4. 成本分类与构成

在量化研究中，成本不是一个笼统的“花销”概念，而是一组会随策略频率、数据粒度、团队规模和合规要求发生结构性变化的变量。很多回测收益看起来漂亮，实盘却迅速衰减，根本原因往往不是模型失效，而是成本分类不清、归集口径混乱，导致容量评估失真。本节把量化研究中的成本拆成五类：交易成本、运营成本、数据成本、人力成本、合规成本，并给出可落地的归集方法与复盘框架。

一、核心原理：成本是策略容量的“隐形上限”

量化策略的净收益可以简化为：

净收益 = 毛收益 - 交易成本 - 运营成本 - 数据成本 - 人力成本 - 合规成本

其中，交易成本与策略换手率、订单规模强相关；运营、数据、人力、合规成本则更接近固定或阶梯式支出。当策略管理规模扩大时，固定成本被摊薄，但交易成本会因冲击成本上升而加速增长。因此，成本分类的目的不是记账，而是识别哪一类成本会先成为容量瓶颈。

二、五类成本的详细拆解

1. 交易成本

交易成本是量化策略中最直接、最易被低估的部分，包括显性成本与隐性成本。显性成本有佣金、印花税、过户费、交易所规费；隐性成本包括买卖价差、市场冲击、滑点、延迟成本和机会成本。高频策略中，隐性成本往往数倍于显性成本。

单笔交易成本估算：
总成本 = 佣金 + 税费 + 价差/2 + 冲击成本 + 延迟损失
冲击成本 ≈ k * sqrt(订单量 / 日均成交量) * 波动率

2. 运营成本

运营成本覆盖策略运行所需的基础设施与日常开销，包括服务器与云资源、行情接入、交易通道、风控系统、监控告警、备份与灾备、网络专线等。这类成本通常按月或按年发生，具有明显的阶梯性：规模较小时可用云主机，规模扩大后需要低延迟专线、托管机房和冗余链路。

3. 数据成本

数据成本包括历史数据采购、实时行情授权、另类数据订阅、数据清洗与存储、数据质量校验等。需要特别注意的是，数据成本不仅是采购价，还包括“数据治理成本”：字段对齐、复权处理、停牌与退市处理、时间戳校准，都会消耗大量工程资源。

4. 人力成本

人力成本包括研究员、工程师、交易员、风控与合规人员的薪酬、奖金、社保及外包费用。量化团队的人力成本具有高固定性，且与策略容量并非线性关系。一个常见误区是：用“人均产出”评估团队效率，却忽略了研究阶段的人力投入无法直接转化为当期收益。

5. 合规成本

合规成本包括牌照与资质申请、法律顾问、审计、信息披露、投资者适当性管理、反洗钱系统、交易行为监控等。私募、公募、券商资管和自营的合规要求差异巨大，同一策略在不同主体下的合规成本可能相差数倍。

三、方法流程：成本归集与容量评估四步法

1. 建立成本科目树：按五类成本设置一级科目，再按策略、账户、交易品种设置二级科目，确保每笔支出可追溯。
2. 区分固定与可变成本：固定成本用于计算盈亏平衡规模，可变成本用于计算边际容量。
3. 按换手率归因交易成本：用实际成交数据反推滑点与冲击模型，而不是只用理论值。
4. 做容量压力测试：假设管理规模扩大2倍、5倍、10倍，观察哪类成本先突破收益阈值。

容量压力测试示例（简化）：
规模      交易成本占比   数据+合规占比   净收益
1000万    12%            8%              正向
5000万    28%            6%              收窄
1亿       47%            5%              转负

四、案例与场景：同一策略在不同主体下的成本差异

假设某中频股票策略年化毛收益18%，换手率年化20倍。在个人投资者场景下，交易成本可能仅体现为佣金和印花税，数据用免费源，合规成本几乎为零，回测净收益看似有15%。但切换到私募产品场景后，需要支付托管、审计、信息披露、投资者适当性管理，数据需采购更高质量的历史行情，交易通道要求更稳定，人力上还需配置合规与运营人员。此时同样的策略，净收益可能降至8%～10%。

五、误区与复盘

• 误区一：只算显性交易成本。 忽略冲击成本与滑点，导致高频策略回测严重高估。
• 误区二：把人力成本当沉没成本。 人力是持续投入，若策略长期不盈利，人力成本会迅速侵蚀本金。
• 误区三：数据成本只算采购价。 数据清洗、存储、校验和治理往往占总数据成本的50%以上。
• 误区四：合规成本一次性投入。 合规是持续过程，审计、监控、披露和培训每年都会发生。

成本分类与构成不是财务部门的专属工作，而是量化研究员做容量评估时必须掌握的基本功。只有把交易、运营、数据、人力和合规五类成本拆清楚、归集准、动态跟踪，才能在策略上线前给出可信的容量边界，避免“回测很美、实盘很贵”的常见陷阱。