0表示无线性关系。在组合构建中，低相关性资产有助于分散风险。

将一定周期内的收盘价求平均后连成的线。常见周期包括MA5（周线）、MA10、MA20（月线）、MA60（季线）、MA120（半年线）、MA250（年线）。均线反映的是该周期内的平均持仓成本，是趋势判断的基础工具。

不持有任何风险资产，全部为现金。空仓状态下不受市场涨跌影响，但会错过上涨收益。策略在信号明确看空或市场状态不适合交易时可能选择空仓，是一种主动的风控决策。

价格突破前期整理的区间边界（支撑位或阻力位），通常伴随成交量放大。突破是趋势跟踪策略的重要信号，但需要区分真突破和假突破——统计上，假突破的比例并不低，因此需要确认机制。

影响整个市场的风险，无法通过分散配置消除，如宏观经济衰退、利率变化、地缘政治等。与之相对的是非系统性风险（个股特有风险），后者可以通过分散化降低。系统性风险是Beta度量的对象。

类似夏普比率，但只考虑下行波动率（即亏损方向的波动），忽略上行波动。公式为 (策略收益 - 无风险收益) / 下行标准差。相比夏普比率，索提诺比率更贴近投资者对'风险'的真实感受——上涨不是风险。

策略从起始到当前的总收益率，不考虑时间长度。计算公式为 (最终净值 - 初始净值) / 初始净值 × 100%。累计收益直观反映策略赚了多少，但不能直接比较不同运行时间的策略。

利用统计模型发现资产价格偏离历史规律时进行交易，期待价格回归正常关系来获利。常见形式包括配对交易（两只相关股票的价差偏离后做多低估/做空高估）。本质是均值回归思想的系统化应用。

一种量化交易策略，在预设的价格区间内，按固定间隔设置买卖点位。当价格下穿某一网格线时买入，上穿时卖出，通过反复捕捉价格波动获利。

将大部分资产（通常90%以上）投资于目标ETF的基金产品。联接基金在银行、第三方平台等场外渠道销售，适合没有股票账户的投资者。与直接买ETF相比，联接基金通常有申购赎回费。

每股年度分红除以股价的百分比。高股息率通常出现在成熟稳定的企业中，如银行、公用事业。股息率是衡量资产'安全垫'的指标之一——即使股价不涨，分红也能提供一定回报。

指实际分布的尾部比正态分布更厚，意味着极端事件发生的概率远高于正态模型的预测。金融市场中的暴涨暴跌就是肥尾效应的体现。理解肥尾对风险管理至关重要——如果用正态分布估计风险，会严重低估极端亏损的可能性。

所有交易中盈利交易占总交易次数的比例。高胜率并不意味着高收益——如果亏损交易的平均亏损远大于盈利交易的平均盈利，即使胜率70%也可能整体亏损。胜率必须结合盈亏比一起看。

通过大量随机抽样来模拟各种可能结果的计算方法。在量化领域，常用于评估策略在不同市场场景下的表现分布，检验策略的稳健性。

跟踪特定行业或板块的ETF，如半导体ETF、医药ETF、新能源ETF等。行业ETF适合对某个行业有研究优势的投资者，但集中度高、波动大。板块轮动策略就是基于不同行业ETF之间的切换。

在持仓亏损的情况下继续买入以摊低平均成本。补仓是一种有争议的操作——如果标的长期逻辑没变，补仓可以降低回本线；但如果标的基本面恶化，补仓就是'越跌越买、越买越亏'的陷阱。量化策略中的补仓必须有明确的规则而非主观判断。

描述如何根据新的证据更新已有信念的概率公式：P(A|B) = P(B|A) × P(A) / P(B)。在交易中，贝叶斯思维意味着：当新信息出现时，理性地更新对行情走势的概率判断，而非固守原有观点。

投资于短期货币工具（国债逆回购、银行存单等）的ETF，风险极低、流动性极高。闲置资金可以配置货币ETF获取略高于活期的收益，同时保持随时可交易的状态，是策略闲置资金管理的常用工具。

将资金分配到不同资产类别（股票、债券、商品、现金等）的过程。学术研究表明，长期组合收益的90%以上由资产配置决定，而非择时或选股。合理的资产配置是构建稳健策略组合的第一步。

一类跟随市场趋势方向进行交易的策略。当识别到上升趋势时做多，下降趋势时做空或离场。常用的趋势指标包括移动平均线、MACD等。

投资于境外市场的ETF产品，如纳斯达克100 ETF、日经225 ETF等。跨境ETF可以实现全球资产配置，但由于涉及跨时区交易和汇率因素，溢价率波动通常较大，需要额外关注汇率风险。

策略过度适应了历史数据的噪声而非真实规律，导致在样本外数据上表现不佳。过拟合是量化策略开发中最常见的问题之一，通常表现为回测表现优异但实盘表现糟糕。

策略连续出现亏损交易的次数。任何策略都可能面临连续亏损的'低谷期'。了解策略历史最大连续亏损次数，有助于判断当前处于低谷时是否还在正常范围内，避免在策略正常波动时过早放弃。

选择两只价格走势高度相关的资产，当价差偏离历史均值时，做多表现弱的、做空表现强的，等待价差回归后获利。是统计套利最经典的形式，核心假设是两者的相关关系会持续存在。

随着价格向有利方向运动，逐步增加仓位但每次加仓量递减的方法。形状类似金字塔——底部仓位最大，越往上加仓越小。这样既能在趋势确认时加大暴露，又不会在趋势末端过度加仓。

技术分析中价格上涨时可能遇到卖盘压力、难以继续上行价位区域。与支撑位类似，阻力位反映了市场参与者的集体预期。被突破的阻力位往往会转变为新的支撑位（角色互换）。

价格在一定区间内反复波动、没有明确涨跌趋势的市场状态。震荡市中趋势跟踪策略容易产生反复止损，而网格交易和均值回归策略反而可能表现更好。识别市场状态是策略选择的前提。

由纳西姆·塔勒布提出的概念，指极其罕见、影响巨大、且事后被合理化的事件。与肥尾效应密切相关。对量化策略而言，黑天鹅事件意味着任何基于历史数据的模型都可能失效，因此必须设置止损和安全边际。