第二章：回扣计算与结算机制
做量化交易的朋友都知道，手续费是隐形的利润杀手。但很多人不知道的是——如果你做对了方向，手续费反而能变成你的收入。这就是回扣的魅力。
今天我们就来聊聊回扣的计算与结算。这部分内容，说白了就是搞清楚「交易所到底怎么扣钱，又怎么返钱」。我做了这么多年风控，见过太多人因为算不清这笔账，策略明明赚钱，一扣手续费反而亏了。
2.1 Taker与Maker费用模型
先讲最基础的概念。交易所把订单分成两种角色：
- Maker（挂单者）：你挂一个限价单，没有立即成交，而是挂在订单簿上等着。你提供了流动性，交易所通常给你优惠，甚至返钱。
- Taker（吃单者）：你直接按市场价吃掉订单簿上的单子。你消耗了流动性，交易所会收你更高的手续费。
我个人习惯把Maker想象成「摆摊的」，Taker是「直接拿钱买东西的」。摆摊的给市场提供了商品选择，所以市场管理费低；直接买的图方便，多交点费也合理。
核心公式：
Maker手续费 = 成交金额 × Maker费率（通常为负值，即返钱）
Taker手续费 = 成交金额 × Taker费率（通常为正值，即扣钱）
举个例子。假设你在Binance做BTC/USDT交易，Maker费率是-0.01%，Taker费率是0.04%。你挂了100万U的Maker单，成交后交易所反而给你10U。如果你直接吃单，就要交400U。
嗯，这里要注意：不同交易所的费率差异很大。有的交易所Maker费率是0，有的是负的。我见过最夸张的是某小型交易所，Maker返佣高达0.02%，但Taker费率也高得吓人——0.1%。
2.2 回扣计算公式
回扣计算其实不复杂，但细节容易踩坑。我们拆开来看。
2.2.1 基础回扣公式
回扣金额 = 成交名义本金 × 回扣费率
其中：
- 成交名义本金 = 成交数量 × 成交价格
- 回扣费率 = 交易所规定的Maker返佣比例（通常为负值）
举个例子：
你在OKX挂单买入10个BTC，成交价30000 USDT
名义本金 = 10 × 30000 = 300,000 USDT
Maker费率 = -0.015%
回扣金额 = 300,000 × (-0.015%) = -45 USDT
（负值表示交易所给你钱，实际到账+45 USDT）
我曾经在项目中遇到过一个问题：某交易所对某些币种有最低回扣门槛。比如你挂单只成交了10U，按费率算应该返0.001U，但交易所规定最低返0.01U。这种细节不注意，对账时就会对不上。
避坑指南： 我曾经因为没注意「最小回扣单位」这个参数，导致策略回测和实盘差了0.3%的收益。后来我养成了一个习惯——每次接入新交易所，第一件事就是拉取它的费率规则JSON，逐条解析。
2.2.2 阶梯费率与VIP等级
大多数交易所都有阶梯费率。你交易量越大，费率越优惠。比如：
| 30天交易量（BTC） | Maker费率 | Taker费率 |
|---|---|---|
| < 100 | -0.01% | 0.04% |
| 100 - 1000 | -0.015% | 0.035% |
| > 1000 | -0.02% | 0.03% |
这里有个坑：阶梯费率是按「近30天累计交易量」计算的，而且是动态调整的。你今天交易量上去了，明天费率就变了。我见过有人策略跑得好好的，突然有一天手续费暴涨，一查才发现是交易量掉到了下一档。
2.3 结算周期与对账
回扣不是实时到账的。不同交易所的结算周期差异很大。
2.3.1 常见结算周期
- T+0 实时结算：成交后立即返佣。Binance、OKX等主流交易所都是这种。
- T+1 日结：第二天统一结算。部分中小交易所采用。
- 周结/月结：一周或一个月结算一次。多见于做市商协议。
我个人建议：做高频策略一定要选T+0结算的交易所。为什么？因为回扣是你的现金流。如果T+1结算，你的资金利用率就低了。我见过一个做市团队，因为选了月结的交易所，结果一个月下来回扣占了总利润的15%，但资金被占用了一个月，机会成本巨大。
注意： 有些交易所虽然宣称T+0，但实际到账有延迟。比如某交易所的API文档写的是「实时返佣」，但我实测发现平均延迟3-5秒。对于毫秒级高频交易来说，这个延迟足以影响策略。
2.3.2 对账方法
对账是风控的核心环节。我一般用三步法：
- 拉取交易记录：通过API获取每笔成交的详细信息，包括成交时间、价格、数量、手续费、回扣。
- 计算理论回扣：根据费率规则，手动计算每笔订单应该返多少。
- 比对差异：将理论值和实际值做差，超过阈值就报警。
# 伪代码示例
def check_rebate(trades, fee_rules):
for trade in trades:
expected = trade.amount * trade.price * fee_rules.maker_rate
actual = trade.rebate
if abs(expected - actual) > 0.0001:
alert(f"对账异常：订单{trade.id}，预期{expected}，实际{actual}")
我曾经用这个逻辑抓出过一次问题：某交易所的API返回的「手续费」字段，竟然包含了回扣和手续费的总和，而不是分开的。导致我算出来的回扣总是对不上。后来我仔细读了API文档才发现，人家把回扣直接算成了负数手续费。
2.4 常见交易所规则对比
我整理了一张对比表，方便大家快速了解主流交易所的差异：
| 交易所 | Maker费率 | Taker费率 | 结算周期 | 特殊规则 |
|---|---|---|---|---|
| Binance | -0.01% ~ 0% | 0.04% ~ 0.1% | T+0 | BNB抵扣可再打折 |
| OKX | -0.015% ~ 0% | 0.035% ~ 0.1% | T+0 | 阶梯费率按30天交易量 |
| Bybit | -0.01% ~ 0% | 0.04% ~ 0.075% | T+0 | USDC永续合约费率不同 |
| Deribit | -0.01% | 0.05% | T+1 | 期权合约费率固定 |
你想想看，同样是做Maker策略，在Binance和Deribit的费率差了0.005%。如果每天交易1亿U，一年下来就是18万U的差距。这就是为什么我每次接入新交易所，第一件事就是算清楚费率。
我的经验： 不要只看表面费率。有些交易所虽然Maker费率低，但Taker费率极高。如果你的策略有部分吃单需求，综合成本可能反而更高。我建议用「加权平均费率」来评估——根据你的策略中Maker和Taker的比例，算出一个综合费率。
知识体系结构图
下面这张图总结了本章的核心逻辑，方便你快速回顾：
这张图把本章的知识点串起来了。从左到右看：先理解费用模型，然后学会计算回扣，最后掌握对账方法。每一步都有坑，但只要你按这个框架走，基本不会出大问题。
最后说一句： 回扣计算看似简单，但实际落地时细节很多。我建议你写一个自动化对账脚本，每天跑一遍。别问我为什么——我曾经因为交易所改了费率没通知，导致对账差了2万U。从那以后，我再也不相信人工对账了。