一、回扣机制概述
什么是算法交易回扣
先说说回扣是什么。说白了,就是交易所给你「返现」。
你想想看,交易所本质上是个撮合平台。有人买,有人卖,它赚手续费。但问题是——如果市场上没人挂单,交易就撮合不起来。所以交易所想了个办法:谁往订单簿上挂限价单,给市场提供流动性,我就给你钱。
这个「给钱」的行为,就是回扣(Rebate)。
具体怎么操作呢?我举个例子:
- 你在某交易所挂了一笔买单,价格是10.00元,数量1000股
- 这单没有立即成交,而是挂在订单簿上等着
- 过了一会儿,另一个交易者以10.00元卖给你了
- 交易所会从卖方那里收手续费,然后分一部分给你
这就是回扣的典型场景。你提供了流动性,交易所奖励你。
核心概念:回扣 = 交易所向流动性提供者支付的费用。通常以「每手/每股」计算,单位是美分或厘。
我在项目中遇到过不少新手,以为回扣是交易所白送的钱。其实不是。回扣的本质是交易所用来激励做市商和流动性提供者的工具。你提供流动性,交易所给你返现;你吃掉流动性,交易所收你手续费。
回扣的历史演变
回扣这东西,不是一开始就有的。我简单梳理一下它的演变过程:
| 时期 | 特征 | 典型事件 |
|---|---|---|
| 1990年代前 | 固定佣金制 | 交易所统一收费,没有回扣概念 |
| 1997年 | 纳斯达克引入ECN | 开始出现「做市商返现」模式 |
| 2000年代 | 高频交易兴起 | 回扣成为高频交易的核心收入来源 |
| 2010年代 | 全球交易所跟进 | 几乎所有主流交易所都采用回扣机制 |
| 2020年代 | 回扣竞争白热化 | 部分交易所开始「负回扣」模式 |
嗯,这里有个关键节点——1997年纳斯达克引入ECN(电子通信网络)。我记得当时华尔街的老交易员们还在用手势报价,ECN一出来,整个市场结构都变了。ECN为了吸引订单流,开始给提供流动性的交易者返现。这就是回扣的雏形。
后来高频交易公司发现,靠回扣就能赚钱。你想想看,如果每笔交易交易所给你0.2美分回扣,一天做100万笔,那就是2000美元。一年下来,光回扣收入就几十万美元。这还不算价差收益。
到了2010年代,回扣机制已经非常成熟。交易所之间为了争夺流动性,甚至开始打「回扣战」。你给0.2美分,我就给0.25美分。我见过有些交易所,回扣比例高到离谱,几乎把手续费全返给流动性提供者。
个人经验:我曾经参与过一个项目,专门做跨交易所回扣套利。说白了就是在A交易所吃流动性,在B交易所提供流动性,赚取回扣差价。这个策略在2015年左右非常赚钱,但现在已经被交易所的「反套利规则」限制得差不多了。
回扣对市场流动性的影响
这个问题很有意思。回扣到底是好是坏?我直接说结论:回扣显著提升了市场流动性,但也带来了副作用。
先说好的方面:
- 价差缩小:做市商愿意挂更窄的价差,因为回扣能覆盖部分风险
- 深度增加:订单簿上挂单数量更多,大单更容易成交
- 交易成本降低:普通投资者买卖价差变小,实际交易成本下降
但副作用也很明显:
- 虚假流动性:有些交易者只为了拿回扣而挂单,成交意愿很低
- 市场操纵:通过「自成交」骗取回扣,这是交易所严厉打击的行为
- 不公平竞争:大型做市商有技术优势,能抢到更多回扣
为什么会这样?我解释一下。回扣机制本质上改变了交易者的行为模式。没有回扣时,你挂单是因为你真的想买或想卖。有回扣时,你挂单可能是因为「挂单本身就能赚钱」。这就导致了大量「虚假流动性」——订单簿上看着挂了很多单,但真正愿意成交的没多少。
我在项目中遇到过最典型的案例:某个小型交易所,回扣比例设得特别高。结果来了几个高频交易团队,用服务器在交易所旁边托管,专门做回扣套利。他们挂单后,如果发现有人要成交,立刻撤单。这样既拿了回扣,又避免了实际成交的风险。交易所发现后,气得直接修改了规则——撤单率超过30%的账户,取消回扣资格。
避坑指南:我曾经吃过一次亏。在某个交易所做市,回扣比例很高,我算了一下年化收益很漂亮。结果没注意到交易所的「最低成交率」条款——如果挂单成交率低于20%,回扣减半。我挂了大量订单,但成交率只有15%,最后回扣收入大打折扣。所以,做回扣策略前,一定要仔细阅读交易所的规则细则。
从整体来看,回扣对市场流动性的影响是正面的。没有回扣,做市商没有动力提供流动性,市场价差会更大,深度会更浅。但回扣机制需要合理设计,否则会滋生各种套利行为。
我个人习惯把回扣机制比作「市场润滑剂」。润滑剂加多了,机器跑得快,但也会弄脏环境。交易所要做的就是找到那个「最优润滑剂量」——既能激励流动性提供者,又不会导致市场扭曲。
这张图展示了回扣机制的核心逻辑。交易所处于中心位置,连接着流动性提供者和流动性消耗者。提供流动性的人获得回扣,消耗流动性的人支付手续费。订单簿是这一切发生的地方。
最后说一句:回扣机制不是万能的。它只是市场微观结构中的一个环节。真正优秀的算法交易系统,需要综合考虑回扣、价差、冲击成本、延迟等多个因素。回扣优化,只是其中的一块拼图。