金融监管知识库：把 A 股、港股、美股、加密市场的交易规则一次性装进你的回测引擎
- 一句话定位：这是一个专注「各市场真实交易规则」的知识型技能，帮量化研究者和交易开发者避开回测失真、实盘违规与税务漏算三类坑。
- 覆盖范围：A 股涨跌停与 T+1、ST 与退市新规、融资融券与转融通；港股 T+0 与卖空机制；美股 PDT 与熔断规则；加密资产监管政策；以及跨境税务基础。
- 核心价值：把「凭印象假设规则」变成「按规则建模」，让回测结果更接近实盘。
- 典型输出：可直接用于策略评审的合规检查报告，包含规则约束、成本估算与改进建议。
- 使用门槛：低。无需额外服务，按常规 AI 技能方式加载后即可对话式调用；仅示例代码依赖
pandas、numpy。
1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？
基础信息
| 项目 | 内容 |
|---|---|
| 中文名 | 金融监管知识库 |
| 英文名 | 金融监管知识库 |
| 技能 ID | 14226 |
| 分类 | tool（工具类） |
它解决什么问题
量化交易里最贵的错误往往不是代码写错，而是「规则假设错」：
- 回测失真：A 股回测不考虑涨跌停，涨停时买入照样成交，收益被虚增。
- 实盘违规：美股账户不到 2.5 万美元却频繁日内交易，触发 PDT 限制后被冻结 90 天。
- 成本漏算：A 股融券年化 8%–10%，回测里当成免费做空，策略直接从盈利变亏损。
- 税务拖累：短期持有高股息标的，股息税 20%，年化 5% 的股息直接少掉 1%。
这个技能把这些「散落在交易所公告、监管文件、券商规则里的细节」整理成一套可对话查询的知识库，并给出回测实现思路。
一键安装 AI 技能提升开发效率的思路与步骤
- 确认安装前提：你需要一个支持 AI 技能（Skill）加载的客户端或平台，并具备该技能的获取权限。具体支持的客户端清单、账号要求，以官方说明为准。
- 获取并加载技能：在技能市场/技能库中按名称「金融监管知识库」或技能 ID「14226」检索并安装。具体安装命令或入口按钮，以官方说明为准。
- 准备运行环境（可选）：若需运行技能中给出的示例代码，安装依赖：
pip install pandas numpy
- 验证是否生效：安装后发起一次测试提问，例如「A 股创业板 ST 股票的涨跌停是多少？回测里涨停买入该怎么处理？」若回答能给出「±20%」以及封板导致信号延迟的处理方式，说明技能已正常加载。
- 建立使用习惯：把「策略上线前先问一遍合规」固定为流程节点，比事后补救成本低得多。
2. 该技能的主要功能和特点
- A 股规则全景：主板 ±10%、创业板/科创板 ±20%、北交所 ±30% 的涨跌停差异；新股首日主板 +44%/−36%、创业板与科创板前 5 日无限制；ST 股主板 ±5%。还覆盖 T+1 制度及其例外（融券 T+0、ETF 申赎变相 T+0、可转债 T+0）、融资融券保证金比例 ≥100%、维持担保比例 ≥130%（低于 110% 强平）、融券费率年化 8%–10% 且 2023 年后券源收紧。
- 交易时段细节：早盘集合竞价 9:15–9:25（9:20 后不可撤单）、连续竞价、尾盘 14:57–15:00 不可撤单的集合竞价，以及 15:00–15:30 大宗交易的折价区间与「6 个月不得二级市场卖出」限制——大宗交易频繁且折价大，往往意味着减持压力。
- 港股机制差异：T+0 交易、无涨跌停、卖空机制完善（融券成本约 1%–3%/年）、暗盘交易；同时提示流动性仅为 A 股的 1/10–1/5、仙股众多，做空需遵守不低于最佳卖盘价的规则且禁止裸卖空，T+2 交收。
- 美股合规红线：PDT 规则（5 个交易日内日内交易 ≥4 次即触发，账户需维持 2.5 万美元以上，否则限制 90 天只能平仓）及三种规避路径；三级熔断（标普 500 跌 7%/13%/20%）与个股 LULD 暂停；RegSHO 的 Locate、Close-out 与做空断路器。
- 加密监管地图：中国大陆、香港 VASP 牌照、美国 SEC/CFTC 与现货 ETF、欧盟 MiCA、日本 FSA、新加坡 MAS 的差异；稳定币合规趋势与 DeFi 灰色地带；7×24 交易、无涨跌停、交易所间 1%–3% 价差、最高 125 倍杠杆下的爆仓价计算。
- 跨市场分析框架：一张「回测规则约束矩阵」横向对比 A 股/港股/美股/加密的涨跌停、T+N、做空、交易时长、手续费、最小交易单位；一份跨市场合规检查清单（时区、假期、汇率、做空可行性、整手约束、印花税）；以及 A 股真实成本拆解（佣金万 2.5、印花税 0.05%、过户费 0.001%、规费 0.00687%，单边约 0.08%、双边约 0.16%）。
- 税务影响量化：A 股买卖免征个人所得税、股息税按持有期 0/10%/20% 三档；港股通股息税 20%（H 股）或 10%（红筹/民企）；美股股息税 10%（中美税收协定，需填 W-8BEN）；加密资产在中美两地的税务处理差异。
- 结构化输出能力：能把查询结果整理成「规则约束 → 成本估算 → 改进建议」三段式合规检查报告，可直接贴进策略评审文档。
- 和普通工具比强在哪：普通搜索给你的是分散的公告原文，普通大模型可能给你「想当然」的规则；这个技能强在按市场、按板块、按历史时点组织，并主动提示「规则会变，回测要按历史时点使用对应规则」。
3. 如何使用该技能？
步骤一：明确你的市场与策略类型 先告诉技能你要做什么，例如「A 股 + 港股多空配对交易」，而不是笼统地问「有什么规则」。
步骤二：按主题提问，逐层深入 推荐的三类问法：
- 规则查询：「创业板新股上市前 5 日涨跌停限制是什么？」
- 回测实现：「A 股日线回测里，涨停日的买入信号应该怎么处理？」
- 合规体检：「我的策略在美股 1 万美元账户做日内交易，会有什么限制？」
步骤三：索要合规检查报告 输入示例：「帮我做一份贵州茅台（600519.SH）与腾讯（0700.HK）配对交易的合规检查报告。」
技能会输出结构化结果，包含三块内容：
- 规则约束：A 股做空需融券，费率约 8%/年且券源有限；港股做空约 1.5%/年且券源充足；A 股 T+1 与港股 T+0 造成信号执行时差；A 股 ±10% 涨跌停可能阻止止损；A 股 15:00 收盘后港股仍有 14:57–16:00 的单边暴露。
- 成本估算：A 股双边 0.16%、港股双边约 0.26%（含 0.1% 印花税）、A 股融券 8%/年、港股融券 1.5%/年、汇率对冲约 1%/年。
- 改进建议：A 股端改用股指期货替代融券，成本降到 2%–3%/年；配对信号在 14:57 前完成 A 股端执行；人民币/港币年波动约 ±3%，小于策略预期收益时可不做对冲。
步骤四：把结论回写进代码与文档 把「涨停不成交、信号顺延次日」「跌停卖出用跌停价模拟成交」等结论直接写进回测引擎的成交撮合模块，而不是停留在笔记里。
步骤五：定期复核 监管规则会调整（如 2023 年印花税减半、融券 T+0 受限），重大策略迭代前重新问一遍，确保使用的是当前时点规则。
4. 同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 金融监管知识库（本技能） | 面向量化开发的跨市场规则知识库 | 四大市场规则速查、回测约束矩阵、合规检查报告、税务测算 | 低，按技能方式加载即可；示例代码依赖 pandas、numpy |
回测建模、跨市场策略、风控参数设置、税务纳入收益 | 优势：结构化成体系、直给回测实现思路、主动提示规则时效性；不足：属知识型技能，不自动拉取实时行情与最新公告 |
| 通用大模型直接问答 | 泛用型助手 | 通用推理与写作 | 低 | 概念性咨询 | 优势：灵活；不足：交易规则细节易出现记忆性偏差，缺少系统性矩阵与成本拆解，需人工反复校验 |
| 交易所与监管机构官网公告 | 第一手权威信源 | 规则原文、修订通知 | 中高，需自行检索与解读 | 规则争议时的最终裁决依据 | 优势：权威、最新；不足：分散、专业术语多、跨市场对比成本高，短期难转化为回测代码 |
| 量化平台/框架内置规则 | 回测引擎自带约束 | 撮合、涨跌停、手续费配置 | 中，需要熟悉平台配置项 | 单一市场常规回测 | 优势：开箱即用；不足：跨市场规则覆盖不全，港股、加密、美股 PDT 等往往需自行补充，且不解释「为什么」 |
选型建议：把本技能当作「规则地图与建模说明书」，把官网公告当作「最终裁决依据」，把量化平台当作「执行层」，三者配合使用效率最高。
5. 该技能的典型应用场景与实际体验情况
场景一：A 股日线回测的成交失真修复 角色：量化研究员。痛点：高换手策略回测年化收益 30%，实盘只有个位数，怀疑是涨停买入被「虚拟成交」。使用方式：询问涨停/跌停日的信号处理方式，并按技能给出的伪代码改造撮合模块——涨停日买入信号顺延到次日，跌停日卖出信号用跌停价模拟成交。实际体验：改动点非常明确，属于「拿着清单改代码」，上手几乎无门槛；注意点是不同板块涨跌幅不同（±10%/±20%/±30%），必须按标的所属板块取值，不能全局用一个参数。
场景二：跨市场配对交易的合规体检 角色：多市场策略开发者。痛点：A 股端做空成本高、港股端 T+0，两边执行时点错位导致对冲不干净。使用方式：让技能输出合规检查报告。实际体验：报告直接给出「A 股融券 8%/年 vs 港股 1.5%/年」的成本落差和「A 股 15:00 收盘后港股单边暴露」的时段风险，建议用股指期货替代融券。注意事项：结论依赖你对策略参数的准确描述，描述越具体，建议越可执行。
场景三：美股日内策略的账户门槛评估 角色：个人量化爱好者。痛点：验证过的日内策略在 1 万美元账户里运行，结果触发 PDT 被限制。使用方式：询问 PDT 触发条件与规避方式。实际体验：一次问答就能拿到「5 个交易日 ≥4 次即触发、需维持 2.5 万美元、否则 90 天只能平仓」的完整判定链，以及现金账户、提高余额、控制频率三条路径。注意事项：现金账户虽无 PDT 限制，但 T+2 交收会显著降低资金效率，需要重估策略收益。
场景四：加密策略的杠杆与税务建模 角色：加密量化团队。痛点：7×24 交易、无涨跌停、最高 125 倍杠杆，回测爆仓价算错就全盘皆输。使用方式：查询加密市场监管格局与回测影响，并结合税务章节评估频繁交易的净收益。实际体验：技能特别提示「政策不确定性本身是风险因子」「交易所间价差可达 1%–3%」，提醒把监管风险溢价纳入模型。注意事项：加密监管政策变动最快，务必把「截至 2026 年」的时效性记在心里，重大资金投入前再确认。
6. 该技能能为用户带来的价值
- 效率提升：原本需要翻阅四个市场、数十份公告并自行对照的规则梳理工作，压缩为几轮对话；跨市场对比从「半天查资料」变成「一份矩阵表」。
- 门槛降低：不具备合规背景的开发者也能拿到可直接落地的建模约束，不必先成为「半个券商合规」。
- 可量化的收益改善：按技能给出的成本口径，A 股双边交易成本约 0.16%，月换手 4 次对应年化成本约 7.7%——多数高换手策略的「超额收益」其实先被成本吃掉；A 股融券 8%–10%/年与港股 1%–3%/年的差异，直接决定做空腿是否值得做；高股息策略在短期持有下，20% 股息税对应 5% 股息的 1% 年化拖累。
- 风险前置：把「回测失真、实盘违规、税务损失」三类问题在策略上线前暴露，避免用真金白银试错，尤其是 PDT 这类一旦触发就要冻结 90 天的硬约束。
- 长期价值：技能内置「规则动态变化」的提醒机制，帮助你建立「按历史时点使用对应规则」的建模习惯，这套方法论在印花税调整、券源收紧等下一次规则变动时依然适用。
7. 常见问题 FAQ
Q1：这个技能怎么安装？需要付费吗？
A：按常规 AI 技能方式，在支持技能的客户端或平台中按名称「金融监管知识库」或技能 ID「14226」检索并加载即可。是否需要付费、支持哪些客户端，以官方说明为准。若运行技能中的示例代码，需自行安装 pandas、numpy。
Q2：它适合谁用？不懂金融法规能上手吗？ A：最适合量化研究员、策略开发者、做多市场配置的投资者，以及需要为策略做风控参数设置的工程同学。它输出的是「结论 + 回测实现思路」而非法条原文，因此不需要合规背景也能读懂；但在涉及真实资金与跨境税务时，仍建议以券商与专业税务顾问意见为准。
Q3：它能替代交易所公告或合规顾问吗？ A：不能。它的定位是规则知识库与建模助手，帮你快速建立正确的规则认知与回测约束。监管规则频繁调整（如印花税减半、融券 T+0 限制），最终以监管机构与交易所最新公告为准。
Q4：和直接问通用大模型相比，优势在哪里？ A：通用大模型的交易规则回答容易出现记忆性偏差，且往往缺少跨市场横向对比和成本拆解。这个技能按市场、板块、历史时点组织知识，能输出结构化的合规检查报告，并把结论直接对应到回测代码的处理逻辑上，减少二次校验成本。
Q5：为什么回测里要考虑涨跌停？影响真的很大吗？ A：影响很大。涨停封板时买入可能无法成交、跌停封板时卖出可能无法成交，这是回测失真的最大来源之一，对高换手策略尤其致命——它会让止损失效、让收益虚增。技能给出的处理方式是：涨停日买入信号顺延次日，跌停日卖出信号用跌停价模拟成交，并区分不同板块的涨跌幅上限。