同一套策略逻辑在不同股票市场可能一个天上、一个地下——不是市场效率的玄学，而是制度参数的直接后果。本篇横向对比三大市场，把「制度差异」翻译成「回测与风控参数」。
A 股的制度清单（每条都是一个回测开关）
| 制度 | 内容 | 对量化的直接影响 |
|---|---|---|
| T+1 | 当日买入次日才能卖 | 日内回转策略不可行（ETF/可转债除外）；隔夜风险不可规避 |
| 涨跌停 | 主板 ±10%，创业板/科创板 ±20%，ST ±5% | 止损可能无法成交（跌停排队）；涨停无法买入 → 动量策略「涨了买不进」 |
| 价格笼子 | 申报价格不得偏离现价过大（2% 有效竞价范围） | 高频撤补单受限 |
| 融券受限 | 券源少、成本高、2024 年后进一步收紧 | 做空难 → 纯多头/股指期货对冲为主，多空策略退化 |
| 停牌制度 | 重大事项停牌 | 持仓被冻结；指数成分调整时的复制误差 |
| 减持规则 | 大股东减持有窗口与比例限制 | 定增/大宗折价策略的退出成本 |
T+1 + 涨跌停的组合效应值得单独说：它是 A 股「连板打板」生态的制度温床（涨停封板后供给消失，次日惯性），也是量化执行的最大约束（跌停日你想卖都卖不出——回测里止损单在跌停日应假设排队不成交）。这两点在美股策略直接移植 A 股时必然踩坑，定量影响见A 股量化约束 。
美股 vs 港股 vs A 股：一张对比表
| 维度 | A 股 | 美股 | 港股 |
|---|---|---|---|
| 交易机制 | T+1，±10%/20% 涨跌停 | T+0，无涨跌停（有熔断） | T+0，无涨跌停（市调机制） |
| 交易时段 | 4 小时 + 午休 | 6.5 小时 + 盘前盘后 | 5.5 小时 + 午休 |
| 做空 | 融券受限 | 融券发达、做空成本低 | 融券可行但券源集中 |
| 投资者结构 | 散户成交占比高（约 6–7 成） | 机构主导 | 机构 + 内地资金（港股通） |
| 印花税 | 卖出 0.05%（2023 年减半后） | 无 | 双边 0.1%（2023 年起） |
| 结算 | T+1 | T+1（2024 年起） | T+2 |
| 典型量化生态 | 量化指增/中性/CTA | 高频做市全球中心 | 打折套利、AH 价差 |
三个策略层面的推论：
- A 股的高散户占比是因子溢价的重要来源——反转、低波、小市值等行为型因子在 A 股长期强于美股（学术解释：散户的处置效应与彩票偏好，见行为偏差 与A 股生态 的因果链）；
- 美股 T+0 + 无涨跌停让日内策略可行，但也让高频竞争白热化——个人在美股做日内是在与 Citadel Securities 抢食，那个市场的微观结构效率（价差以分厘计、排队以纳秒计）意味着「容易进出」的另一面是「容易的部分已被机器吃完」；
- 港股的流动性分布极端：头部 10% 标的占成交 90%+，「小市值因子」在港股要加流动性过滤器，否则容量近零——一个看似便宜的公司可能全天成交 20 万港币，任何模型都买不出仓位。
指数与 ETF 生态：量化的基准与工具
指数体系：A 股宽基（沪深 300 = 大盘、中证 500 = 中盘、中证 1000/2000 = 小微盘）+ 行业（申万/中信，见行业与主题 ）+ 主题（芯片、白酒……）。量化的两个用途：基准选择决定指增产品的评价（见基准选择 ）；成分调整（每年 6/12 月）带来可建模的调仓效应（调入资金流入、调出流出，见事件驱动 ）。
ETF 与量化的三层关系：
- 作为工具：股指期货贴水时（对冲贵），用 ETF 融券做空或 ETF 期权替代对冲；行业轮动策略用行业 ETF 执行避免个股执行成本（见行业轮动 ）；
- 作为标的：ETF 折溢价套利（IOPV 与市价的偏离）、ETF 申赎套利；可转债 T+0 属性让「类 ETF 的日内策略」在 A 股唯一可行（见可转债 ）；
- 作为微观结构样本：ETF 的申赎机制创造了独特的套利边界——折价超过临界值时套利者买入 ETF、赎回成一篮子股票卖出，这个机制决定了折溢价的上限，是理解「套利为什么不是免费的」的最好教具（见跨市场套利 ）。
给研究者的操作建议：把市场制度写成一个 MarketRules 配置对象（涨跌停幅度、T+1 开关、佣金印花税、停牌处理），回测引擎只读配置不写死——同一套策略代码，切换市场时制度差异全部显式化，这是跨市场研究的工程前提（见回测框架设计
）。
关联阅读：市场结构总览 是本篇的机制基础；A 股量化约束 展开约束对策略的定量影响；中国市场专题 从投资者结构角度解释因子表现差异。