第二十七章：交易成本分析
交易成本这东西，说白了就是你在市场里「买路钱」。我刚开始做量化的时候，总觉得策略赚钱就行，成本那点小钱无所谓。直到有一次回测跑得漂亮，实盘却亏得莫名其妙——一查才发现，光滑点就吃掉了年化收益的40%。嗯，从那以后，我再也不敢小看交易成本了。
显性成本：看得见的「明账」
显性成本，就是交易所和券商明明白白告诉你要收的钱。我习惯把它们分成三类：
- 佣金：券商收的服务费。现在很多券商给量化交易者的佣金已经压到万1甚至更低，但要注意最低收费——比如一笔5元，小单子就很吃亏。
- 印花税：国家收的，A股目前是卖出时收千分之一。这个没法省，只能尽量少交易。
- 过户费：中国结算收的，万0.2左右，金额不大但别忽略。
关键点：显性成本是「确定性」的，每一笔都能算清楚。但很多人只盯着佣金，忽略了印花税——其实印花税才是大头，尤其对高频策略来说。
隐性成本：看不见的「暗箭」
隐性成本才是真正的坑。我在项目中遇到过好几次，策略明明算着赚钱，实盘就是不行，最后发现全是隐性成本在作祟。
常见的隐性成本包括：
- 滑点：你看到的价格和实际成交价之间的差。流动性差的股票，滑点能到好几个tick。
- 市场冲击：大单子一进去，直接把价格打偏了。你想想看，你买100万股和买100股，对市场的影响能一样吗？
- 延迟成本：信号出来到成交之间的时间差。高频交易里，1毫秒的延迟可能就是一笔亏钱和赚钱的区别。
- 机会成本：没成交的那部分订单，本来能赚的钱没赚到。
我的经验：评估隐性成本，最实用的方法是做「模拟交易」——用历史数据回放，模拟真实的市场冲击和滑点。我一般会在回测中加一个「滑点模型」，比如固定加1个tick，或者按成交量比例动态计算。
成本归因：把账算清楚
成本归因，就是搞清楚每一分钱到底花在了哪里。我个人习惯用「分解法」：
- 先算总交易成本 = 买入成本 + 卖出成本
- 再拆成显性部分和隐性部分
- 显性部分再拆成佣金、印花税、过户费
- 隐性部分再拆成滑点、冲击、延迟
举个例子，假设你买了一笔股票：
| 成本项 | 金额（元） | 占比 |
|---|---|---|
| 佣金 | 50 | 5% |
| 印花税 | 100 | 10% |
| 过户费 | 20 | 2% |
| 滑点 | 300 | 30% |
| 市场冲击 | 530 | 53% |
| 合计 | 1000 | 100% |
看到没？隐性成本占了83%。如果你只看佣金和印花税，那真是捡了芝麻丢了西瓜。
TCA报告：交易成本分析报告
TCA（Transaction Cost Analysis）报告，就是把上面的分析做成一个标准化的文档。我一般会包含这几个部分：
- 执行质量概览：成交率、滑点率、冲击成本等核心指标
- 成本分解：显性 vs 隐性，各项占比
- 时间序列分析：成本随时间的变化趋势
- 对比基准：和VWAP、TWAP等基准比较
- 异常交易标记：哪些交易的成本异常高
写TCA报告的时候，我习惯用Python自动化生成。下面是一个简单的示例：
import pandas as pd
import numpy as np
def generate_tca_report(trades):
"""
生成TCA报告
trades: DataFrame，包含price, volume, side, timestamp等字段
"""
report = {}
# 显性成本
report['commission'] = trades['volume'].sum() * 0.0001 # 万1佣金
report['stamp_tax'] = trades.loc[trades['side']=='sell', 'volume'].sum() * 0.001
# 隐性成本：滑点
trades['slippage'] = abs(trades['price'] - trades['mid_price']) / trades['mid_price']
report['avg_slippage'] = trades['slippage'].mean()
# 市场冲击：用Amihud指标估算
trades['amihud'] = abs(trades['price'].pct_change()) / trades['volume']
report['market_impact'] = trades['amihud'].mean() * 1e6
return report注意：TCA报告不是做一次就完事的。我建议每周或每月跑一次，看看成本有没有异常变化。有一次我发现滑点突然飙升，一查才发现是交易所改了撮合规则——要不是TCA报告及时报警，我可能还在傻傻地交易。
优化建议：把成本降下来
知道了成本在哪，接下来就是怎么优化。我总结了几条实战经验：
- 算法交易：用TWAP、VWAP、Iceberg等算法把大单拆小，降低市场冲击。我一般用VWAP做日内交易，用TWAP做隔夜交易。
- 选择流动性好的标的：流动性差的股票，滑点能吃掉你所有利润。我建议只交易日均成交额在1亿以上的股票。
- 优化下单时机：避开开盘和收盘的波动期，选择流动性最好的时段下单。
- 降低交易频率：每笔交易都有固定成本，交易越频繁，成本占比越高。我见过有人一天交易100次，结果佣金比利润还高。
- 使用DMA（直接市场接入）：减少中间环节，降低延迟成本。
避坑指南：我曾经为了省佣金，选了一家小券商。结果他们的交易系统经常卡顿，延迟比大券商高了50毫秒。省下来的佣金全赔在滑点上了。所以，别只看佣金，要看综合成本。
知识体系总览
下面这张图，是我对交易成本分析的整体理解。你可以把它当作一个检查清单：
交易成本分析，说白了就是「算清楚账，然后想办法省钱」。显性成本是明账，隐性成本是暗账，成本归因是把账算明白，TCA报告是定期对账，优化建议就是省钱的办法。
我做了这么多年量化，最大的体会就是：成本控制能力，本身就是一种策略优势。同样的策略，成本控制得好的人，年化收益能高出5-10个百分点。别小看这点差距，复利下来，差距就是几倍甚至几十倍。