💸 交易成本分解：佣金、印花税、价差与冲击

成本模型是回测与实盘之间最大的鸿沟制造者：几乎每一个「回测很美、实盘很惨」的故事，成本都扮演了主要凶手。本篇把成本拆到最小单元，给出可直接进回测引擎的模型参数。

显性成本：可查账的部分

A 股股票的费用清单（费率随监管调整，用前核对最新）：

ETF 场内交易免印花税——高频调仓场景用 ETF 替代个股篮子有真实的成本优势。期货的成本结构完全不同：无印花税、佣金极低（按手），主要成本是展期成本与基差（见衍生品 ）——「成本」必须按品种重新定义，不能复用股票的参数。

价差成本：half-spread 的会计

市价单（吃单方）立即付出半个买卖价差：你要买 → 成交在 ask（卖一）而非中间价。half-spread = (ask − bid)/2。A 股的典型量级：沪深 300 成分股 1–3bp；中证 1000 成分 3–8bp；微盘股与流动性差的票 20bp+。

三个工程要点：

1. 价差随波动率与流动性动态变化——成本模型里的 spread 不该是常数：spread ≈ a + b × σ_d（与日内波动正相关），开盘与尾盘时段价差系统性更宽（时段分档）；
2. 限价单是「负价差」的期权：排队成交赚 half-spread，但承担不成交与逆向选择风险（排到了往往因为价格在往坏处走，见市场结构 ）——执行算法的进出场本质是在这个期权上做价；
3. 回测的简化阶梯：用「日线 high-low 的 1/4」估计 spread（Roll/Corwin-Schultz 类代理），或直接用 L2 快照的真实价差（有数据时，见数据类型 ）。

冲击成本：你推动价格的部分

下单量超过盘口深度时，你自己推动价格——这是大资金与小资金成本结构的分水岭。行业标准近似是平方根模型：

冲击成本 ≈ k × σ_d × √(Q / ADV)

Q=订单量、ADV=日均成交额、σ_d=日波动率、k≈0.5–1（经验系数，按市场与执行方式校准）。它给出的量级直觉：

• 流动性好的票（ADV 10 亿）买 1000 万：Q/ADV = 0.1%，冲击 ≈ 0.5 × 2% × √0.001 ≈ 3bp——可忽略；
• 冷门票（ADV 2000 万）买 500 万：Q/ADV = 25%，冲击 ≈ 0.5 × 3% × 0.5 ≈ 75bp——一个中频信号的半条命。

平方根模型的来源是 Kyle 模型一脉的市场微观结构理论（冲击 ∝ 订单量的平方根而非线性，见市场冲击与 Kyle 模型 ）。校准方法：用自己的成交流水回归——每笔成交的「决策价 vs 成交价」差额对 √(Q/ADV) 回归，斜率就是你的 k（这就是 TCA 的核心动作，见TCA ）。

滑点与机会成本：两个会计科目

滑点（slippage）：决策价（信号价）与实际成交均价的差额 = half-spread + 冲击 + 时效损耗（从决策到下单期间价格移动）——它是执行质量的综合仪表，但拆开才能归因（「时效损耗大」要提速，「冲击大」要拆单）。回测里应显式记录「决策价 → 假设成交价」的模拟滑点，实盘后用真实滑点对照（影子偏离的执行维度，见事中风控 ）。

机会成本（opportunity cost）：想成交没成交、价格走掉的部分。执行算法的时间权衡本质就是「冲击成本 ↑ vs 机会成本 ↓」：拆得越慢冲击越小、但错过行情越多——Almgren-Chriss 理论正是求这个权衡的最优轨迹（见执行算法 ）。机会成本最阴险的形态：止损单在跌停板挂不上——回测里这是「止损生效、小亏离场」，实盘里是「无法出场、亏满全程」（不可成交状态建模见回测框架设计 ）。

成本模型的完整参数卡（回测引擎配置示例）

1
2
3
4
5
6

commission: 0.0002        # 双边
stamp_tax: 0.0005         # 卖出
transfer_fee: 0.00001     # 双边
half_spread: {method: dynamic, base_bp: 4, vol_coef: 0.15}   # 基础+波动联动
impact: {model: sqrt, k: 0.7, participation_cap: 0.08}       # 参与率上限
min_fill_note: 跌停卖单/涨停买单不成交，顺延处理

成本压力测试是上线门槛（成本 ×2 后策略是否仍成立，见回测偏差 的清单）——因为成本参数的校准误差永远存在，策略必须对它的不确定性稳健。

关联阅读：冲击的理论根基市场冲击与 Kyle 模型 ；成本的实测TCA ；降低成本的算法执行算法 。