
十大证券公司到底怎么排
聊券商排名,不能只看一个指标。资产规模、营业收入、净利润、营业部数量、APP月活,这些数据每个季度都在变。
按2024年中的总资产口径,国内前十的券商大致是这些:中信证券、华泰证券、国泰君安、招商证券、广发证券、中信建投、中金公司、银河证券、申万宏源、海通证券。这个名单里,中信和华泰的资产规模常年坐在头两把交椅,国泰君安和海通合并后体量会更大,到时候排名还得重排。

营业收入角度看,中信证券、华泰证券、国泰君安、中信建投、招商证券、广发证券、银河证券、中金公司、申万宏源、东方证券。这里头中信的营收比第二名高出不少,属于断层领先。
散户更关心的是经纪业务,也就是股票开户和交易通道。按股基成交额算,华泰证券、中信证券、国泰君安、招商证券、银河证券、广发证券、中信建投、平安证券、东方财富、国信证券。东方财富是互联网券商,APP体验好,佣金低,这几年冲得很猛。
股票开户选券商要看哪些硬指标
第一个是佣金。现在默认开户佣金普遍在万分之二点五到万分之三,但通过客户经理或者专属链接可以调到万分之一点二甚至万分之一。别小看这点差别,交易十万块钱,万三和万一点二差十八块钱。高频交易者一个月省几百块很正常。
第二个是APP好不好用。华泰的涨乐财富通、国泰的君弘、东财的东方财富,这三家APP月活最高。功能上,条件单、智能盯盘、财报数据、社区互动,各家有差距。用惯了某家APP的人换券商,头几天会特别别扭。
第三个是业务权限。创业板、科创板、北交所、融资融券、期权,不同券商的开通门槛和审批速度不一样。有的券商融资利率低到百分之五以下,有的还在百分之六以上,一年下来利息差不少。
第四个是线下网点。虽然现在 ninety percent 的业务都能在APP上办,但两融开户、期权开户、大额遗产继承这些事,还是得去柜台。你所在城市有没有这家券商的营业部,很重要。
第五个是量化交易接口。如果你写程序跑策略,得看券商提不提供量化交易API。华泰、国泰、中泰、东方财富这几家对量化接口支持较好。散户用miniQMT或者Ptrade,门槛是资金量五十万起,部分券商可以放宽到三十万。
期货开户和股票开户不一样
期货开户选券商系期货公司还是纯期货公司,逻辑不同。券商系期货公司,比如中信期货、国泰君安期货、银河期货、华泰期货,股东背景强,研发实力好,但手续费通常偏高。纯期货公司,比如永安期货、南华期货,产业客户多,在某些品种上有信息优势。
期货开户最重要的是看评级。证监会每年给期货公司评A、B、C、D、E五个大类,AA级是最高。2024年AA级期货公司有十八家,包括永安、中信、国泰君安、银河、华泰、南华、海通、广发、申银万国、光大、招商、国投安信、方正中期、宏源、浙商、平安、五矿、中粮。
评级高意味着风控严、通道稳、CTP系统快。做日内高频或者程序化交易,CTP通道的稳定性和速度直接决定滑点大小。AA级期货公司的机房通常离交易所更近,报单延迟低。
手续费方面,期货和股票不一样,期货手续费可以谈。交易所收一部分,期货公司加一部分。默认加收可能是交易所的两倍到三倍,找客户经理谈能降到交易所加一分钱。保证金比例也能调,但调低保证金等于放大杠杆,新手别碰。
量化交易选券商还是选期货公司
做股票量化,选券商。做期货CTA,选期货公司。做期权波动率策略,看券商有没有期权做市商资格。
股票量化的接口,主流是QMT和Ptrade。QMT支持Python和VBA,Ptrade支持Python。两个系统都是券商提供给客户的,但不同券商采购的版本不一样。有的券商QMT只给机构用,散户资金量达标也能申请。
期货量化的接口,主流是CTP。几乎所有AA级期货公司都支持CTP,但API文档的详细程度、技术支持响应速度差别很大。有的公司有专门的量化服务群,有的公司连个技术对接人都找不到。
代码演示一个最简单的股票量化策略框架,用QMT的Python接口。
# 一个双均线策略的骨架,在QMT上运行
def init(context):
# 设置标的,比如沪深300ETF
context.symbol = '510300.SH'
# 设置短期和长期均线周期
context.short_window = 5
context.long_window = 20
# 订阅行情
context.subscribe(context.symbol)
def handle_bar(context, bar_dict):
# 获取历史收盘价
prices = context.history(context.symbol, context.long_window + 1, '1d', 'close')
# 计算均线
short_ma = prices[-context.short_window:].mean()
long_ma = prices.mean()
# 获取当前持仓
pos = context.portfolio.positions.get(context.symbol, 0)
# 金叉买入
if short_ma > long_ma and pos == 0:
context.order_target_percent(context.symbol, 0.95)
# 死叉卖出
elif short_ma < long_ma and pos > 0:
context.order_target_percent(context.symbol, 0)
这个框架在QMT里能直接跑,但回测和实盘的成交逻辑有区别。回测用的是历史K线,实盘要处理滑点和撤单。券商提供的回测环境越接近实盘,策略上线的偏差越小。
期货量化用CTP的接口,代码结构类似,但要多处理保证金和强平逻辑。下面是个简单的报单示例。
# CTP报单示例,用vnpy框架
from vnpy_ctp import CtpGateway
from vnpy.trader.constant import Direction, Offset, OrderType
def send_order(gateway, symbol, direction, volume, price):
# 构建报单请求
req = {
'symbol': symbol,
'exchange': 'SHFE',
'direction': direction,
'type': OrderType.LIMIT,
'volume': volume,
'price': price,
'offset': Offset.OPEN
}
# 发送报单
gateway.send_order(req)
CTP的报单函数要考虑交易所的限价规则,上期所和能源中心的品种有平今仓手续费差异,程序里得单独判断。
开户前问自己三个问题
第一,你主要做股票还是期货还是期权。股票选券商,期货选期货公司,期权看券商有没有个股期权和ETF期权资格。
第二,你交易频率多高。高频交易选佣金低、通道快的,低频定投选APP好用、功能全的。
第三,你用不用程序化。用量化接口就选支持QMT或Ptrade的券商,做期货CTA就选CTP通道稳定的AA级期货公司。
城市不同,能选的营业部也不同。一线城市基本所有前十券商都有网点,三四线城市可能只有几家。开户之前上证监会官网查一下券商评级,再看一下当地有没有营业部。评级每年更新,最近一次分类评价里,AA级券商有十四家,A级有二十八家。
佣金是可以谈的,别直接在APP上点开户。找客户经理要专属链接,谈好佣金再开。期货手续费和保证金比例也能谈,但别为了低手续费选风控松的公司,穿仓了没人兜底。
