4. 冲击成本模型：Almgren-Chriss模型、平方根模型、市场冲击的实证分析

说到冲击成本，我脑子里第一个蹦出来的画面，就是2015年股灾那会儿。我有个朋友，管着几十亿的指数增强产品，一天之内调仓，结果硬生生把一只小盘股拉涨停了。嗯，那天的冲击成本，够他喝一壶的。

冲击成本这东西，说白了就是「你买，它就涨；你卖，它就跌」。你想想看，大单砸下去，市场流动性不够，价格自然就跑了。今天我们就来聊聊怎么量化这个成本。

4.1 为什么冲击成本是量化投资的「隐形杀手」

我个人习惯把冲击成本分成两块：

• 暂时性冲击：你的单子把价格打飞了，但过一会儿市场自己会恢复。这就像往平静的湖面扔块石头，水花溅起来，但很快又平了。
• 永久性冲击：你的交易改变了市场对这只股票的预期，价格再也回不去了。这就像你往湖里倒了一桶油漆，水色变了，回不来了。

做指数增强的朋友，换手率一高，冲击成本就蹭蹭往上涨。我见过一个团队，年化超额收益做出来8%，结果冲击成本吃掉5%，你说心不心疼？

4.2 Almgren-Chriss模型：业界最经典的冲击成本框架

这个模型，我用了快十年了。它把交易拆成两部分：

• 永久性冲击：与交易量成正比，跟交易速度无关。你买100万股，分10天买和1天买，永久性冲击是一样的。
• 暂时性冲击：跟交易速度有关。你越快买，暂时性冲击越大。

公式长这样：

永久性冲击 = α * (交易量 / 日均成交量) * 价格
暂时性冲击 = β * (交易量 / 日均成交量)^γ * 价格 * sign(买卖方向)

其中α、β、γ都是需要拟合的参数。我一般用过去3个月的交易数据来拟合，效果还不错。

实际应用中的坑：

• α和β不是固定的，不同股票差异很大。小盘股的α可能是大盘股的3-5倍。
• γ通常在0.5到0.7之间，我见过有人直接用0.5，结果低估了冲击成本。

4.3 平方根模型：简单粗暴但有效

说实话，Almgren-Chriss模型参数太多，有时候拟合起来很头疼。这时候我会用平方根模型，它简单得多：

冲击成本 = k * sqrt(交易量 / 日均成交量) * 波动率 * 价格

k是一个常数，一般在0.5到1.5之间。波动率越高，冲击成本越大，这个逻辑很直观——波动大的股票，流动性往往也差。

为什么用平方根？

我刚开始做的时候也不理解，后来看了很多实证研究才发现，市场冲击和交易量的平方根成正比，这个关系在多个市场都成立。A股、港股、美股，我都验证过。

4.4 市场冲击的实证分析：我踩过的坑

讲理论没意思，咱们看点真实数据。我曾经做过一个研究，用某券商的全量交易数据，分析了2018年到2020年A股的市场冲击特征。

股票类型	平均冲击成本(bp)	冲击成本中位数(bp)	冲击成本标准差(bp)
沪深300成分股	3.2	2.8	1.5
中证500成分股	5.7	4.9	2.8
小盘股(市值后20%)	12.4	10.1	6.3

你看，小盘股的冲击成本是沪深300的4倍。这就是为什么做指数增强时，我特别强调要控制小盘股的权重。

几个有意思的发现：

• 上午开盘后30分钟和下午收盘前30分钟，冲击成本最大。我一般避开这两个时段交易。
• 涨停板的股票，冲击成本是平时的5倍以上。嗯，这个我吃过亏。
• 同一只股票，买入和卖出的冲击成本不对称。卖出的冲击成本通常比买入大20%左右。

4.5 如何把冲击成本模型用到指数增强中

我个人习惯的做法是这样的：

1. 事前估算：每天调仓前，用平方根模型估算每只股票的冲击成本。简单，快，够用。
2. 事中控制：交易过程中，用Almgren-Chriss模型动态调整下单速度。如果冲击成本超过阈值，就放慢速度。
3. 事后归因：每天收盘后，把实际冲击成本和模型预测值做对比，更新参数。

举个例子，假设我要买入1000万的某只股票，日均成交额是5000万，波动率是30%。用平方根模型算一下：

冲击成本 = 1.0 * sqrt(1000/5000) * 0.3 * 1000万
         = 1.0 * 0.447 * 0.3 * 1000万
         = 13.4万

也就是说，这笔交易光冲击成本就要吃掉13.4万。如果我的预期超额收益只有50万，那这笔交易就不划算了。

4.6 知识体系总览

下面这张图，是我自己整理的市场冲击模型知识框架，你看一眼就能明白整个逻辑：

你看，整个体系其实就三层：模型层、实证层、应用层。做指数增强的朋友，重点在应用层，但模型层和实证层是基础，不能跳过。

好了，关于冲击成本模型，今天就聊到这儿。记住一句话：冲击成本不是算出来的，是管出来的。模型给你的是参考，真正控制成本，靠的是交易纪律和系统执行。