1. 课程导入与成本认知

很多投资者在复盘时会发现一个令人困惑的现象：自己看对了方向、选对了标的，账户净值却始终跑不赢预期。原因往往不在判断本身，而在于交易成本在每一次买卖中被反复扣除。本节作为整门课程的起点，先建立两个核心概念——佣金与滑点，弄清它们的定义、区别，以及为什么必须把它们纳入量化建模，而不是当作事后粗略估算的“杂费”。

一、交易成本为什么值得单独建模

假设某策略年化毛收益为 18%，年换手率为 12 倍（即一年内买入卖出各 12 次），单边佣金 0.025%，单边滑点 0.05%。则单次往返成本约为 2×(0.025%+0.05%)=0.15%，全年成本约 12×0.15%=1.8%，净收益降至约 16.2%。若换手率提高到 40 倍，成本将吞掉约 6% 的收益，策略从“优秀”滑落到“平庸”。这说明：成本不是固定常数，而是与交易频率、单笔规模、市场流动性强耦合的变量。忽略它，回测结果会系统性高估收益，实盘表现与回测的差距往往就来自这里。

因此，本课程的目标不是简单记住几个费率数字，而是建立一套可计算、可复现的成本模型：给定策略的交易行为（频率、单笔金额、标的流动性），能够输出对净收益的合理估计，并据此判断策略是否值得执行、在什么换手率下仍然成立。

二、佣金：显性、可预期、按规则计费

佣金是券商或交易通道收取的服务费用，属于显性成本。它的特点是规则明确、可提前查询、与成交金额或成交笔数挂钩。以 A 股为例，常见构成包括券商净佣金（如万分之 2.5）、规费与过户费等，通常设有单笔最低收费（如 5 元）。港股、美股则各有最低佣金、平台费、监管费等结构。佣金的关键参数是：费率、最低收费、计费方向（单边或双边）。

佣金建模相对直接：单笔佣金 = max(成交金额 × 费率, 最低收费)。但要注意最低收费对小额交易的放大效应——一笔 3000 元的交易按万 2.5 计仅 0.75 元，却因最低 5 元而实际费率高达万分之 16.7。这意味着小单高频策略的佣金成本可能远超名义费率，建模时必须按笔模拟而非简单乘费率。

三、滑点：隐性、随市场状态波动

滑点指预期成交价与实际成交价之间的偏差。下单时看到的价格是盘口快照，但订单到达撮合引擎、排队、部分成交的过程中，价格可能已经移动；大单还会吃掉多档盘口，形成冲击成本。滑点属于隐性成本，无法提前精确查询，只能估计。它的主要影响因素包括：订单规模相对盘口深度的比例、标的波动率、买卖价差、下单方式（市价单还是限价单）、以及市场时段（开盘、收盘前后流动性差异大）。

一个常用的简化估计是：滑点 ≈ 半价差 + 冲击项，其中冲击项与“订单量/平均盘口量”的平方根近似成正比。例如某标的买卖价差 0.02 元、中间价 10 元，半价差即 0.1%；若单笔订单量为盘口平均量的 4 倍，冲击项可能再增加 0.1%~0.2%。这些数字需结合具体标的校准，但结构上说明：滑点随规模非线性上升，不能用一个固定百分比一概而论。

四、两者的本质区别与建模分工

佣金与滑点最核心的区别在于确定性与可控性：佣金是合同约定的、与市场状态无关的确定性支出；滑点是市场微观结构决定的、随流动性和波动变化的随机性支出。前者可以精确复现，后者只能统计建模并做敏感性分析。这也决定了建模分工——佣金按规则逐笔计算，滑点按标的与订单特征参数化估计，并在回测中作为价格调整项施加。

五、建模目标与整体学习框架

基于以上认识，本课程要交付的建模能力可以概括为三层。第一层是参数层：整理佣金费率、最低收费、标的价差、盘口深度、波动率等输入参数，并明确其来源与更新方式。第二层是计算层：按逐笔交易模拟佣金，按订单规模与流动性参数估计滑点，把两者作为价格或收益的调整项施加到回测中。第三层是评估层：输出毛收益、净收益、成本占比、盈亏平衡换手率等指标，用于判断策略在真实成本下是否仍然成立。

需要强调的是，建模的目的不是追求“精确到分”的预测，而是避免系统性高估。滑点本身具有随机性，任何模型都只能给出合理区间；但只要模型结构正确、参数取自可观测的市场数据，就能把回测与实盘的偏差控制在可解释的范围内。后续章节将依次展开佣金规则细节、滑点估计方法、回测中的成本施加方式，以及成本敏感性分析与策略容量评估。