Lora
EN

返回

学习指南

金融市场零基础入门：股票、纳指、Bitcoin、K 线与税务

给零基础的金融市场学习路线，从股票、ETF、指数和 Bitcoin，到 K 线、仓位、模拟交易、回测和税务基础。

作者
Lora
发布
阅读时长
约 14 分钟
金融基础
中文 中文长文

Read in English

先建立完整地图#

金融市场学习地图

图 1 把学习内容分成资产、价格、风险和税务四层，顺序是先理解资产，再读价格，再管理风险。

你现在要学的内容可以分成四层。

  1. 资产。股票、ETF、指数、Bitcoin 分别是什么。
  2. 价格。K 线、OHLC、成交量、时间周期、趋势。
  3. 风险。仓位、止损、回撤、手续费、滑点。
  4. 税务。税务居民身份、成本基础、资本利得、申报规则。

顺序很重要。先理解资产，再看价格，再学风险。税务贯穿实际交易，不应该最后才补。

flowchart LR
  A["资产是什么"] --> B["价格怎么变化"]
  B --> C["一笔交易怎么下"]
  C --> D["最多能亏多少"]
  D --> E["模拟交易"]
  E --> F["记录与复盘"]
  F --> G["统计 50 笔以上"]
  G --> H["再决定是否实盘"]
mermaid

四类东西先分清#

对象你买到的是什么主要研究什么适合先学什么
股票公司所有权的一部分业务、利润、现金流、估值、行业公司为什么值钱
ETF一篮子资产组成的基金份额跟踪对象、费用、持仓、流动性指数投资与分散
纳斯达克指数指数本身不能直接买成分、权重、指数规则Nasdaq Composite 与 Nasdaq 100 的区别
Bitcoin数字资产供给、网络、托管、市场结构、监管先理解账本和交易机制

Nasdaq Composite 和 Nasdaq 100 不是同一个指数。QQQ 跟踪 Nasdaq 100。可以先读 Nasdaq 官方说明 ↗。

股票、ETF 和基础投资概念可以使用 Investor.gov ↗ 作为入门词典。

K 线到底在画什么#

K 线结构示意

图 2 只解释一根 K 线的 OHLC 结构，先学会读数据，再看形态。

一根 K 线只有四个核心数据：

  • Open，开盘价。
  • High，最高价。
  • Low，最低价。
  • Close，收盘价。

实体表示开盘价与收盘价之间的区间。上下影线表示这一周期内到过的最高价和最低价。

真正有用的判断必须继续问：

  1. 这是 1 分钟、1 小时还是 1 天的 K 线。
  2. 当前整体是在上涨、下跌还是震荡。
  3. 成交量有没有变化。
  4. 这根 K 线出现的位置在哪里。
  5. 如果判断错了，什么时候退出。

TradingView 的官方说明适合作为第一篇图形教材：Introduction to candlestick charts and patterns ↗。

先学仓位，再学预测#

仓位计算示意

图 3 用一个简单例子说明仓位计算：先确定允许亏损，再根据入场价和止损价反推仓位。

假设账户是 10000。单笔最多计划亏损 1%，也就是 100。

入场价是 100，止损价是 98，每单位最大计划亏损是 2。

理论仓位为：

Position Size=Allowed Loss∣Entry−Stop∣\text{Position Size}=\frac{\text{Allowed Loss}}{|\text{Entry}-\text{Stop}|}

代入以后得到 50 个单位。

实际交易还要考虑手续费、滑点、最小交易单位和税。

这套计算的意义很简单。你不需要先知道下一根 K 线涨还是跌，才能知道自己最多愿意亏多少。

什么叫一套可以验证的策略#

一套策略至少要写清这些条件：

  • 标的。交易什么。
  • 周期。看什么时间周期。
  • 入场。什么条件同时出现才进入。
  • 失效。什么条件出现说明原判断错了。
  • 仓位。单笔最多亏账户的多少。
  • 退出。盈利和亏损分别怎么退出。
  • 记录。每一笔都保存原因和结果。

然后计算期望值：

E=Pwin×AvgWin−Ploss×AvgLoss−CostE=P_{win}\times AvgWin-P_{loss}\times AvgLoss-Cost

Cost 包含手续费和滑点。

一次挣钱不能证明策略有效。一次亏钱也不能证明策略无效。需要相同规则重复执行，才有统计意义。

研究日内交易的学术资料给新手的提醒很明确。巴西期货市场研究发现，持续进行日内交易超过 300 天的人中，绝大多数没有获得正收益。台湾市场的长期研究也发现，能持续获得扣除费用后超额收益的日内交易者比例很低。

原始研究：

这不代表短线交易一定不能做。它说明新手应该先证明自己的规则，再扩大资金。

最快获得正反馈的方法#

第一周先不要把真钱盈利当反馈。

把反馈改成这些可验证结果：

  • 能解释股票、ETF、指数和 Bitcoin 的区别。
  • 能读懂一根 K 线的 OHLC。
  • 能判断图表当前大致是趋势还是震荡。
  • 能在下单前写出失效条件。
  • 能按账户风险反推仓位。
  • 能完成一笔模拟交易并写复盘。
  • 能连续记录 10 笔模拟交易而不随意改规则。

TradingView 自带 Paper Trading，可以在不使用真钱的情况下练习订单、止损、止盈和持仓管理：TradingView Paper Trading ↗。

今天就可以开始#

前 60 分钟：

  1. 用 Investor.gov ↗ 搞清股票和 ETF。
  2. 读 TradingView K 线官方说明。
  3. 在图表上手工找 10 根 K 线，读出 OHLC。

后 60 分钟：

  1. 打开模拟交易。
  2. 选择 Nasdaq 100 相关图表。
  3. 写一次入场假设和失效条件。
  4. 下第一笔模拟单。
  5. 截图并记录结果。

今天完成以后，你应该能回答：

我买的是什么。我为什么在这里进入。如果错了，我在哪里退出。这一笔最多亏多少。

如果这四句话说不清楚，就暂时不下单。

7 天上手计划#

天数主题当天必须产出
Day 1股票、ETF、指数写一张概念对照表
Day 2K 线和成交量标注 20 根 K 线
Day 3订单、止损、止盈完成 3 笔模拟订单
Day 4仓位和风险完成 10 道仓位计算
Day 5Bitcoin解释区块、账本、私钥、托管
Day 6策略和回测写出第一套明确规则
Day 7复盘整理第一周交易日志

30 天路线#

flowchart TD
  A["第 1 周<br>读懂市场"] --> B["第 2 周<br>模拟交易"]
  B --> C["第 3 周<br>Python 拉数据和画 K 线"]
  C --> D["第 4 周<br>写第一套回测"]
  D --> E["加入手续费和滑点"]
  E --> F["比较胜率、盈亏比、回撤、期望值"]
  F --> G["决定继续模拟还是小额实盘"]
mermaid

第 1 周#

只建立基础概念和看盘能力。

第 2 周#

每天模拟 2 到 5 笔。禁止为了提高胜率删掉亏损记录。

第 3 周#

开始利用编程优势。

# 学习目标
# 1. 获取 OHLCV
# 2. 画 K 线
# 3. 计算简单收益率
# 4. 保存交易日志
python

此时先不要训练预测模型。先确保你理解原始数据和交易成本。

第 4 周#

写第一套机械规则，例如突破过去 20 日高点后进入，再定义明确退出规则。

回测时至少记录：

  • 总交易次数。
  • 胜率。
  • 平均盈利。
  • 平均亏损。
  • 最大回撤。
  • 手续费。
  • 滑点。
  • 扣除成本后的结果。

Bitcoin 怎么学#

不要先看喊单内容。先搞清楚 Bitcoin 为什么能够转账和记账。

推荐 MIT OpenCourseWare Blockchain and Money ↗。

优先看：

  1. Introduction。
  2. Money, Ledgers, and Bitcoin。
  3. Blockchain Basics and Cryptography。
  4. Technical Challenges。

学完以后应该能解释 Bitcoin 和股票为什么是两类完全不同的资产。

税务怎么入门#

税务不要背一个固定税率。先按下面的链路判断：

flowchart LR
  A["税务居民身份"] --> B["交易所在司法辖区"]
  B --> C["交易资产"]
  C --> D["买入成本"]
  D --> E["卖出所得"]
  E --> F["持有时间"]
  F --> G["所得分类"]
  G --> H["申报与缴税"]
mermaid

如果涉及美国税务，可以从 IRS 的 Topic No. 409 Capital Gains and Losses ↗ 和 Digital Assets ↗ 开始。

如果涉及中国大陆税务，可以先查 国家税务总局政策法规库 ↗，再根据账户、交易品种和税务居民身份确认具体规则。

学习资料按顺序看#

  1. Investor.gov Investing Basics ↗。用途是股票、基金、风险、分散投资基础。
  2. Khan Academy Stocks and Bonds ↗。用途是零基础理解股票和债券。
  3. TradingView Candlestick Charts ↗。用途是 K 线和图表。
  4. TradingView Paper Trading ↗。用途是模拟下单。
  5. MIT Blockchain and Money ↗。用途是 Bitcoin 和区块链。
  6. Howard Marks How to Think About Risk ↗。用途是理解风险。
  7. Damodaran Valuation Online Class ↗。进入公司估值阶段以后再看。

暂时不要碰的东西#

第一周先避开：

  • 高杠杆。
  • 合约和永续。
  • 期权。
  • 高频日内交易。
  • 跟单群和收费喊单。
  • 一次堆十几个技术指标。
  • 只展示盈利截图的课程。
  • 没有完整历史交易记录的所谓稳定策略。

这些内容不是永远不能学。现在学它们会让你同时承担市场知识不足和工具复杂度两个问题。

第一份交易日志模板#

每一笔模拟交易都记录：

字段填写内容
日期
标的
时间周期
入场理由
失效条件
入场价
止损价
计划最大亏损
仓位
结果
是否按规则执行
复盘

30 天以后怎么判断有没有进步#

不要只问赚了多少。

检查：

  • 是否完整记录至少 50 笔同规则模拟交易。
  • 扣除交易成本后期望值是否仍为正。
  • 最大回撤是否在自己可以承受的范围。
  • 盈利是否依赖一两笔异常大赚。
  • 改参数以后结果是否立刻失效。
  • 换一段历史数据以后策略是否还能工作。

如果这些问题没有答案，就继续模拟，不急着实盘。

资料来源#

继续探索

阅读完成 · 回笔记列表

评论

评论公开保存在 GitHub Discussions。

正在准备评论区…

评论框就绪后可以使用 GitHub 登录参与讨论，也可以直接打开仓库 Discussions。 打开 GitHub Discussions ↗

评论会发布到 lora-sys/loraSys 仓库的公开 Discussions。

其他联系方式