基金和ETF是什么？为什么量化偏爱ETF？
我的掌握程度：
先掌握这个答案
基金=集合资金、专业管理、份额化。主要形态：①场外基金：按当日收盘净值申赎；②场内基金（ETF/LOF）：像股票一样在交易所实时买卖。ETF跟踪指数（如沪深300ETF），费率低（约0.15-0.5%）、流动性好、透明度高。
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
价格、净值、跟踪误差分别核对
ETF市价可能偏离净值，跨境产品还可能有时差、额度和汇率影响。基金净值相对基准的跟踪误差，与二级市场折溢价是两件事；交易、申赎、费用与回转规则按具体产品核对。
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
普通人想买「整个市场」：难道要开500个账户各买一手？基金解决了这个问题——把大家的钱凑起来，由管理人按规则买一篮子资产，你持有基金的份额。
由此产生的问题
基金有哪几种形态？ETF和普通基金有什么区别？为什么量化研究和实盘都高频使用ETF？
核心概念
基金=集合资金、专业管理、份额化。主要形态：①场外基金：按当日收盘净值申赎；②场内基金（ETF/LOF）：像股票一样在交易所实时买卖。ETF跟踪指数（如沪深300ETF），费率低（约0.15-0.5%）、流动性好、透明度高。
为什么需要它
①一键分散：买一份ETF=按比例买几百只成分股；②成本极低：主动基金管理费1.5% vs 指数ETF 0.5%以下，长期复利差异巨大（q-011）；③量化友好：ETF是轮动、对冲、资产配置策略的理想弹药——流动性好、品种全（股票/债券/商品/跨境）、实时价格。
实际应用场景
经典ETF轮动策略：每月在行业ETF中买动量最强者；用股指ETF+期货构建对冲；黄金ETF做避险腿。阶段9你会看到大量策略以ETF为标的。
与之前知识的联系
q-004的指数是「数字」，ETF是指数的「可交易化身」。q-021的分散化思想由ETF以最低成本实现。下一题进入杠杆世界：期货。
⚠ 常见误解
- ETF和基金是两类东西：ETF就是基金的一种（交易所交易基金）
- ETF必然跟踪指数：也有主动型ETF，但主流是指数型；买前看清跟踪标的
- 低费率无所谓：1%/年的费差在20年复利下吞掉约20%的终值，费率是少数你确定能控制的因素
🛠 本题实践任务
在你的券商App（或行情软件）搜索两只ETF：一只沪深300ETF、一只行业ETF（如半导体/白酒）。记录它们的：跟踪指数、管理费率、日成交额。比较流动性。
💡 提示（先自己想5分钟再看）
ETF详情页有「跟踪标的」「管理费率」；日成交额越大流动性越好，量化换仓时冲击越小。
✅ 验收标准
两张ETF信息卡（指数/费率/成交额），一句话回答：如果做月度轮动策略，流动性差的ETF会有什么问题（联系q-055冲击成本）。
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（指数、分散化），再用案例、公式和代码帮助理解。此功能需要先启用服务。