作业内容
- 中国历任证监会履历
- 中美股市对比
- 中国几轮牛市诱因、发展及崩溃调查
- K线成长记、Margin Call、 Too Big to Fail、 The Big Short
- 基金费用调查
- 银行手机app调查
- 中国私募业绩调查
- 公募基金业绩调查
- 对Kelly准则的分析和研究。
一、 中国历任证监会履历
1. 证监会历史简要梳理
- 1949 年前(近代阶段):上海自 1891 年起形成交易制度,20 世纪 1920s–1940s 间曾先后设立多家交易所并一度成为远东金融中心;1949 年后交易所关闭。维基百科+2Altoo AG+2
- 1949–1978(计划经济阶段):实施“单一银行(monobank)”体制,人民银行隶属财政并兼营商业金融,无股票市场、无证券监管机构,财政主要通过计划性信贷与预算拨款配置资金。NBER
- 1978 改革开放起步:1981 年恢复国债发行(早期以行政配售为主,二级交易极为有限),1983–1986 年开始企业试点发股/债与极小范围场内外试点交易,到 1990 年沪深交易所相继设立。科学直通车+3nicmr.com+3IMF电子图书馆+3
- 证监会成立于 1992 年;1998 年起统一监管、正部级;2023 年“三定”明确为国务院直属机构、正部级。维基百科+2新华网+2
2. 中国历任证监会履历
任次 | 姓名 | 任期 | 学历 / 学位 | 背景与要点 |
第一任 | 刘鸿儒 | 1992.10–1995.03 | 研究生学历;1959年于前苏联莫斯科大学财政学院获经济学副博士学位 (维基百科) | 吉林榆树人;中国人民银行副行长等;首任证监会主席;参与早期金融体制与资本市场框架搭建。 |
第二任 | 周道炯 | 1995.03–1997.07 | 初中肄业,中学阶段没完成全部。后来没有系统的大学本科或更高学位。 | 曾任建设银行行长、国务院证券委常务副主任等;担任期间处理市场重大突发事件。 |
第三任 | 周正庆 | 1997.07–2000.02 | 大学文化(大学学历,具体专业未被公开确认);曾参加西南财政大学的函授学习。 | 长期在人民银行系统与国务院证券委员会主任工作;整顿非法交易,规范市场秩序。 |
第四任 | 周小川 | 2000.02–2002.12 | 北京市第八中学毕业 → 本科毕业于北京化工学院自动化专业 → 清华大学工学博士。 | 曾任外汇局长、人行副行长,后长期担任中国人民银行行长。强调市场化与投资者保护。 |
第五任 | 尚福林 | 2002.12–2011.10 | 本科毕业于北京财贸学院金融专业;博士学位(金融学博士)为西南财经大学获得,导师是金融学家 曾康霖 教授。 (m.jrj.com.cn) | 主导股权分置改革等重大制度改革;任期长,对中国资本市场制度建设影响大。 |
第六任 | 郭树清 | 2011.10–2013.03 | 本科:南开大学 哲学系 学士(哲学专业) big5.www.gov.cn+3中国政府网+3维基百科+3
硕士:中国社会科学院研究生院 马克思列宁主义系 科学社会主义专业 硕士生 中国政府网+2维基百科+2
博士:中国社会科学院研究生院 马列所 法学博士学位 | 曾任外汇局局长、建行董事长、省政府省长等;在证监会任期内较重视信息披露和公司治理等风险防控。 |
第七任 | 肖钢 | 2013.03–2016.02 | 硕士学位:中国人民大学 法学硕士 人民网财经+2sfi.cuhk.edu.cn+2
本科:湖南财经学院本科学历(后来并入湖南大学) 人民网财经+2m.jrj.com.cn+2 | 出身银行系统;任期内经历 2015 年股灾;推发行制度改革等。 |
第八任 | 刘士余 | 2016.02–2019.01 | 本科:清华大学 水利工程系 水利水电工程专业 学士学位 m.jrj.com.cn
硕士:清华大学 经济管理学院 管理科学与工程 专业 硕士学位 m.jrj.com.cn
博士:清华大学 技术经济学博士学位 m.jrj.com.cn | 重视制度执行与市场秩序;推动改革;但也在任期内面临市场波动与监管挑战。 |
第九任 | 易会满 | 2019.01–2024.02 | 第一学历:中专学历,毕业于浙江银行学校(现浙江金融职业学院) 新浪财经+2新浪财经+2
后来进修及后续学历:北京大学光华管理学院 EMBA;南京大学 管理学博士学位 新浪财经 | 来自工商银行系统,是第一位非央行系统出身的主席;在任期间设立科创板、推进注册制改革等重大改革。 |
第十任 | 吴清 | 2024.02– 至今 | 长期在证券监管系统与上海地方金融监管、交易所监管部门任职;强调监管规范、市场信心与制度推动。 |
二、中美股市对比
1. 基本面画像(快速轮廓)
- 市场体量
- 美国:全球市值占比约 42%,位居全球第一(2024 年,WFE 年度统计)。standard.com
- 中国A股(沪深两市合计):全球市值占比约 10%(2024 年,WFE)。standard.com
- 代表性指数与编制口径
- S&P 500:自由流通股本调整的市值加权指数(S&P DJI 指数方法)。S&P Global+2S&P Global+2
- CSI 300:自由流通股本口径的市值加权,覆盖沪深约 300 只大中盘股(ETF 招募书/交易所披露)。BlackRock
- 交易时段
- 中国:9:30–11:30,13:00–15:00;开盘/收盘集合竞价(上交所规则页)。english.sse.com.cn
- 美国:核心时段 9:30–16:00(东部),并有 4:00–9:30 与 16:00–20:00 的盘前/盘后(纳斯达克规则)。纳斯达克上市中心
2. 制度与微观结构差异(“规则—机制—影响”的因果链)
1)发行上市与监管理念
- 美国:自 1933/1934 年两部证券法确立“以信息披露为核心”的注册制度,IPO 须向 SEC 递交注册声明,生效后方可公开发行。(SEC 官方投资者教育页)→ 逻辑:强调披露与反欺诈,发行定价更多交由市场博弈与承销机制决定。investor.gov+2证券交易委员会+2
- 中国:2023 年 2 月起“全面实行注册制”,由交易所审核、证监会注册——从核准制转向注册制,强调以信息披露为中心,简政放权、提高资源配置效率。(新华社/国新办发布)→ 逻辑:制度趋同有助于提升 IPO 供给弹性与结构匹配,但节奏仍会配合宏观与市场稳健目标动态微调。新华网+1
2)交易与风控框架
- 价格波动管控
- 中国:主板/基金**±10%日涨跌幅;“ST/*ST”±5%;科创板与创业板±20%,且 IPO 后 前 5 日不设涨跌幅(上交所/深交所规则与英文版交易机制)。→ 影响:抑制极端波动与羊群踩踏,但也可能延缓价格发现**、推高开盘临停与溢价/折价传导。english.sse.com.cn+3english.sse.com.cn+3szse.cn+3
- 美国:无日涨跌停板,但对单只股票实施 LULD(涨跌停带)以抑制瞬时异常波动;对全市场有 7%/13%/20% 三级熔断(MWCB),1、2级盘中停市 15 分钟(SEC)。→ 影响:侧重不停市的连续价格发现,在极端情形用全市场停市作“保险丝”。证券交易委员会+1
- 旁证:中国 2016 年曾试行熔断,因两次触发被迅速暂停,此后改以涨跌幅+临停为主(中金所/官方新闻稿)。→ 影响:监管工具箱中更偏好价格带而非全域熔断。中国金融期货交易所+1
- 清算交收与回转交易
- 卖空与两融/转融通
- 税费结构
- 中国:证券交易印花税在 2023-08 下调至成交额 0.05%(从 0.1% 降至 0.05%,新华社/财政部)。→ 影响:费用下降直接提升换手与定价流动性。上海电力公司
- 美国:无联邦层面的股票交易印花税(此处以监管制度为主,费用主要来自券商佣金、交易/监管/清算费用等;可结合具体券商费率评估)。
3)投资者结构与市场开放
- A 股“散户主导的成交—机构主导的持有”:多项研究与交易所年报显示,个人投资者贡献了 ~80–90% 的日成交量(不同样本期略有差异)。→ 影响:更高的换手率、主题轮动与情绪β,对“制度安排(如涨跌幅/T+1)”的敏感度更高。NBER+1
- 美国“机构管理—广泛持有”:美国家庭通过共同基金/ETF 广泛持有权益资产(2024 年 56% 家庭持有基金,ICI)。→ 影响:投资更组合化/被动化,成交由做市/HFT/机构主导,流动性深厚、价差窄。ici.org
- 境外持股
3. 行为与结果差异(数据与机制的闭环)
1)流动性与换手
- 事实:中国上证市场 2023 年换手率 ~190%(人民银行《金融稳定报告 2024》)。美国大型股市场的换手率长期显著低于以零售为主的市场(多来源共识)。中国人民银行
- 机制解释:A 股散户成交占比高 + T+1/涨跌幅=在主题与消息面驱动下,短期轮动和价差博弈更频繁;美股机构化+卖空/对冲工具充足=价差更快被跨期/跨品种套利与对冲填平,持有期更长,换手更低。
2)波动与风控触发方式
- 事实:美股靠 LULD(单品种)+ MWCB(全市场) 管理极端波动;A 股靠 涨跌幅/临停 管控日内波动,2016 年试行的熔断已暂停。证券交易委员会+2证券交易委员会+2
- 机制解释:不同的**“保险丝”位置**导致价格发现路径不同:
- A 股在个股层面更早“踩刹车”(10%/20%),价格发现跨日延续;
- 美股在个股不停市的前提下通过 LULD 限带与全市场级别熔断,尽量让盘中连续竞价完成信息吸收。
3)指数行业结构与风格
- 事实:CSI 300 金融等权重较高(长期特征),S&P500 行业分布更均衡、并随科技权重上升而演化(方法学皆为自由流通股加权)。维基百科+1
- 机制解释:A 股国有企业与金融权重较高,盈利周期与政策周期相关性强;美股受全球龙头公司(尤其科技平台)外溢带动,无涨跌幅+完善的卖空/衍生品也利于风格迁移在盘中完成。
4)成本与交易行为
- 事实:印花税下调直接降低了 A 股名义交易成本(2023-08,0.05%);美股无国家级印花税、佣金普遍零显性费但存在价差/流动性/期权对冲成本等隐性成本。上海电力公司
- 机制解释:A 股政策性费用调整对短线流动性与情绪β影响更直接;美股成本更多由市场结构与做市竞争决定,影响的是持有与做市的微观激励。
三、中国几轮牛市诱因、发展及崩溃调查
1) 1990–1992 初创牛(“老八股—稀缺驱动”)
- 诱因:交易所初建、标的极度稀缺、制度红利初现(涨停板一度取消)。
- 演变:成交与开户数暴增,投机气氛浓厚。新浪财经+1
- 为何终结:监管收紧与“8·10风波”等扰动触发快速挤泡沫;随即转入半年熊市。第一财经
2) 1992.11–1993.2(“南巡催化的二次急牛”)
- 诱因:南巡讲话后的改革预期与资金亢奋。
- 演变:上证指数3个月翻三倍(386→1559)。
- 为何终结:政策与供需降温、过度投机回撤。新浪财经+1
3) 1999–2001 “5·19”大牛
- 诱因:1999年5月19日政策信号强烈释放、监管层会议与正面引导带来风险偏好迅速修复。
- 演变:1999.5–6 一月余上证飙涨 ~66%,其后震荡整固,1999年底起再攻至2245点(2001.6)。21经济网+2CE.cn+2
- 为何终结:盈利与基本面未能跟上、政策边际收紧与供给(IPO、再融资)增加,2001年见顶后进入漫长去泡沫期。新浪财经
4) 2005–2007 改革大牛(“股权分置改革 + 大盘国企上市潮”)
- 诱因:股权分置改革解决流通/非流通二元结构,治理与估值体系重塑;蓝筹密集上市带来“做大做强”叙事。nicmr.com+1
- 演变:沪指自2006中起18个月翻三倍,2007-10-16创历史高点6124。nottingham.ac.uk
- 为何终结:估值极度拔高、融资与行政降温叠加,随后叠加全球金融危机外部冲击,快速见顶回落。NBER
5) 2008–2009 “四万亿”刺激牛(反弹+再通胀交易)
- 诱因:应对全球危机的大规模财政与信贷刺激,经济与盈利预期修复。BBVA Research
- 演变:政策见效期内指数强劲修复。
- 为何终结:政策退坡与估值回归,刺激后的“盈利兑现 vs. 流动性回收”矛盾显现。European Central Bank
6) 2014–2015 杠杆牛(“融资融券 + 配资”加速)
- 诱因:信用交易快速扩张、媒体与政策预期共振,杠杆资金推动板块普涨。印德拉斯特+1
- 演变:2014中至2015.6,上证涨幅约150%;场内外杠杆规模一度上万亿。印德拉斯特
- 为何终结:去杠杆与监管收紧触发连锁平仓;救市干预(限售、禁卖、国家队入市)一度稳定但加剧不确定性。Investopedia
7) 2019–2021 估值驱动牛(“再融资新规+外资北上+公募扩容”)
- 诱因:2018年大幅调整后的估值修复、外资持续净流入、ETF与公募扩容带来结构性行情;科创板与注册制试点改善制度预期。
- 演变:2019一季度急涨后转年内震荡,2020疫情后至2021年结构性牛延续。东财PDF
- 为何阶段性回落:盈利与流动性节奏错配、海外波动与国内信用收缩扰动。东财PDF
8) 2024Q4–2025(进行时:“稳增长+流动性大宽松”刺激牛**)**
- 诱因:2024年9月起强刺激组合拳(货币宽松、房贷/购房政策松绑、资本市场支持工具),引发16年来最大单日普涨与五日史诗级拉升。Reuters
- 演变:券商与外媒将其类比2008-09式政策牛,随后涨势与预期对新增财政配合的依赖度上升。市场观察+1
- 潜在风险:若财政力度不及预期或盈利修复不跟进,行情易由“政策博弈”转入高波动。近期亦见“政策缺席日”后的回落案例。金融时报
这些牛市背后的“共同机制”
- 政策与制度冲击是主驱:从1999“5·19”的政策引导、2005–06的股改,到2014–15杠杆放大、2019–注册制与ETF扩容,再到2024–25稳增长组合拳,政策脉冲—资金结构变化—估值重定价是反复出现的链条。金融时报+3凤凰网财经+3nicmr.com+3
- 杠杆与流动性决定斜率:融资与影子配资是2015年斜率异常陡峭的核心解释之一。印德拉斯特
- 终结往往因“三高”叠加:高估值 + 高供给(IPO/再融)+ 高杠杆/高预期,一旦政策转向或盈利不兑现,易触发快速回撤(2001、2007、2015皆然)。Reuters+1

四、K线成长记、Margin Call、 Too Big to Fail、 The Big Short
《K线成长记》
- 主要内容:国产金融题材教育类影片/纪录片式作品,围绕“K线图”这一技术分析工具展开。通过故事化的形式展示散户、投资者在股市中如何利用K线来判断买卖点。
- 主线:既是对新股民的一种启蒙,也夹杂了投资心态、风险教育。属于市场入门科普性内容。
《Margin Call》(2011,中文译名《商海通牒》)
- 主要内容:故事发生在 2008 年金融危机爆发的前夜。一家投资银行的年轻分析师发现公司资产负债表里潜伏着巨大的次贷风险。
- 主线:影片紧紧围绕“发现风险—向上汇报—董事会午夜决策—最后抛售资产”这一夜展开,揭示了华尔街高层在道德、利益、责任间的博弈。
- 主题:贪婪与恐惧,系统性风险的瞬间爆发,以及危机来临时金融机构的冷酷抉择。
《Too Big to Fail》(2011,中文译名《大而不倒》)
- 主要内容:HBO 出品的电视电影,改编自安德鲁·罗斯·索尔金的同名畅销书。讲述 2008 年金融危机期间,美国财政部长保尔森、美联储主席伯南克等人如何应对华尔街巨头(雷曼兄弟、AIG、花旗、摩根等)的连锁危机。
- 主线:着重描绘政府与华尔街之间的博弈、救市措施的出台过程(如TARP救助计划),展现“金融机构大而不倒”的现实困境。
- 主题:政策制定的艰难、公共利益与私利的冲突、现代金融体系的脆弱性。
《The Big Short》(2015,中文译名《大空头》)
- 主要内容:根据迈克尔·刘易斯的纪实著作改编,聚焦少数几位投资人(如迈克尔·伯里、史蒂夫·艾斯曼的原型)在 2008 危机前看穿次贷泡沫,通过做空次级抵押贷款债券大赚一笔的真实故事。
- 主线:用幽默、打破“第四堵墙”的叙事方式,向观众解释复杂的金融工具(CDO、CDS等),揭露金融行业的贪婪和盲目。
- 主题:体制性腐败、集体盲点,以及少数独立思考者的逆势盈利。
五、基金费用调查
序号 | 基金 | 代码 | 类型 | 管理费 | 托管费 | 关键备注 |
1 | 华夏上证50ETF | 510050 | ETF | 0.15% | 0.05% | 官方费率页面一致。 (中国资产管理公司) |
2 | 华泰柏瑞沪深300ETF | 510300 | ETF | 0.15% | 0.05% | 东财“基金档案”与产品材料一致。 (天天基金网) |
3 | 南方中证500ETF | 510500 | ETF | 0.15% | 0.05% | 费率+费用结构(半年/年报)可互证。 (天天基金网) |
4 | 易方达创业板ETF | 159915 | ETF | 0.15% | 0.05% | 场外赎回费固定0.15%,场内按券商佣金。 (天天基金网) |
5 | 华宝券商ETF | 512000 | 行业ETF | 0.50% | 0.10% | 认购前端费率分档、档案页标注清楚。 (天天基金网) |
6 | 华宝中证银行ETF | 512800 | 行业ETF | 0.50% | 0.10% | 多源一致。 (天天基金网) |
7 | 易方达沪深300医药ETF | 512010 | 行业ETF | 0.50% | 0.10% | 场外申购0.05%、赎回0.15%(固定)。 (天天基金网) |
8 | 华泰柏瑞南方东英恒生科技(QDII-ETF) | 513130 | QDII-ETF | 0.20% | 0.05% | 跟踪恒生科技指数。 (天天基金网) |
9 | 易方达蓝筹精选混合A | 005827 | 主动混合 | 1.20% | 0.20% | 常见分档:申购1.5%起、持有期越长赎回越低。 (易基金) |
10 | 招商中证白酒指数(LOF)A | 161725 | 指数(LOF) | 1.00% | 0.20% | 指数型LOF费率显著高于ETF同类。 (天天基金网) |
六、银行手机app调查(中国农业银行)
1. 账户与资产管理
- 账户查询:查看借记卡、信用卡、存折、电子账户的余额和明细。
- 资产总览:自动汇总存款、理财、基金、贷款、保险等,形成总资产视图。
- 资金归集:支持多账户集中管理,设置资金定时归集/调拨。
2. 支付与转账
- 转账汇款
- 行内转账、跨行转账
- 手机号转账、扫码转账
- 定时/预约转账、批量转账
- 收付款码:支持微信、支付宝、银联云闪付的扫码支付。
- 公共缴费:水电煤气、物业费、通讯费、学杂费等。
- 生活服务支付:信用卡还款、交通罚款、医院挂号缴费等。
3. 理财与投资
- 理财产品:本行及代销理财的购买、赎回、收益查询。
- 基金业务:基金认购、申购、赎回、定投,行情资讯。
- 贵金属/外汇:纸黄金、纸白银交易,外汇实盘买卖。
- 保险服务:投保、续保、保单查询。
- 信托、债券:部分地区或客户群体可开通。
4. 贷款与信贷服务
- 个人贷款:消费贷款、住房贷款、助学贷款的查询与还款。
- 信用卡业务:
- 申请、激活、挂失
- 账单查询、分期、还款、积分查询
- 在线申请:小额贷款、车贷、经营贷等。
5. 生活与便民服务
- 生活缴费:水电煤、宽带、电视费等。
- 交通出行:高铁购票、机票预订、加油卡充值。
- 购物与消费:积分商城、合作商户优惠。
- 城市服务:政务服务、社保公积金查询。
- 出国金融:境外取现、汇款、留学服务。
6. 财富管理与智能工具
- 智能投顾:根据风险偏好提供理财组合建议。
- 风险评估:投资者风险等级测评。
- 金融日历:产品到期提醒、账单日提醒。
- 行情资讯:基金、外汇、黄金等实时行情。
7. 安全与客户服务
- 安全设置:指纹/人脸识别登录,限额设置,交易密码管理。
- 消息中心:账单提醒、交易通知、理财到期提醒。
- 客服服务:在线客服、智能助手、网点查询、挂失服务。
- 投诉与建议:用户反馈渠道。
8. 特色与个性化功能
- 掌上贵宾厅:针对高端客户的专属服务。
- 权益中心:优惠券、抽奖、活动报名。
- 个性化定制:首页模块拖拽、常用功能收藏。
- 数字人民币钱包:支持开通和支付。
9. 企业与对公功能(针对对公用户或企业主)
- 企业账户查询
- 对公转账、批量工资代发
- 企业理财、票据服务
- 企业融资申请
七、中国私募业绩调查
注:(详细更多信息私募排排公众号均详细)

八、公募基金业绩调查

九、对Kelly准则的分析和研究

1. Kelly 准则的基本内容
Kelly 准则(Kelly Criterion,又称凯利公式)最初由约翰·凯利(John L. Kelly, Jr.)于 1956 年在《Bell System Technical Journal》上提出,用于指导如何在一系列赌局或投资机会中选择最优的资金分配比例,以实现长期财富增长率最大化。
其核心思想是:
- 目标并非最大化一次下注的期望收益,而是最大化资金长期几何平均增长率(即长期复利效果)。
- 这等价于最大化期望的对数效用(log-utility)。
简言之,Kelly 准则告诉我们在面对正期望的赌局时应该投入多少资金比例,投入过多会导致破产风险,投入过少则无法发挥复利效应。
2. Kelly 公式的经典推导
2.1. 问题设定
假设有一个投资或赌局,胜率为 ,败率为 。
- 若下注 部分的本金,则:
- 胜利时资金乘以 ,其中 是赔率(即下注 1 单位赢得 单位净收益)。
- 失败时资金乘以 。
初始资金为 ,则经过 次独立重复下注后的资金为:
其中 为成功次数。
2.2. 长期增长率
我们关心的不是一次性结果,而是长期几何增长率:
代入公式得:
2.3. 最优化
为最大化 ,对 求导:
解得最优下注比例(Kelly fraction):
这是 Kelly 公式的标准形式。
3. 特殊情形
- 公平赔率(b = 1):
若胜率大于 50%,则正比例下注;小于 50% 不下注或反向下注。
- 股票或投资的连续型模型:
假设投资收益率服从正态分布 ,则 Kelly 公式可推广为:
其中 是期望超额收益率, 是收益率方差。
这一形式在量化投资、资产配置中被广泛使用。
4. Kelly 准则的意义
- 最大化长期增长率:
Kelly 准则不是追求短期暴利,而是保证长期资金几何平均增长最优。
- 避免破产风险:
若下注比例超过 Kelly 值,可能短期盈利更高,但长期来看更可能因回撤过大而破产。
- 与效用函数的关系:
Kelly 准则等价于最大化 E[ln(W)],即采用对数效用函数。其隐含的假设是投资者极度厌恶破产。
5. Kelly 准则的局限与改进
- 估计误差问题:
需要准确估计胜率 p 与赔率 b,在现实金融市场往往难以精确估计。
- 过度波动问题:
Kelly 策略常常导致仓位较大,资金曲线波动剧烈。实际操作中常使用 分数 Kelly(Fractional Kelly),例如下注一半或四分之一的 Kelly 比例,以降低波动性。
- 不适用于相关性强的投资:
公式假设投资机会相互独立,若资产间高度相关,直接应用可能失效。
- 与风险偏好相关:
Kelly 准则隐含的效用是对数效用,并不一定符合所有投资者的风险偏好。
6. 应用实例
- 赌博领域:二十一点、赛马、体育博彩,Kelly 公式被职业赌徒用于长期资金管理。
- 金融投资:量化投资基金、资产配置、期权策略中常用 Kelly 公式优化仓位。
- 创业与决策:在风险投资、项目分配中也可应用 Kelly 思路,帮助判断资源分配比例。
7. 小结
Kelly 准则的核心可以概括为:
在面对不确定性的投资时,最优资金投入比例应当是最大化资金长期几何增长率的比例,而非单次期望收益率最大化的比例。
它的数学本质是对数效用最大化,经济含义是防止破产并追求长期复利增长。虽然在实际金融市场应用时需要修正(如分数 Kelly),但它依旧是连接概率论、信息论与投资理论的经典桥梁。


