4. 交易标的与资产池：股票池定义、合约规格、交易成本模型

做回测的第一步，不是写代码，而是想清楚你要交易什么。

我见过不少新手，上来就写策略逻辑，结果跑回测时发现股票池里混进了ST股、停牌股，或者手续费算得离谱。嗯，这些坑我都踩过。今天我们就来聊聊交易标的和资产池的定义，以及那个让人头疼的交易成本模型。

4.1 股票池定义：你的“选股篮子”

股票池，说白了就是你的策略只能在哪些股票上交易。你不能让策略去交易全市场4000多只股票，那既不现实，也没必要。

我个人习惯把股票池分为三类：

• 全市场池：所有A股，但需要过滤掉ST、*ST、停牌股、上市不足60天的次新股。
• 指数成分股池：比如沪深300、中证500、创业板指。这类池子流动性好，适合大资金。
• 自定义池：比如只做消费股、医药股，或者你自己通过基本面筛选出来的股票。

举个例子，我曾在项目中遇到过一个问题：策略在回测里表现很好，但实盘却亏得一塌糊涂。后来发现，回测时股票池包含了大量小盘股，而实盘时这些股票流动性不足，根本买不进去。所以，股票池的流动性过滤非常重要。

4.2 合约规格：每只股票的交易规则

每只股票都有自己的“脾气”，也就是合约规格。你需要告诉回测引擎：

• 交易单位：A股是100股（1手），科创板是200股。港股、美股又不一样。
• 最小变动价位：A股是0.01元，但有些ETF是0.001元。
• 涨跌停限制：主板±10%，创业板、科创板±20%，北交所±30%。
• 交易时间：A股是9:30-11:30、13:00-15:00。集合竞价阶段能不能交易？这也要定义清楚。

你想想看，如果回测引擎不知道涨跌停限制，策略在涨停板时还买入，那回测结果就是假的。我曾经犯过这个错，回测年化收益50%，实盘直接腰斩。

4.3 交易成本模型：佣金、滑点、印花税

交易成本是回测中最容易被低估的部分。很多新手只算佣金，结果回测收益高得离谱，实盘却赚不到钱。其实，交易成本包括三部分：

4.3.1 佣金

佣金是券商收的，一般按成交金额的万分之几计算。A股目前主流是万2.5，但可以谈到万1.5甚至更低。注意，佣金有最低收费，通常是5元。也就是说，你交易1万元，佣金是2.5元，但实际收5元。

代码示例：

def calc_commission(trade_value, rate=0.00025, min_fee=5.0):
    fee = trade_value * rate
    return max(fee, min_fee)

4.3.2 滑点

滑点是你实际成交价和预期价格之间的差异。比如你想在10元买入，但实际成交价是10.05元，这0.05元就是滑点。

滑点怎么算？我个人习惯用固定滑点模型，比如每笔交易加0.1%的滑点。或者用百分比滑点，比如0.2%。

4.3.3 印花税

印花税是政府收的，只在卖出时收取。A股目前是成交金额的0.05%（万分之五）。注意，印花税是单向收费，买入不收。

完整的交易成本函数：

def calc_trading_cost(price, shares, is_buy=True):
    trade_value = price * shares
    commission = max(trade_value * 0.00025, 5.0)
    stamp_tax = 0 if is_buy else trade_value * 0.0005
    slippage = trade_value * 0.001  # 0.1%滑点
    return commission + stamp_tax + slippage

4.4 知识体系结构图

下面这张图，是我自己画的一个结构图，帮你理清本章的知识脉络：

4.5 实战中的避坑指南

最后，分享几个我踩过的坑：

• 佣金最低5元：很多回测框架默认没有这个限制。如果你做小资金回测，这个影响很大。比如你每次交易1000元，佣金应该是0.25元，但实际收5元，成本差了20倍。
• 滑点设置：我建议至少用0.1%的滑点。如果你做高频交易，滑点可能要0.3%以上。你可以用历史盘口数据来估算滑点，但初期用固定值就够了。
• 印花税单向：买入不收，卖出才收。这个千万别搞反了。
• 股票池更新：指数成分股会定期调整。如果你用沪深300做回测，记得每半年更新一次成分股列表。

好了，交易标的和资产池这部分就聊到这里。记住，回测的准确性，很大程度上取决于你对交易成本的建模是否真实。别偷懒，把佣金、滑点、印花税都算进去，你的回测结果才值得信赖。

---

公众号:蓝海资料掘金营，微信deep3321