港股迁移 — IBKR 港股期权 + 港股通

日期: 2026-07-28 方向: Phase 3 / 港股 阶段: Phase 3: 实盘+规模化+迁移 标签: #HKShare #HSI #HSCEI #IBKRHK #StockConnect #HKOptions #Tencent

---

今日目标

---

一、为什么要做港股迁移：从「单市场策略」到「多市场产品」

走到 Phase 3 Week 11，账户已经在美股上跑了 11 周。从 PM 视角看，下一步要面对一个真实问题：当一个市场的产品已经 PMF 验证完成，下一步是深耕还是扩张？

答案不是非黑即白：

我的取舍：先港股，缓 A 股。理由是港股几乎是「半个美股」——制度上 T+2 / 无涨跌停 / 期权链可获取，但又承接了中概的 alpha 来源。先在港股把多市场流程跑通，A 股留到 Phase 4 之后视情况再说。

PM 类比：这就像一个 SaaS 产品先在美国 PMF，下一站去英国（同语言、同法律体系、用户行为差异小）远比直接跳到日本（语言/文化/支付习惯完全不同）成功率高。港股就是美股策略的「英国市场」。

---

二、港股市场制度速览：与美股的「同」与「异」

2.1 制度对比

2.2 关键差异点解析

(1) 无涨跌停 = 像美股一样可以暴跌暴涨 2024 年阿里财报后单日 -8%、腾讯单日 +6% 都见过。这意味着：

• 期权 IV 反应敏感，比 A 股 ETF 期权更接近美股节奏
• 风险管理逻辑可以直接复用美股的 stop loss / position sizing 模板
• 但：港股流动性比美股薄，gap 风险更大（参见后文 IV 章节）

(2) 印花税 0.1% 双向 = 高频策略的硬天花板 美股没有印花税，A 股只单向，港股买卖都收 0.1%。

• 一次完整 round trip = 0.2% 印花税 + ~0.16% IBKR 双边佣金 ≈ 0.36% 来回成本
• 这直接砍掉了「日内套利」和「高频均值回归」的可能性
• 我们的 wheel / 月度因子 / 事件驱动等中低频策略影响小，但每年估算下来还是会吃掉 1-2% 的 alpha

(3) 手 = 不是「100 股」那么简单 港股的「1 手」对每个标的不一样：

• 腾讯 (700.HK)：100 股/手
• 美团 (3690.HK)：100 股/手
• 阿里 (9988.HK)：100 股/手
• 汇丰 (5.HK)：400 股/手
• 中国移动 (941.HK)：500 股/手
• 一些蓝筹老股：1000-2000 股/手

下单前必须查清楚 lot size，否则会被拒单或者错算资金占用。

---

三、IBKR HK 账户的多市场优势

我的账户是 IBKR HK 实体（Day 1 注册时就选的这个），现在的价值开始显现：

3.1 一个账户三个市场

IBKR HK 账户（一个 U号）
  ├─ 美股 / 美股期权 / 美股期货 ✓
  ├─ 港股 / 港股期权 / 港股期货 (HSI/HSCEI) ✓
  ├─ A 股（沪深港通方向，通过 IBKR 间接） ✓（少数蓝筹）
  ├─ 日股 / 欧股 / 新加坡股 ✓
  └─ 外汇 / 全球期货 ✓

资金账户只有一个，币种可以同时持有 USD / HKD / CNH，内部货币转换成本极低（FX spread ~0.2 pip，比国内银行汇兑便宜 10 倍以上）。

3.2 不需要另开国内券商

很多人会想「港股是不是要单独开富途/老虎/华泰国际？」——对我们的策略路径，完全不需要：

我们的策略不依赖 IPO 打新和暗盘，所以 IBKR HK 是 strictly dominant 选择。

3.3 资金通道

中国大陆居民给 IBKR HK 入金的合规通道（截至 2026-07）：

• 香港银行账户（汇丰/渣打/中银香港）→ IBKR HK
• 国内银行 → 香港银行（个人年度 5 万美元额度内）→ IBKR HK
• 数字货币通道（OTC 法币入金到 IBKR）——灰色地带，不推荐主线

---

四、港股期权全景

4.1 三大类标的

4.2 HSI 和 HSCEI 的差异

对小资金的启示：HSI 期权一张 notional 太大（保证金占用 HK$80k-150k），<$5k 账户几乎不可能直接卖出 HSI Naked Put。可以做 Long Call / Long Put（一张几百到几千港币），但不是我们的主策略。

结论：HSI/HSCEI 期权先观察、记 IV 数据用作宏观风险信号，实操主战场还是腾讯/美团/阿里这类大盘个股期权。

4.3 港股个股期权 vs 美股个股期权

关键差异：午休停盘。港股 12:00-13:00 完全休市，期权也停。这意味着：

• 不能像美股那样持续监控 / 平仓
• 财报后波动如果发生在午休前后，会出现「跳空」
• 算 vega 风险时要把午休的「不确定窗口」考虑进去

---

五、港股 IV 特征：为什么比美股低

5.1 IV 低的结构性原因

5.2 量化对比（Day 80 实测）

我在交易时段抓了 ATM 30D IV：

结论：除了阿里这种「中概政策不确定性」标的，港股 IV 结构性低 3-5 个百分点。

5.3 对 Wheel 策略的影响

Wheel 策略卖 CSP / CC 收 premium，premium 与 IV 正相关。港股 IV 低 → 同样 delta 同样 DTE 下，港股能收的 premium 比美股少 25-35%。

简单算账：

• 美股 SoFi 卖 30D 0.3-delta CSP，年化 ~24%
• 港股腾讯 卖 30D 0.3-delta CSP，年化 ~15-18%

港股 Wheel 不是不能做，是收益率天花板更低。它的价值更多在「市场分散」而非「绝对收益」。

---

六、政策风险：这是港股最大的非市场风险

中港概念股的政策风险，从 PM 风险管理角度看，与美股的「美联储利率风险」是同一量级的系统性风险：

应对策略：

1. 港股期权仓位 ≤ 总账户 20%（多元化硬约束）
2. 政策事件窗口（两会、政治局会议、中央经济工作会议）前 1 周减仓
3. 不在港股做 naked short（政策回弹时会被打爆）
4. 优先选择非政策敏感行业（金融/消费 > 科技/医药/教育）

---

七、港股通限制：为什么国内券商不够用

很多人想「我在国内有招商证券，沪深港通可以买港股，是不是不用 IBKR？」

答案：不够用，差得远。

7.1 港股通能做什么 / 不能做什么

7.2 港股通的标的范围限制

港股通只能买列入名单的标的，不在名单里的（包括很多新上市股、二线股、SPAC、ETF）一律不能买。

具体限制：

• 沪港通 / 深港通分别有不同名单
• 名单调整需要监管审批，新股不会马上纳入
• 美团曾经因为同股不同权一度不在通名单（后来才放进来）
• 大多数 ETF（除少数指数 ETF）都不在通范围

7.3 港股通的税务限制

港股通红利税 20% 比 IBKR HK 高很多——这对持有汇丰/中国移动这类高息股的影响巨大。

结论：港股通适合「我就想买几只港股大盘股长期持有」的散户。对我们做期权 + 多市场策略的，IBKR HK 是唯一选择。

---

八、实操：港股 Wheel 试算

8.1 标的选择

<$5k 账户的现实：腾讯一手就吃掉所有资金，做 CSP 需要锁定整张 strike × 100 的现金。实操主要在阿里 / 小米 / 蔚来这类「一手 < $1,500」的标的上。

8.2 Wheel 流程（与美股一致，但参数有差）

Step 1: 选标的（阿里 9988.HK，现价 HK$78）
Step 2: 卖 30 DTE 0.3 delta CSP
        → strike HK$72，premium HK$1.20
        → 保证金锁定 HK$7,200 ≈ $920
        → 年化收益 ~16% （比美股 SoFi CSP 低 1/3）
Step 3: 到期未被指派 → 重复 Step 2
Step 4: 到期被指派 → 持股 100 股 阿里 @ HK$72
Step 5: 卖 30 DTE 0.3 delta CC
        → strike HK$84，premium HK$1.00
        → 年化 ~17%
Step 6: 到期未被行权 → 重复 Step 5
Step 7: 到期被行权 → HK$84 卖出，回到现金，重新 Step 1

8.3 与美股 Wheel 的具体差异

---

九、代码实现：ib_insync 拿港股数据

9.1 港股 contract 定义

# tr_day80_hk_data.py
from ib_insync import IB, Stock, Option, util

ib = IB()
ib.connect('127.0.0.1', 7497, clientId=1)  # Paper

# 港股 symbol convention：用数字代码，不是英文名！
tencent = Stock('700', 'SEHK', 'HKD')      # ✓
meituan = Stock('3690', 'SEHK', 'HKD')     # ✓
alibaba_hk = Stock('9988', 'SEHK', 'HKD')  # ✓

# 注意：交易所是 'SEHK'，币种是 'HKD'
# 错误写法（容易踩坑）：
# bad = Stock('TENCENT', 'SMART', 'USD')   # ✗ 找不到合约

ib.qualifyContracts(tencent, meituan, alibaba_hk)

for c in [tencent, meituan, alibaba_hk]:
    ticker = ib.reqMktData(c, '', snapshot=True)
    ib.sleep(2)
    print(f"{c.symbol}: bid={ticker.bid} ask={ticker.ask} last={ticker.last}")

ib.disconnect()

9.2 港股期权链拿取

# 港股期权合约
from ib_insync import Option

# 注意：港股期权的 multiplier 是 100（与正股一手对应），不是 1000
# 注意：tradingClass 必须指定，否则查不到
tencent_opt = Option(
    symbol='700',
    lastTradeDateOrContractMonth='20260828',  # 8 月到期
    strike=380,
    right='P',  # Put
    exchange='SEHK',
    currency='HKD',
    multiplier='100',
    tradingClass='TCH'  # 腾讯期权 trading class
)

ib.qualifyContracts(tencent_opt)
ticker = ib.reqMktData(tencent_opt, '', snapshot=True)
ib.sleep(2)
print(f"Tencent 380P 20260828: bid={ticker.bid} ask={ticker.ask}")
print(f"IV: {ticker.modelGreeks.impliedVol if ticker.modelGreeks else 'N/A'}")

9.3 港股交易时段处理

from datetime import datetime
import pytz

def hk_market_status():
    """返回港股市场状态：open / lunch / closed"""
    hk_tz = pytz.timezone('Asia/Hong_Kong')
    now = datetime.now(hk_tz)
    weekday = now.weekday()  # 0=Monday, 6=Sunday
    
    if weekday >= 5:  # weekend
        return 'closed'
    
    time_min = now.hour * 60 + now.minute
    if 9*60 + 30 <= time_min < 12*60:
        return 'open_morning'
    elif 12*60 <= time_min < 13*60:
        return 'lunch'
    elif 13*60 <= time_min < 16*60:
        return 'open_afternoon'
    else:
        return 'closed'

# 自动化策略要在 lunch 时段暂停下单（订单不会执行，但占用资金提示混乱）
status = hk_market_status()
if status in ('open_morning', 'open_afternoon'):
    # place orders
    pass
elif status == 'lunch':
    print("HK lunch break, suspended.")

9.4 中港假期日历

港股+美股策略要维护一个双市场假期日历：

# 简化版假期日历（生产环境应该用 pandas_market_calendars）
HK_HOLIDAYS_2026 = [
    '2026-01-01',  # New Year
    '2026-02-17', '2026-02-18', '2026-02-19',  # CNY
    '2026-04-03', '2026-04-06',  # Easter + Ching Ming
    '2026-05-01',  # Labour Day
    '2026-05-25',  # Buddha's Birthday
    '2026-07-01',  # HKSAR Establishment Day
    '2026-09-25',  # Mid-Autumn
    '2026-10-01',  # National Day
    '2026-10-19',  # Chung Yeung
    '2026-12-25', '2026-12-28',  # Christmas
]

def is_hk_trading_day(date_str):
    """简单判断是否港股交易日"""
    from datetime import datetime
    d = datetime.strptime(date_str, '%Y-%m-%d')
    if d.weekday() >= 5:
        return False
    if date_str in HK_HOLIDAYS_2026:
        return False
    return True

---

十、港股因子模型：哪些美股因子能迁移

10.1 三个核心因子在港股的有效性

10.2 为什么港股 Value 因子更强

港股市场结构造成的：

1. 行业构成偏价值：金融 + 地产 + 公用事业占恒指 ~50%，本就是价值股大本营
2. 南向资金行为：大陆资金通过港股通涌入，偏好高股息低估值蓝筹
3. 国际资金折价：政策风险溢价让港股长期相对美股折价 15-30%，价值回归慢但稳

10.3 为什么港股 Size 因子是 U 型

• 大盘（恒指成份）：南向资金 + 国际机构追捧，估值有支撑，但增长慢
• 中盘：覆盖少、研究稀缺、信息不对称，alpha 来源
• 小盘：流动性极差（日成交几十万港币）、老千股风险高，alpha 被流动性折价吃光

操作启示：港股因子选股要先按市值分桶，在中盘范围内做因子筛选，禁选日均成交 <HK$10M 的小盘。

10.4 一个简化的港股选股逻辑

def hk_factor_score(ticker_data):
    """
    输入：DataFrame，含 market_cap / pe / pb / momentum_6m / avg_volume_hkd
    输出：综合评分
    """
    # 流动性硬过滤
    df = ticker_data[ticker_data['avg_volume_hkd'] >= 10_000_000].copy()
    
    # Size bucket：保留中盘（市值 HK$10B - HK$200B）
    df = df[(df['market_cap'] >= 10e9) & (df['market_cap'] <= 200e9)]
    
    # Value: PB 和 PE rank（越低越好）
    df['value_score'] = -(df['pe'].rank(pct=True) + df['pb'].rank(pct=True)) / 2
    
    # Momentum: 6 月动量 rank
    df['momentum_score'] = df['momentum_6m'].rank(pct=True)
    
    # 组合：价值权重 0.6 + 动量权重 0.4（港股 value 比 momentum 强）
    df['total_score'] = 0.6 * df['value_score'] + 0.4 * df['momentum_score']
    
    return df.sort_values('total_score', ascending=False).head(10)

---

十一、港股 vs 美股 vs A 股 总对比

整张表是 Day 80 的核心交付物——之后任何「要不要扩张到 X 市场」的决策都参考这张表的框架：

---

十二、<$5k 港股可行性的真实评估

12.1 现金账户 + <$5k 的港股能做什么

12.2 港股 Wheel 资金分配模板（$5,000 账户）

账户总额：$5,000 ≈ HK$39,000

├─ 港股 Wheel：$1,000 (20%)
│   ├─ 阿里 9988.HK CSP @72 → 锁 HK$7,200 ≈ $920
│   └─ 留小额余地（HK$600）应对 slippage
├─ 美股 Wheel：$3,000 (60%)
│   ├─ SoFi / NIO / PLTR 等
│   └─ 主战场，已验证
├─ 美股因子组合：$800 (16%)
└─ 现金缓冲：$200 (4%)

港股仓位先控制在 15-20%，作为「多市场分散 + 学习路径」，不抢美股主战场资源。

---

十三、PM 视角：跨市场扩张 = 多市场产品 launch

这是 Day 80 最重要的迁移性思考：港股迁移是一次完整的「产品扩张到新市场」演练。

13.1 SaaS 产品扩张到新地区的标准 checklist

13.2 三个不能省的步骤

我特别想强调三个新手扩张最容易省的步骤：

(1) 不要假设策略可以直接搬迁

• 同一个 wheel 策略，在港股 IV 低 + 假期多 + 政策风险下，年化预期收益至少要砍 1/3
• 「美股 SoFi CSP 年化 24%」 ≠ 「港股阿里 CSP 年化 24%」

(2) 不要省「数据成本验证」

• 港股期权数据有没有？延迟多少？历史能拿到吗？
• 这些都是「能不能开始」的前置问题，不是「做完后才发现」的问题

(3) 不要急着加仓

• 港股仓位先 15-20%，跑 3 个月，记录 vs 美股的相对表现
• 6 个月数据足够后再决定要不要扩到 30-40%

13.3 反过来想：什么情况下应该不扩张？

PM 决策从来不只是「做」，还要会判断「不做」。港股不扩张的合理理由：

• 主战场（美股）还没充分挖掘，资源稀缺 → 优先深耕
• 个人对政策事件不敏感 / 不愿意花时间跟踪 → 风险溢价吃不到
• 资金太小（<$2k）→ 多市场分散 = 每个市场都做不深 → 别学小米早期同时做手机/电视/插座
• 数据/工具/时间任一环节有 bottleneck → 先解决 bottleneck

---

十四、Day 80 实际执行 Checklist

按这个顺序做：

• (0) 看完这篇笔记
• (1) IBKR HK 账户确认：登录确认账户实体是 IBKR HK（不是 IBKR LLC / IBKR SG）
• (2) 港股市场数据订阅：Client Portal → Market Data → HKEX Securities + HKEX Derivatives Bundle
• (3) 跑港股 contract 测试：tr_day80_hk_data.py 拿到 700/3690/9988 实时报价
• (4) 拉一次港股期权链：腾讯 30 DTE 链，记录 ATM IV
• (5) 横向 IV 对比：港股 5 只大盘 vs 美股同行业对标，记录差值
• (6) 港股 Wheel 试算：在 paper 上挂一张阿里 30 DTE 0.3 delta CSP（不真挂，只算保证金 + 收益预期）
• (7) 建立中港假期日历：年度日历放进 strategy config
• (8) 更新进度：docs/daily/TR_PROGRESS.md Phase 3 Week 11 / Day 80 标 ✅
• (9) 记录踩坑：本笔记最后加「实际执行记录」段

---

十五、PM 视角总结：今天的迁移性思考

1. 「单一最优 vs 组合次优」是 PM 永恒的取舍：港股 wheel 单标的年化不如美股，但「港股 + 美股」组合的 Sharpe 高于「美股翻倍仓」。这和投资组合理论是同一个数学，也和产品多市场扩张是同一个商业逻辑。
2. 政策风险是 alpha 也是 beta：港股的「政策溢价折价」本身是一种系统性 beta，能把它建模进策略的，反而能吃到风险溢价；不能管理的，就是被它吃掉。
3. 「能用 = 够用」是工具决策的陷阱：港股通能买港股，但能不能用 ≠ 是不是最佳工具。IBKR HK 比港股通在期权 / IPO / margin / 税务上全面占优，决策时不能只看「最低门槛是否满足」，要看「上限是否够高」。
4. 多市场是 PM 能力的成熟度门槛：能在一个市场做出策略是「执行能力」，能在多市场做出策略组合是「架构能力」。后者是首席架构师 / Head of Strategy 级别的差异点。

---

十六、明日预告

Day 81: Phase 3 Week 11 复盘 — 多市场策略整合

• Week 11 三个新主题（港股 / 多市场配置 / 跨市场对冲）的整合回顾
• 美股 + 港股双市场实盘数据 review（如果已经开始小仓试跑）
• Phase 3 进度 vs 计划差异分析
• Week 12（Phase 3 最后一周）目标设定：实盘规模化 + Phase 4 准备
• 一份「截至 Day 81 的累计回测+实盘表现」简表

---

实际执行记录

启动一项填一项，时间戳 + 卡点。

• [hh:mm] IBKR HK 账户实体确认 — ...
• [hh:mm] HKEX 市场数据订阅 — ...
• [hh:mm] 港股 contract 拿数成功 — ...
• [hh:mm] 港股期权链拿取 — ...
• [hh:mm] IV 横向对比表完成 — ...
• [hh:mm] 港股 Wheel 试算（paper / 不真挂）— ...
• [hh:mm] 中港假期日历建立 — ...
• 卡点 / 学到的：

---

总字数：约 6,400 字 今日完成度：理论 ✓ / 实操（你自己执行）/ 笔记 ✓