篇章进度
规则是市场的操作系统——看懂谁在管、管什么、罚什么,才能避免「怎么死都不知道」。
继续本章学习
01 · 中国金融监管体系
下一节课程 · 16 · 监管与合规篇
规则是市场的操作系统——看懂谁在管、管什么、罚什么,才能避免「怎么死都不知道」。
08-入土篇讲的是个人避坑:怎么不上当、钱怎么合法进出;本篇换一个视角,从监管体系出发系统讲规则:监管机构怎么分工、牌照怎么发、违规怎么罚、加密与程序化交易的红线在哪里。
⚠️ 风险提示
本篇全部内容仅为知识科普,基于公开常识与公开资料整理,不构成法律意见、投资建议或税务意见。监管法规、执法口径与牌照政策变动频繁,文中任何具体结论均以最新法规、官方文件及监管机构/专业人士意见为准。
从国务院金融委到「一行一局一会」的监管全景:央行管货币政策与宏观审慎,金融监管总局管银行保险,证监会管证券期货。本篇拆解证监会管什么(发行、交易、信披、操纵、内幕交易)、穿透式监管怎么穿透、资管新规如何打破刚兑、投资者适当性如何分级,最后用内幕交易与操纵市场的典型处罚案例说明「罚什么、罚多重」。
美国联邦与自律双层监管:证券找 SEC、期货找 CFTC、场外零售靠 FINRA。本篇梳理 1933 证券法/1934 交易法、《多德-弗兰克法案》与 Reg BI 利益冲突规则,再依次过香港 SFC 牌照体系、新加坡 MAS、欧盟 MiFID II,最后用「为什么交易所爱选离岸岛」讲透监管套利。
加密资产是全球监管变化最快的领域:中国从 2017「94」到 2021 全面清退,美国 SEC 与 CFTC 争夺定性,香港推出 VASP 发牌,日本以《资金结算法》落地牌照,欧盟 MiCA 登场。本篇还覆盖稳定币立法、各国加密税务态度差异,并给出普通人的合规生存指南——本篇变化极快,务必以最新规定为准。
金融牌照是金融公司的护城河,也是普通交易者识别「谁是真的」的标尺。本篇给出中国银行/证券/基金/期货/保险/支付/小贷牌照图谱、券商业务资格细分、公募与私募的准入门槛、香港 1-13 号牌详表与美国 FINRA 系列考试常识,最后落到实操:怎么用官网查询核实一家机构到底有没有牌照。
2023-2025 年,中国程序化交易监管从「自律指引」走向「正式规定」。本篇讲清新规要点:谁要报告、报告什么、什么算高频(报单速率、撤单率)、异常交易监控与差异化收费,并结合美股 Reg NMS/maker-taker、欧盟高频监管的经验,给个人量化开发者一份可直接落地的合规清单。
行情软件底部那行「仅供参考,不构成投资建议」不是摆设。本篇拆解信息与建议的合规分界线、免责声明的法律作用与局限、适当性义务下的风险等级匹配逻辑,以及平台常用自保条款——最后给普通用户一份「怎么读小字」的实操清单。
面向开发者的一篇:行情数据从哪来、能不能展示给别人、展示时怎么免责。本篇覆盖数据版权与 API 授权、实时行情展示的权限边界、工具类应用与投资建议的界限(MiFID II/MiCA 视角),以及开源 K 线类项目可直接照做的合规检查清单。
从洗钱三阶段(放置/分层/整合)与 KYC 讲起:金融机构与 VASP 的 AML 义务(CDD/EDD/持续监控/STR)、FATF 旅行规则与链上监控、普通交易者会遇到的实名/限提/冻结等合规动作、可疑交易特征清单、税务申报要点与处罚案例。核心立场:资料真实、资金清晰、账户不外借、交易留记录——合规是普通交易者的护身符。
① 中国监管体系(先懂本国:谁在管、管什么、罚什么)
↓
② 美国与全球监管(再懂国际:出海交易面对的规则)
↓
③ 加密监管(特殊战场:规则未定、变化最快)
↓
④ 牌照与市场准入(落地工具:怎么识别正规机构)
↓
⑤ 程序化交易与合规(量化向:新规下的开发红线)
↓
⑥ 平台免责与投资者适当性(用户向:小字里藏着责任边界)
↓
⑦ 行情数据与工具类应用合规(开发者向:数据授权与免责清单)
↓
⑧ 反洗钱与交易合规(用户向:KYC/AML 义务、可疑特征与税务申报)
监管与合规篇 · 随堂测
3 道概念题 · 即时判分
梳理中国金融市场各机构对应的监管者,以「谁在管」为线索搭建监管体系骨架。
全球主要市场监管地图,覆盖美国双层体系、港新欧盟牌照逻辑与离岸注册地选择。
按地区梳理加密监管地图,涵盖中美港欧制度差异与普通人合规生存指南。
中国金融牌照图谱与境外牌照体系讲解,教你三分钟在官网核实机构合规性。
拆解程序化交易统一规则框架,涵盖报告制度、高频监管与个人开发者合规清单。
讲清免责声明法律作用、投资者适当性底层逻辑,教你读懂平台「小字」合规边界。
覆盖数据版权授权、实时行情展示权限、投资建议边界与开源项目合规检查清单。
讲透反洗钱与 KYC 规则,涵盖合规动作、可疑交易标记与税务申报处理。
🤖 AI 章节摘要
下一篇章 →
17 · 工具与平台篇
前面的篇章教你看懂市场、建立系统、识别风险,本篇回答另一个问题:用什么东西去看、去哪里拿数据、在哪个平台交易、用什么环境跑你的研究。