在量化交易中，多數人將精力投入於訊號開發與因子優化，卻經常忽略了從決策到成交之間的執行成本。同樣一筆交易，在不同的下單方式與市場環境下，實際成交價格可能天差地遠。本文想談談交易成本分析，讓淨報酬的評估更貼近實盤。
什麼是交易成本分析
交易成本分析的核心概念是，將一筆交易的實際成交價格與某個基準價格進行比較，計算兩者之間的差異，並將這個差異歸因於不同的成本來源。
在回測階段，我們通常會對交易成本做出簡化的假設，例如：每次交易的成本為單邊 0.15%。這種假設雖然方便，但無法反映真實市場中成本的高度變異性。同樣一筆 100 萬元的交易，在流動性充沛的大型股上可能只產生 0.05% 的滑點，在流動性不足的小型股上卻可能產生 0.5% 以上的滑點。TCA 的價值，就在於它能夠用真實的成交數據來取代這些粗糙的假設，讓淨報酬的評估更貼近實盤。
TCA 的運作流程可以分為三個步驟。
- 第一步是選擇一個基準價格，作為評估執行績效的參考點。
- 第二步是計算每一筆交易的實際成交價格與基準價格之間的差距。
- 第三步是將這些差距匯總、分析，找出成本偏高的模式與原因。
交易成本的組成
- 手續費與稅是最容易理解的部分。券商收取的手續費通常是成交金額的固定比例，而交易稅則依各國法規而定。這些成本在對帳單上清楚可見，不需要 TCA 來估計。
- 買賣價差是下單時立即面對的成本。當我們用市價單買進時，成交價格會是委賣價而非委買價，兩者之間的差距就是價差成本。價差的大小取決於標的的流動性與當下的市場狀況。
- 市場衝擊是交易對價格的永久性影響。當一筆大單進入市場時，它會吃掉委託簿上的流動性，推升買進價格或壓低賣出價格。市場衝擊的大小與下單規模、市場深度以及下單速度有關。
- 滑點則是從決策到成交之間，因價格變動而產生的成本。這個成本可以是正的也可以是負的，如果價格在我們買進之後上漲，滑點對我們有利；如果價格在我們買進之後下跌，滑點對我們不利。
- 機會成本是那些未能成交的交易所造成的潛在損失。如果我們掛了一筆限價單，但價格沒有觸及，該筆交易就未能執行。如果後續價格朝有利方向發展，我們就錯失了獲利的機會。
TCA 的目標，就是將這些成本從總執行缺口當中拆解出來，讓我們知道錢究竟花在了哪裡。
如何計算執行缺口
執行缺口是 TCA 最核心的指標，它衡量的是實際成交價格與基準價格之間的差異。計算公式為：
執行缺口 = (實際成交均價 - 基準價格) / 基準價格
對於買進交易，正的執行缺口代表我們買貴了；對於賣出交易，正的執行缺口代表我們賣便宜了。無論是哪一種，正數都代表成本。
基準價格的選擇會直接影響執行缺口的數值。常見的基準價格有以下幾種。
- 決策價格是策略產生交易訊號時的市場價格。這是理論上最理想的成交價格，但實際上很難達成，因為從訊號產生到下單、再到成交，中間必然存在時間延遲。
- 開盤價是當日開盤的價格。如果策略在開盤時執行，開盤價就是一個合理的基準。
- 收盤價是當日收盤的價格。如果策略在收盤時執行，收盤價就是一個合理的基準。
- VWAP是當日所有成交的加權平均價格。它是評估執行績效最常用的基準之一，因為它反映了當日市場的平均成交水準。如果我們的成交均價優於 VWAP，代表執行績效良好。
- TWAP是當日各時點價格的簡單平均。它適用於將大單平均分散到全天執行的情境。
選擇哪一個基準，取決於策略的執行方式與評估目的。如果策略是在特定時間點下單，決策價格或該時點的市場價格就是合適的基準。如果策略是將大單分散到全天執行，VWAP 或 TWAP 則是更合適的基準。
TCA 的實作流程
- 第一步是資料收集。 TCA 需要的不只是成交回報，還需要當時的市場價格資訊。具體來說，我們需要記錄每一筆交易的以下資訊：下單時間、下單價格、成交時間、成交價格、成交數量、以及下單時的市場報價。這些資訊可以從券商 API、交易所資料或內部的交易日誌中取得。
- 第二步是基準價格的計算。 根據策略的執行方式，選擇合適的基準價格，並為每一筆交易計算對應的基準值。如果使用 VWAP 作為基準，需要取得當日的 VWAP 數據；如果使用決策價格，則需要記錄訊號產生時的市場價格。
- 第三步是執行缺口的計算與拆解。 對每一筆交易計算執行缺口，並嘗試將缺口拆解為價差成本、市場衝擊與滑點等成分。拆解的方式可以透過比較不同時間點的市場價格來進行。例如，價差成本可以近似為下單時的買賣價差的一半；市場衝擊可以透過比較成交價格與成交後一段時間的市場價格來估計；滑點則是決策價格與下單價格之間的差距。
- 第四步是匯總與分析。 將所有交易的執行缺口匯總，計算平均缺口、缺口的標準差、以及不同維度下的缺口分佈。常見的分析維度包括：按股票、按交易時段、按下單規模、按券商、按演算法等。這些分析能夠幫助我們找出成本偏高的模式。
- 第五步是回饋與調整。 根據分析的結果，調整下單方式、選擇更適合的券商、或優化執行演算法。TCA 不是一次性的工作，而是一個持續的循環，每一次調整之後，都需要重新收集數據、重新分析，確認調整是否真的帶來了改善。
原文出處：voltima_quant (@voltima_quant) 於 Threads · 查看原文