Local EPUB Text
定义交易成本
理解交易成本到底是什么是很有用的，因为我们正在描述对其进行建模的方式。交易成本主要由三部分构成：佣金和费用（commissions and fees）、滑点（slippage）以及市场冲击成本（market impact）。
佣金和费用
佣金和费用是交易成本的第一种类型，是支付给经纪商、交易所和监管者的费用，因为它们提供了服务，包括市场参与者的接入通道，有所保障的交易安全性以及运作的基础设施等。对很多宽客而言，每笔交易的经纪佣金是很低的。宽客通常都不使用银行的很多服务和人工，而只是依赖于银行的基础设施来直接进入市场。对一家银行而言，一笔交易的增量成本是很少的，即便是很低的佣金也足以保证盈利。尽管宽客所付的佣金比例很低，但考虑到其交易量，对经纪商而言利润仍极为丰厚。一些宽客很少利用银行的基础设施，因而佣金费率会更低一些。
佣金并不是经纪商和交易所收取的唯一费用。经纪商对所提供的清算（clearing）和结算（settlement）服务也会收取费用（通常也是佣金的一部分）。清算活动包括监管报告、实时监控、税务处理和破产处理，所有这些活动都必须在结算活动前完成。结算活动是以有价证券的交割来换取资金的交付，是交易活动的最后一步，交易双方分别践行其义务。这些活动都花费精力，因而是有偿的。同时，考虑到每天有许多宽客进行成千上万笔交易，这里涉及的工作量是巨大的。
与传统经纪商相比，交易所和电子撮合成交网络（electronic matching networks）提供了一种不同的服务，即流动性资金池接入通道。交易所必须吸引交易者通过其平台进行交易，平台的交易量又会吸引其他寻求流动性的交易者。交易所也会做一些运行性质的工作，并且保证交易双方履行各自的合同义务。因此，交易所对每笔交易收取一小部分费用，以覆盖其成本和风险（当然，也作为商业利润）。最近，暗池交易（dark pools）大行其道，目前已经占到美国股市交易量的很高比例（根据Tabb Group的消息，2012年达32%）[1]。暗池交易，主要是在某银行的客户内部，通过匹配引擎去撮合同一时间同一金融资产的买方和卖方。
滑点
佣金和费用肯定是不可避免的。但对绝大部分宽客而言，这两部分都不是交易成本的主要部分。这两部分基本上固定不变，比较容易计算。假设交易的佣金和费用加起来是每股0.001美元，宽客很容易知道，所要处理的交易产生的阿尔法收益或降低的风险超过了每股0.001美元才比较合适。而滑点和市场冲击成本在度量、建模和管理上都更加棘手。
滑点是指从交易者决定开始交易到订单进入交易所系统实际被执行这两个时间段所发生的价格变动。市场瞬息万变，而交易决策都是在某一时点做出的。在做出交易决策到执行交易这段时间内，金融产品的价格可能已经偏离预测时的价格。实际上，预测越准确，随着时间推移，金融产品的价格越有可能偏离预测价格。但是产品价格的波动并没有产生收益，因为这笔交易还没有真正发生。假设交易者想在100美元/股的价位卖出100股雪佛龙公司（CVX）的股票，当交易者通过经纪商和交易所系统完成这笔交易时，价格可能已经回落到了99.90美元/股。0.10美元就是滑点交易成本，因为交易者打算在100美元/股的价位时卖出的，但实际上价格已经回落到了99.90美元/股。如果股价从100美元上升到了100.10美元，交易者以更高的价位成交，这种情况说明滑点有时候可以带来正收益。
滑点会给趋势跟随策略带来很多损失，因为该类策略选择的买卖时点通常是在金融产品的价格已经沿着预料的趋势波动时。而滑点给均值回复类策略带来的损失就比较少，甚至滑点可能会带来正收益，因为这类策略选择的下单时点通常与现有的趋势相反。量化交易者应对市场变化的反应速度，很大程度上决定了所使用策略将面临的滑点水平。这是因为从决定下单到订单进入市场被执行之间会存在一个时间间隔，而滑点是关于这个间隔的一个函数。交易者的交易系统与市场间的滞后越多，订单到达市场所需要的时间就越长，产品价格偏离做出决策时的价格就可能越多。更为糟糕的是，预测尤其是短期预测越准确，滑点带来的破坏性就越大。
除了时间，滑点还是所预测产品波动性的函数。90天期国债的价格变化很缓慢，有时甚至会几周都没什么变化，那么滑点就不会是交易成本的主要因素。在另一种情况下，如果我们要对一只高波动性的互联网股票价格进行预测，滑点就会是个主要因素。谷歌股价的每日平均波动幅度可以达到开盘价的2.6%，这是其日股价波动幅度均值的16倍还多。显然，在谷歌的股票交易中，滑点是个很重要的因素。
市场冲击成本
市场冲击成本是交易成本中第三个也是最后一个种类。对宽客而言，这可能是最重要的成本。市场冲击所描述的基本问题是，交易者买入某项产品的行为会推高该产品的价格。而如果交易者想要卖出，当他完成交易时会造成产品价格下降。对于小规模订单而言，价格波动幅度通常介于最优买卖价之间。但大规模订单会造成巨大的波动幅度，极端情况下会高达几个百分点。因此，市场冲击是给定订单通过流动性需求对市场造成的价格变动的度量。市场冲击成本通常定义为订单进入市场时的价格和订单被执行价格之间的差价。
市场冲击成本的基本原理是很简单的，主要是基于无处不在的供需关系基本原理。当交易者进入市场执行具有一定头寸的交易时，必须得有人愿意接盘，或者提供相应的头寸。交易者需求的规模越大，交易价格就会越高，因为交易者必须得到更多的供给。尽管市场冲击的原理很简单，对其进行量化却不是那么容易的。通常直到交易完成，我们才能衡量这项交易对市场造成的冲击有多大，这时候的结论已经没有太大意义。有很多其他因素可以协助观测市场冲击，但同时也会使其度量复杂化。例如，在同一时间进行同向操作的其他交易的数量，以及是否有消息正造成股市处于非正常波动中，这两个因素都会影响市场冲击的度量，并且难以量化。这些外部因素通常是难以预测的，更别提对其进行控制。因此，交易成本建模中的市场冲击，通常并不包含这些因素，而是关注相对于当时市场流动性的订单规模。流动性有很多种定义方法，无论是根据买卖单的数量规模还是依据订单簿深度，都跟偏离最优买价或卖价的买卖单信息有关。
此外，滑点和市场冲击之间可能会有些重合，因此在同一模型中将二者分开还是有些复杂的。例如，有个交易者想要卖掉价格处于上涨趋势的一只股票。这种情形下，滑点和市场冲击都有可能是负的。换句话说，交易者可能觉得他卖出股票并没有被收取交易成本，而是别人为了买入股票付给了他交易成本。假如交易者在股价恰好为100美元时决定进场卖掉所持有的股票，而当订单真正进场时股价已经涨到了100.05美元。实际上滑点是-0.05美元，因为他在一个相对于他决定进场的价格而言更加有利的价格进场。假设价格继续上涨，买单远远超过卖单的数量，交易者的卖单排队等待交易机会，最终以100.20美元的价格成交，在产生了-0.05美元的滑点后又产生了-0.15美元的市场冲击成本。显然，不断涌来的卖单并不总能带动股票价格上涨，但这种情况发生时，不太可能将市场冲击与滑点（或其他独立于交易者订单的关于价格波动的因素）区分开来。交易者的卖单是否稍微减缓了股价的上升；如果确实如此，减缓了多少？这些都是交易者在构建交易成本模型时需要考虑的问题。
某些种类的交易使得交易成本的度量更加复杂。我们已经讨论了对市场有流动性的交易，正像人们根据直觉就可以想到的那样：如果交易者需要流动性，提供流动性的人就会要求交易者支付一定费用。反过来看待这一问题，流动性的供给方因此而获得收益。历史上，流动性的供给方通常是做市商或者专业人士，其工作职责就是确保交易者有交易意愿时可以进行交易。近年来，很多可通过电子交易平台进行交易的金融产品交易量大幅上涨，这意味着即使不存在做市商，市场依然能够有序运行。
交易者可以借助平台直接交易，电子通信网络（electronic commun-ication networks，ECN）便是这种平台的一个例子。ECN的主要工作在于吸引足够多的用户进入平台，以显示其交易系统中的流动性充足。ECN还必须提供稳健的技术手段，以保证其交易系统可以连续运作不受干扰。为吸引流动性的供给方，股票市场中的绝大部分ECN已经有了各种对策，支付给流动性的供给方一定费用，而向流动性的需求方收取一定费用。以卖出报价购入股票或以买入报价卖出股票的交易者每股差不多要付出0.03美元的成本，提供卖出价和买入价的交易者每股能得到大约0.02美元的收益。ECN得到剩余的约0.01美元，作为其收入的一个来源。有些交易策略（通常是均值回复策略）需要的是被动执行方法，由于ECN为吸引提供流动性而设置的费用折扣规定，提供流动性通常被看作利润的来源。值得注意的是，一些ECN和交易所，尤其是在股票市场之外，并不提供折扣或向流动性需求方收取费用。还有一些交易所是反过来的，向流动性供给方收费，而付费给流动性的需求方。
暗池也允许交易者直接进行交易。实际上，暗池是经纪商或独立公司设立的允许交易者以匿名方式直接进行交易的场所。暗池交易产生的部分原因就是出于对大单交易产生的市场冲击的担忧。在暗池中，不提供限价交易簿的信息，从而看不到做市商或其他市场参与者所提供的流动性。交易者只是将他们的单挂出来，如果恰好有人愿意做该单的反向操作，这笔订单就成交。由于这种订单匹配过程是匿名的，所以与公开市场相比波动较小，因为在公开市场上交易的主动方会补偿接单的一方。暗池交易是在场外交易场内的金融产品，这是有些与众不同的地方。如果没有公开市场，暗池交易就无法存在，因为暗池中交易的证券都是交易所的交易品种。此外，公开市场提供价格发现的公开透明性，否则暗池交易的参与者便很难决定买入卖出价。由于这些因素，以及暗池交易只对特定顾客开放，造成了对暗池交易的争议不断。
[1] Matthew Philips，“Where Has all the Stock Trading Gone？”May 10，2012，www.businessweek.com/articles/2012‐05‐10/where‐has‐all‐the‐stock‐trading‐gone.