沪深300、中证500、中证1000：指数家族与"选股域"
我的掌握程度：
先掌握这个答案
主要宽基指数的领地：①沪深300：市值前300的大盘蓝筹；②中证500：剔除300后的第301-800名（中盘）；③中证1000：第801-1800名（小盘）；④中证2000/万得微盘：更小的尾部。共同点：市值加权、定期调整成分（每半年）。量化术语「选股域」=策略在哪个股票池里选股、用哪个指数当基准和对冲标的。
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
q-004认识了指数=市场的标尺。但标尺不止一把：沪深300、中证500、中证1000……每把尺子量的是不同的领地。选错尺子，业绩评价全盘错位。
由此产生的问题
这些指数怎么划分地盘？为什么量化研究员开口必问「你的选股域是什么」？
核心概念
主要宽基指数的领地：①沪深300：市值前300的大盘蓝筹；②中证500：剔除300后的第301-800名（中盘）；③中证1000：第801-1800名（小盘）；④中证2000/万得微盘：更小的尾部。共同点：市值加权、定期调整成分（每半年）。量化术语「选股域」=策略在哪个股票池里选股、用哪个指数当基准和对冲标的。
为什么需要它
①公平评价：小盘策略用沪深300当基准=自欺（超额里全是规模暴露，q-007的教训）；②风格定位：300=价值蓝筹，500=中盘成长，1000=小盘弹性——不同域的Alpha来源和容量完全不同；③对冲匹配：多头持有500成分却用IF（300期货）对冲=错配，应该用IC（500期货）。
实际应用场景
产品命名即选股域：「沪深300指数增强」「中证500量化多头」——名字告诉你它跟谁比、在哪选、用什么对冲。你的第一个回测（阶段6）第一行代码就是定义选股域。
与之前知识的联系
q-004的指数概念+q-033的市值分层=本题的指数家族。q-037行业分类是另一条切分市场的轴。记住口号：没有选股域的策略讨论都是耍流氓。
⚠ 常见误解
- 指数成分永远不变：每半年调整，被剔除的股票历史上常常已走弱（指数效应/调入调出事件）
- 小盘指数=小盘策略的功劳簿：2024年初微盘股崩盘，中证2000指数月跌20%+——基准本身会巨震
- 选股域可以随便换：换域=换基准=历史超额不可比，产品存续期内换域是重大事项
🛠 本题实践任务
查三大指数（300/500/1000）近一年涨跌幅并排名。再找一只「XX指数增强」基金，确认它的选股域和基准指数一致。
💡 提示（先自己想5分钟再看）
指数代码见代码示例；指数增强基金详情页写明业绩基准。
✅ 验收标准
三个指数涨幅排名+一只指增基金的基准核对。开始用「选股域思维」阅读一切产品名。
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、基准、市值），再用案例、公式和代码帮助理解。此功能需要先启用服务。