除了股票，钱还能投什么？——投资工具全景地图
我的掌握程度：
先掌握这个答案
工具地图（按风险从低到高）：①现金/存款：无波动、跑不赢通胀；②债券：定期付息，波动小，与利率反向；③基金/ETF：打包持有，分散风险；④股票：高预期收益高波动；⑤期货：保证金杠杆+双向，风险放大；⑥期权：非线性收益，买方亏损有限；⑦加密货币：7×24高波动。核心维度：预期收益、波动、流动性、期限、门槛。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 把行情数字变成可比较的收益
看股票、基金或策略业绩时，先对齐本金、起止日期、现金流与费用。
- 选一个固定区间，记录期初价值、期末价值、分红、出入金和交易费用。
- 没有中途出入金时，用（期末价值＋已取出分红－期初价值－费用）÷期初价值计算收益；有出入金时先区分时间加权与资金加权。
- 用相同区间的基准作比较，同时记录最大亏损；不要单凭一次盈利评价能力。
使用边界
- 不同期限的收益不可直接排名；年化只是换算，不是未来收益承诺。
- 模拟价格不是实时行情。普通股票交易手数、T+1和费用应按具体市场规则核对。
背景 · 从一个困惑说起
新手以为投资=炒股票。但打开任何一个资产配置图：股票只是一角。债券、基金、期货、期权、存款、黄金、房产、加密货币……每种工具的性格完全不同。
由此产生的问题
主要投资工具各自的核心特征是什么？为什么成熟的投资者（和量化策略）几乎从不只持有一种工具？
核心概念
工具地图（按风险从低到高）：①现金/存款：无波动、跑不赢通胀；②债券：定期付息，波动小，与利率反向；③基金/ETF：打包持有，分散风险；④股票：高预期收益高波动；⑤期货：保证金杠杆+双向，风险放大；⑥期权：非线性收益，买方亏损有限；⑦加密货币：7×24高波动。核心维度：预期收益、波动、流动性、期限、门槛。
为什么需要它
①分散化原料：不同工具相关性低，组合能降低风险（q-005的波动问题有了结构化解法）；②策略需要：对冲要用期货、保险要用期权、现金管理要用货币基金——量化工厂的每个环节都有对应工具；③风险匹配：把养老钱放进期货杠杆是灾难，工具没有好坏、只有匹配。
实际应用场景
「股债60/40」是流传最广的稳健配置；量化中性策略=股票多头+股指期货空头（q-049）；极端行情下国债和黄金常与股票负相关，是天然的避风港腿。
与之前知识的联系
q-002~q-020都在股票世界里打磨工具。现在地图展开：接下来五题（q-022~q-026）逐一登门拜访债券、基金、期货、期权和加密货币，每个只求「认识性格」，深交留给阶段2。
⚠ 常见误解
- 工具越复杂越高级：复杂工具（衍生品）是转嫁风险的保险，用不好是自杀器，与水平无关
- 分散=多买几只股票：同类资产内部分散有限，跨资产（股+债+现金）分散才是真分散
- 低风险工具没有学习的必要：债券和货币基金是组合的压舱石与现金管理工具，机构天天用
🛠 本题实践任务
画一张自己的「工具地图」：列出你能接触到的5种投资工具（存款、基金、股票…），每种标注：预期收益高低、波动大小、流动性好不好。存入学习笔记。
💡 提示（先自己想5分钟再看）
流动性=想用钱时多久能无损失变现：存款随时、股票T+1、房产数月。可参考本题概念部分。
✅ 验收标准
地图包含5种工具×3个维度的完整标注，并圈出你自己当前实际持有的工具。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（股票、收益率、风险），再用案例、公式和代码帮助理解。此功能需要先启用服务。