3. 滑点构成要素：固定成本、显性滑点、隐性滑点
做量化交易，最怕的不是亏钱，而是亏了钱还不知道亏在哪。
我个人习惯把滑点拆成三块来看：固定成本、显性滑点、隐性滑点。这三块加在一起，才是你实际成交价和理论价之间的真实差距。
3.1 固定成本：佣金与税费
这部分最简单，也最容易被忽略。说白了，就是交易所和券商收的「过路费」。
- 佣金：按成交金额的万分之几收取。我见过不少新手，策略回测年化20%，一算佣金占比3%，直接变成17%。
- 印花税：A股卖出时收千分之一，这个没法省。
- 过户费、经手费：小钱，但积少成多。
关键点：固定成本是「确定」的，下单前就能算清楚。我建议在回测框架里直接把这部分写死，别等实盘了才后悔。
避坑指南：我曾经遇到一个团队，回测时佣金设的是万分之二，实盘券商给的是万分之二点五。就这0.5‱的差距，高频策略一年下来少赚了6位数。
3.2 显性滑点：买卖价差
买卖价差，就是盘口上买一和卖一之间的差价。
你想想看，如果你要市价买入，成交价就是卖一价；如果你要卖出，成交价就是买一价。这一来一回，中间的差价就是你的成本。
| 市场流动性 | 典型价差（bps） | 影响 |
|---|---|---|
| 高流动性（如沪深300成分股） | 0.5 - 2 bps | 几乎可以忽略 |
| 中等流动性 | 5 - 15 bps | 需要纳入模型 |
| 低流动性（小盘股、ETF） | 20 - 100+ bps | 必须重点考虑 |
我在做ETF套利时，最怕的就是流动性差的品种。盘口价差50bps，你策略逻辑再漂亮，一进去先亏半个点。
注意：价差不是固定的。盘中波动大时，价差会瞬间拉宽。我建议用「加权平均价差」来估算，别只看静态数据。
3.3 隐性滑点：市场冲击、延迟成本、机会成本
这部分才是真正的「隐形杀手」。你看不见它，但它一直在吞噬你的收益。
3.3.1 市场冲击
你下单的量太大，直接把价格打上去了。这就是市场冲击。
举个例子：你想买10万股某小盘股，盘口卖一只有5000股。你市价一砸，卖一吃完了，卖二、卖三、卖四全被你推高。最终成交均价远高于你预期的价格。
核心公式：市场冲击 ≈ (订单量 / 市场深度) × 价格弹性系数
我个人习惯用「Almgren-Chriss模型」来量化冲击成本。简单说，就是把订单拆成小单，用时间换空间。
# 一个简化的冲击成本估算函数
def estimate_impact(volume, avg_volume, spread):
# volume: 你的订单量
# avg_volume: 该股票日均成交量
# spread: 当前买卖价差
participation_rate = volume / avg_volume
impact_bps = 0.5 * spread + 10 * participation_rate
return impact_bps3.3.2 延迟成本
从你决定下单，到订单真正到达交易所，这中间有延迟。
为什么会这样？因为网络传输、系统处理、交易所撮合都需要时间。这几十毫秒的延迟，在行情剧烈波动时，足以让你的成交价偏离预期。
我记得有一次做股指期货的日内策略，服务器在深圳，交易所数据源在上海。网络延迟30ms，结果每次下单都比预期慢了半拍，一天下来多亏了0.2%。
建议：如果做高频，尽量把服务器托管在交易所机房。如果做中低频，延迟成本可以忽略，但别完全不管。
3.3.3 机会成本
这个最隐蔽。你因为担心冲击成本，把订单拆得很碎，慢慢挂单。结果行情突然起飞，你只成交了一半，另一半没买到。
没成交的那部分，就是机会成本。
说白了，机会成本 = 未成交部分 × (最终价格 - 你的目标价格)。
平衡点：冲击成本和机会成本是一对矛盾。你越想减少冲击，机会成本就越高；你越想快速成交，冲击成本就越大。我建议用「最优执行算法」来动态平衡这两者。
3.4 知识体系总览
下面这张图，是我自己整理滑点归因时画的。它把三大类滑点以及它们之间的关系，一次性讲清楚。
嗯，这张图基本把滑点的骨架搭出来了。你每次做交易归因时，都可以拿这张图对照着看，到底是哪一块在拖后腿。
总结一句话：固定成本是明牌，显性滑点可以算，隐性滑点才是真正考验交易算法的地方。我个人做归因时，会把隐性滑点拆成三个子项分别统计，这样才知道优化方向在哪。
公众号:蓝海数据掘金营，微信deep3321