第2章冲击成本模型

2、冲击成本模型：线性冲击模型、平方根冲击模型、Almgren-Chriss模型框架

冲击成本这东西，说白了就是「你下单时，市场给你的惩罚」。你买得越急，价格就被你推得越高；你卖得越猛，价格就被你砸得越低。我刚开始做量化那会儿，总觉得冲击成本是个理论概念，直到有一次实盘回测跑得漂亮，一上实盘就亏钱——嗯，后来才发现，模型里根本没算冲击成本。

这一节，我们来拆解三个最经典的冲击成本模型。它们从简单到复杂，从粗糙到精细，基本覆盖了业内90%的应用场景。

线性冲击模型，是所有模型里最朴素的一个。它的假设很简单：价格冲击与交易量成正比。

公式长这样：

I(Q) = α · Q

其中：

举个例子：假设某只股票α=0.0001，你买10万股，冲击成本就是0.0001×100,000 = 10个基点。也就是说，你的成交均价会比当前市价高0.1%。

关键点：线性模型只适用于小单交易。一旦Q超过市场深度的某个阈值，冲击成本会急剧上升，线性假设就失效了。

我个人习惯用线性模型做快速估算。比如在策略开发初期，我需要判断一个信号是否值得交易，用线性模型算一下冲击成本，如果比预期收益还高，那这个信号直接扔掉就行。

避坑指南：我曾经在回测中直接用线性模型，结果实盘时发现冲击成本比模型预测高了3倍。后来排查发现，我用的α是盘口数据的平均值，但实际交易时，盘口深度会动态变化。所以，α一定要用实时数据更新，别偷懒。

线性模型太理想化了。真实市场里，冲击成本的增长速度比线性更快。你想想看，当你买入的量超过盘口最佳报价的挂单量时，你得吃掉更深的档位，价格自然跳得更快。

平方根模型就是为此而生。它的公式是：

I(Q) = β · √Q

这里：

为什么是平方根？这其实来自市场微观结构的经验观察。大量实证研究表明，冲击成本与交易量的平方根近似成正比。我见过不少做市商和算法交易团队，都用这个模型做实时报价调整。

你看，当交易量较小时，平方根模型的冲击成本比线性模型大得多。这更符合实际：小单交易时，你吃掉的是盘口最浅的流动性，冲击反而更明显。

注意：平方根模型虽然比线性模型好，但它仍然是一个静态模型。它假设市场条件不变，但实际交易中，波动率、买卖价差、订单流都会动态变化。所以，β参数需要定期校准。

终于到了重头戏。Almgren-Chriss模型（简称A-C模型）是量化交易领域最经典的冲击成本模型之一。它把冲击成本拆成了两部分：永久冲击和临时冲击。

永久冲击：你买入后，价格不会完全恢复。因为你的交易向市场传递了信息，改变了供需平衡。

临时冲击：你买入时，价格被暂时推高。等你的订单执行完毕，价格会部分回落。

A-C模型的数学形式如下：

永久冲击：I_permanent(Q) = γ · σ · (Q / V)^(1/2)
临时冲击：I_temporary(Q) = η · σ · (Q / V)^(3/4)

其中：

这个模型厉害的地方在于，它把冲击成本与市场状态（波动率、流动性）关联起来了。你想想看，同样一笔交易，在低波动、高流动性的市场里，冲击成本可能只有几个基点；但在高波动、低流动性的市场里，冲击成本可能飙升到几十个基点。

核心思想：A-C模型告诉我们，冲击成本不是固定的，而是与市场环境动态相关。这也是为什么很多算法交易系统都用它来做执行策略优化。

我记得有一次做ETF套利策略，需要同时买卖一篮子股票。如果用线性模型估算冲击成本，套利空间看起来很大；但用A-C模型一算，发现冲击成本几乎吃掉了所有利润。后来我调整了执行算法，把大单拆成小单，分散到不同时间段执行，才勉强跑出正收益。

说了这么多，到底该用哪个？我个人的经验是：

下面这张图，是我自己整理的三个模型的核心逻辑对比：

我的建议：如果你刚开始做冲击成本分析，先从线性模型入手，跑通流程。等你对市场数据有了感觉，再切换到平方根模型。最后，当你的策略需要精细执行时，再上A-C模型。别一上来就搞最复杂的，容易迷失在参数调优里。

嗯，这一节的内容就到这里。冲击成本模型是量化交易执行层面的基石，理解它们，你才能知道自己的策略到底赚的是「alpha」还是「流动性溢价」。