全球券商与交易所开户笔记

融合项目池（5 个）

• alpacahq/alpaca-trade-api-python
• erdewit/ib_insync（已归档，仍具参考价值）
• ccxt/ccxt
• hummingbot/hummingbot
• QuantConnect/Lean

开户不是“注册账号”，而是建立交易基础设施

你需要一次性考虑：

• 身份与税务合规（KYC/AML/税务声明）
• 账户类型（现金、保证金、公司户、退休账户）
• 交易权限（股票、期权、期货、加密、杠杆）
• API 与自动化权限（只读、交易、提现）
• 资金通道与清算时间（入金、出金、币币转账、法币通道）

通用开户流程（全球化版本）

1. 选择受监管机构并确认服务地区可用性。
2. 提交身份与地址证明，完成 KYC。
3. 完成税务与适当性问卷，申请产品权限。
4. 设置双因素认证、设备白名单、API 权限最小化。
5. 先做模拟/小额验证，再放开策略执行。

风险控制与权限设计

• 交易 API 与资金 API 分离；默认关闭提现 API。
• 分账户隔离：研究账户、实盘账户、高风险账户分离。
• 定期轮换 API key 与访问白名单。
• 建立异常告警：登录、IP 变化、资金转移、订单异常。

项目映射

• ib_insync：IB API 自动化原型（注意项目归档状态）。
• alpaca-trade-api-python：美股 API 入门与订单管理。
• ccxt：多交易所统一接口，适合做交易路由。
• hummingbot：连接器体系与加密执行框架。
• Lean：多券商与多资产研究到部署链路。

我的结论

1. 开户成功只代表“可交易”，不代表“可稳定交易”。
2. 权限设计与风控配置的优先级高于策略上线速度。
3. 对自动化交易者，基础设施正确性是第一 alpha。

参考来源

• Alpaca API: https://github.com/alpacahq/alpaca-trade-api-python
• ib_insync: https://github.com/erdewit/ib_insync
• CCXT: https://github.com/ccxt/ccxt
• Hummingbot: https://github.com/hummingbot/hummingbot
• Lean: https://github.com/QuantConnect/Lean
• Schwab Open Account: https://www.schwab.com/open-an-account
• FINRA BrokerCheck: https://brokercheck.finra.org

另外，建议把“账户可交易性检查”做成固定周报：权限是否变化、出入金是否顺畅、API 是否稳定、时区与交易日历是否同步更新。基础设施稳定性通常比短期收益提升更重要。

市场切片补充

把规则放进具体时间段更容易检验。例如 2020 年一季度的风险冲击阶段、2022 年的全球紧缩阶段、2023 年的结构修复阶段，价格反应、成交深度和风险偏好都不相同。若把这三个阶段混在一起求平均，很多结论会被稀释；若分阶段评估，同一套方法在不同环境中的边界会更清楚。

在执行层面，可以把“阶段识别”写入日常流程：先确认当前处于扩张、收缩还是修复，再决定仓位上限、下单时段和止损阈值。这样做不是为了追求完美预测，而是为了避免在不适配环境里重仓。跨市场核验时，建议直接对照 NYSE 时段、Nasdaq 日历、HKEX 时段 与 CFTC 术语 做参数确认。

复盘框架

每篇笔记都可落到同一套复盘问题：第一，当前结论依赖的前提是否仍成立；第二，若波动率提升一个等级，仓位和执行规则是否需要同步调整；第三，若成交成本抬升，策略是否仍具备正期望。把复盘问题固定下来，知识会从“记住观点”转为“可持续迭代的决策系统”。