算法交易之交易成本分析-学习笔记

参考文献：交易成本分析

20/12/19

最优/佳执行，在证券公司或者说证券行业，应该被理解为一种评价标准，用于评价基金经理或交易员的本次交易是否为合理交易，是否接近“最优/佳执行”。

除了固定可计算成本（各类佣金和技术成本，即显性/价外/直接成本）外，最应该受到关注的就是隐性/价内/间接成本中的各类成本。

买卖差价（Bid/Ask Spread），冲击成本（Market Impact），择时成本（Timing Cost），机会成本（Opportunity Cost）。

买卖差价即当前最低卖价和最高买价之间的差价。（以我粗浅的经验，A股热门股票此值应该为0.01元）

冲击成本是由于交易指令推动了价格向不利于自身的方向偏移，即同时刻，下达该指令与不下达该指令两种可能情况产生的价差成本，但因为一旦下达指令则不下达指令的情况已经不存在，所以对后者只能用历史数据建模。此外为降低机构交易的冲击成本，通常会拆单。

择时成本英文timing cost，顾名思义，就是时间上的成本。择时成本就是在基金经理做出交易决策到交易员真正完成交易之间的时间产生的成本。这个成本可以为正负任意值。Leinweber (1993) 对20亿美元交易做出的统计显示，随着时间的增加，亏损是减少的，或者说收益是增加的。（个人猜测是因为，基金经理做出长期的交易决策后，交易员会在一个短期交易中寻找一个相对较优的价格完成交易，后者提高了本次交易的收益）

机会成本，我更愿意称之为择一成本，也就是只能选择某一种经营活动时，其余可选项经营中最大的收益值，此收益值即为机会成本。当且仅当已选择的经营方式的收益大于机会成本才称之为正确选择了经营项目。
机会成本=max(未被选择的多个经营方式的各自收益值)
从未发生的交易是机会成本最高的。（因为未发生则收益为0，而机会成本不会为0）

图中机会成本可能是正负任意值，因为Pn与P0大小不定，交易指令会因为价格等因素而无法完成，故求解机会成本的前半部>=0。
机会/择时成本往往和冲击成本无法兼得，而这也往往构成“交易员困境”。

执行差损(Implementation Shortfall) = 模拟组合收益率 - 实盘组合收益率
这方面比较有影响力的是Almgren/Chriss和Kissel/Glantz，他们的论文应该是我接下来的学习内容。
利用执行差损可以进行交易前、中、后期分析和绩效评价。因为此文讲述的主要是机构的交易员的分析，在无人的纯算法交易中不适用，故不细述。
交易中的分析其实在传统人工交易中不适用，反而在纯算法交易中普遍适用。

题外话：
因为是金融小白，所以去查了机会成本，这一查就学了好多知识。
首先，引入机会成本的概念后，我们不做决策就是最大的损失（任何决策都整体盈利的情况下），我们决策了，如果决策不是正确的，依旧是损失。如一笔资金，用于储蓄和股票，前者盈利80，后者盈利100。我们最初选择了前者，则我们实际亏损20，而非赢利80，因为这笔资金是必定赢利的，赢利少即未达到该有的资金增长，市场、时代不会停下，你的收益落后了那就是亏损了。

完全竞争也是个很好的理想模型。这里有一个市场均衡的理论，在完全竞争的市场中，一切收益均与成本相等，因为任何高出成本的收益的经营活动都会被市场瞬间无成本地察觉，并且全体买者卖者都无成本瞬间知情，则如同碗水的波纹，终将能量耗尽而归于平静。
但现实并非如此，尽管我们深知水“平”为真理，但世间江河湖海无一处平静，现实的干预因素太多，因此高收益的经营活动也是层出不穷。原我能寻得那片高地。

联想知识
会计成本
完全竞争
市场均衡
融资租赁