第二章：金融扫盲

在写量化代码之前，你需要先理解金融市场在交易什么、怎么交易、为什么钱有时间价值、以及风险到底意味着什么。不理解的代码是危险的代码。

一句话

金融扫盲 = 理解交易品种 + 市场机制 + 时间价值 + 风险度量。 这四件事搞懂之前，任何策略代码都是空中楼阁。

本章结构

2.1 交易品种    → 股票·ETF·期货·期权·债券——你在交易什么？
2.2 市场机制    → 订单·滑点·流动性——交易的真实成本
2.3 时间价值    → 现值·终值·复利·NPV——为什么$100 ≠ $100
2.4 风险入门    → 波动率·回撤·夏普比率——风险和收益是一体两面

你为什么需要这章

大部分量化教程跳过金融基础，直接教代码。结果是什么？你会写 yf.download() 但不知道拿到的数据到底代表什么；会算夏普比率但不知道它为什么重要；会写回测但忽略滑点导致结果完全失真。

这章的目标很务实：学完之后，你打开任何金融数据 API，至少看得懂字段名；看到回测报告至少能判断哪些数字可信。

学完本章你能

• 区分股票、ETF、期货、期权、债券的核心特征 & 用 Python 获取真实数据
• 理解市场订单机制 & 模拟滑点对交易成本的影响
• 计算货币的时间价值：PV、FV、NPV、连续复利
• 计算波动率、最大回撤、夏普比率——量化领域最重要的三个风险指标
• 判断一个回测报告是否在"骗你"

前置要求

• 完成第一章（装好 Python + yfinance）
• 能用 pandas 做基本操作（不是必须，建议先学 Part 0）

深度阅读

主题	对应 Wiki
交易品种详细规格	1.1 交易品种
订单类型与市场微观结构	1.2 订单类型与市场机制
货币时间价值	3.0 货币时间价值
组合风险-收益框架	2.0 组合收益与风险
夏普比率详解	2.2 夏普比率

💡 阅读节奏：每节先读核心内容的 Python 代码跑一遍，再回头看 Wiki 深入理解。代码在前，理论在后。