一、冲击成本基础：什么是市场冲击

做量化交易这些年，我见过太多人把精力全放在策略信号上，却忽略了执行环节。结果呢？策略回测年化50%，实盘一跑只剩10%。问题出在哪？十有八九是市场冲击在作祟。

市场冲击，说白了就是你的订单本身影响了价格。你买，价格涨；你卖，价格跌。这跟物理学里的「观测者效应」有点像——你观察一个系统，你的观察行为本身就改变了系统状态。

举个例子。假设某股票当前价格是100元，你想买10万股。如果市场深度足够，你可能以100.05元成交。但如果流动性差，你一路买上去，最后成交均价可能到了100.50元。这多出来的0.45元，就是市场冲击成本。

冲击成本的构成

冲击成本不是单一概念。我习惯把它拆成三块：买卖价差、价格影响、延迟成本。这三块就像三座大山，压在每个机构交易员头上。

1. 买卖价差（Bid-Ask Spread）

这是最直观的成本。你打开订单簿，买一价和卖一价之间的差额，就是价差。比如买一100.00，卖一100.02，价差就是2分钱。

对于小散户，这2分钱可能无所谓。但对于机构，一次交易几十万股，2分钱的价差就是几千块。我见过一个团队，策略年化收益才8%，光价差就吃掉3%。你说痛不痛？

市场类型	典型价差（bps）	对机构的影响
大盘蓝筹股	1-3 bps	可接受，但需优化
中小盘股	5-15 bps	显著侵蚀收益
流动性差的股票	20-50 bps	几乎无法交易

2. 价格影响（Price Impact）

价格影响是冲击成本的大头。你下单后，价格会沿着你的交易方向移动。你买，价格被推高；你卖，价格被打压。

为什么会这样？因为你的订单消耗了订单簿上的流动性。你吃掉了一档的挂单，价格就跳到下一档。你继续吃，价格继续跳。这就是所谓的「滑点」。

我记得有一次帮一家私募做执行优化。他们的策略信号很准，但每次下单都是市价单，一把梭。结果呢？10万股的订单，成交均价比信号价格高了0.8%。策略的夏普比率从2.1直接掉到0.9。后来我们改成算法交易，把大单拆成小单，用TWAP慢慢跑，冲击成本降了60%。

3. 延迟成本（Delay Cost）

延迟成本是最容易被忽视的。你为了减少冲击，把订单拆得很碎，慢慢执行。但在这段时间里，市场价格可能已经变了。

你想想看，如果你要买入，而市场正在上涨，你每延迟一分钟，可能就要多付几个bps。这就是延迟成本——为了降低冲击而付出的时间代价。

冲击成本和延迟成本是一对矛盾。你追求低冲击，就得拉长执行时间，延迟成本就上来了。你追求低延迟，一把梭，冲击成本又爆炸。这就是机构交易的核心难题——如何在两者之间找到最优平衡点。

# 一个简单的冲击-延迟权衡模型
def total_cost(impact_cost, delay_cost, alpha):
    """
    impact_cost: 冲击成本（bps）
    delay_cost: 延迟成本（bps）
    alpha: 信号强度（预期收益，bps）
    """
    total = impact_cost + delay_cost
    # 如果总成本超过信号收益，这笔交易就不该做
    if total > alpha:
        return None  # 交易不可行
    return total

为什么冲击成本是机构交易的核心痛点

这个问题我问过很多刚入行的朋友。他们的第一反应往往是：「不就是多花点钱吗？」

嗯，这话对了一半。确实多花钱，但问题远不止于此。

第一，冲击成本直接吃掉收益。 机构交易的利润本来就不厚。一个策略年化收益可能只有10-15%，冲击成本如果占到3-5%，那就是30-50%的利润没了。你想想看，辛辛苦苦做研究、写代码、调参数，结果一半收益被执行环节吃掉，这谁受得了？

第二，冲击成本影响策略评估。 回测时我们假设能以信号价格成交。但实盘不行。一个在回测里表现优异的策略，可能因为冲击成本太大，实盘直接变成亏损。我见过太多团队在回测里兴高采烈，实盘后垂头丧气。说白了，就是没把冲击成本算进去。

第三，冲击成本会自我强化。 你冲击越大，价格偏离越严重。价格偏离越严重，其他交易者越不敢接你的单。流动性进一步下降，冲击成本继续上升。这是一个恶性循环。尤其是做市商看到你的大单，他们会主动调整报价来「吃」你。嗯，这市场就是这么残酷。

本章知识体系

下面这张图是我自己整理的冲击成本知识框架。你可以把它当成一张地图，后续章节都会围绕这些概念展开。

这张图把冲击成本的三个构成部分以及它们各自的子问题都列出来了。你可以看到，每个分支下面还有更细的内容。后续章节我们会逐一深入。

---

公众号:蓝海资料掘金营，微信deep3321