冲击成本：你这笔单子自己把价格买高了

有个现象，手动下过几次大单的人多半撞见过。

你看上一个不太热闹的品种，挂单买入。第一笔成交价和屏幕上那个数字一样，第二笔就贵了一点点，等单子全部成交，回头一算平均成交价，比你按下确认键那一刻的价高出一截。这期间没有任何新闻，没有大资金进场，行情本身安安静静。

价格是被你自己推上去的。

买十万块的时候，这一截小到你根本注意不到；买一千万的时候，它可能比你付出的手续费还多几倍。而这件事，正是「回测里那条漂亮曲线，为什么钱一多就不灵了」背后最硬的一个原因——比参数没调好、比市场风格变化都硬得多，因为它不是运气问题，是算术问题。

先说人话：它到底是件什么事

想象一个只有三个摊位的早市，都卖同一种西红柿。

你去买五斤，第一家摊主按牌价卖给你，交易结束，你走人，市场毫无变化。

现在换成你要买五百斤。第一家的存货被你买光了，你只好去第二家。第二家摊主刚看着你把隔壁扫空，他不傻，价格往上抬了一点。你还是不够，去第三家——这时候全场都知道有个人急着要大量西红柿，而且没别处可去了。第三家的报价，跟你进场时看到的那个牌价已经不是一回事。

你最后算总账：五百斤的平均单价，比牌价贵了一截。贵出来的这一截，没有任何人向你收，也不会出现在任何一张收据上，但它确确实实从你口袋里走了。

这就是冲击成本的全部含义：你不是在一个固定价格上买东西，你是在一张有厚度的价目表上，从便宜的那一层往贵的那一层一层层往上吃。你吃得越深，平均价越难看。

有一个必须当场分清的东西：它和滑点不是一回事。滑点说的是「价格自己在动，你慢了一步，成交价和你想要的差了一点」——你不下单，市场照样在动。冲击成本说的是「价格因为你才动」——你不下单，它就不会发生。判断标准只有一条：这笔额外支出，是市场本来就有的，还是你自己造出来的？ 是你造出来的，就是冲击成本。

卖出的时候方向反过来，性质一模一样：你把手里的货一层层往下砸，砸得越深，平均卖价越低。

投资层：这笔钱按什么规律收

菜市场的比喻讲完了，接下来是它在真实交易里的几条脾气。这几条决定了你的钱能不能变大。

它不看你买了多少钱，它看你占了别人多大的比例

这是最反直觉的一条。买一百万，在一个每天成交几十亿的品种上，什么都不会发生；同样一百万，砸到一个每天只成交几百万的冷门品种上，你就是当天市场的主角，价格由你说了算——而这从来不是好事。

所以真正决定冲击大小的，不是你下单的绝对金额，而是你这笔量占了这个品种当天正常成交量的多大一块。业内把这个比值叫「参与率」，说人话就是：这一天的买卖里，有多大一部分是你自己。这个比例越高，你越是在跟自己抢货。

顺带解释了一件很多人想不通的事：为什么专业机构宁可放弃看起来最诱人的小盘品种，去做那些「平庸」的大品种。不是他们眼光差，是那些机会对他们不存在——想拿到有意义的仓位，光是建仓就会把价格推到没有性价比。流动性在这里不是一个抽象名词，它是一道实实在在的门槛。

它至少收两遍，而且出场那遍通常更贵

买的时候推高一次，卖的时候砸低一次。一次完整的往返，你要付两遍。

更难受的是这两遍并不对称。你想买的时候，可以慢慢等、可以挑清淡的日子分批进；你想卖的时候，往往是因为出了事——止损被触发、风险指标报警、或者干脆是市场在跌。而你想跑的时候，通常也正是所有人都想跑的时候。这时候买盘那一侧本来就薄，你的卖单会砸出比平时深得多的坑。

所以有一条经验值得记住：建仓时估算的冲击成本，几乎必然低估了平仓时的真实代价，因为你是拿风平浪静时的市场厚度，去估一个多半会在风浪里发生的动作。

它在你最赚钱的时候变得最贵

这一条是所有做大了的人共同的痛。

假设你的方法真的有效，那么会发生什么？你赚钱，本金变大；你信心增强，仓位加重；你可能还开始管别人的钱。规模每上一个台阶，你的参与率就跟着上一个台阶，冲击成本也跟着上一个台阶。

换句话说，一套方法的成功本身，会系统性地侵蚀它继续成功的条件。 这跟市场变没变、对手变没变都没关系，纯粹是你自己长大了。这也是为什么很多公开的漂亮业绩没法简单外推——那份业绩是在某个你不知道的资金规模上做出来的，而那个规模从来没写在成绩单上。

它跟你的操作频率成正比

冲击成本是按次收的。一年调仓两次的方法，一年付两轮；一周调两次的方法，一年付一百多轮。同样的单笔冲击，后者被放大到几十倍。

这和回测里的交易成本假设里说的手续费是同一个乘法结构，但有个关键区别：手续费的费率是明码标价、不随你规模变的；冲击成本的「费率」会随着你的规模自己往上爬。两者叠加，高频加大额是最难受的那个组合。

系统层：三套真实系统怎么对待它

把这件事在真实回测系统里的处理摆出来，你会看到一个挺让人不安的共同点。

系统	怎么处理「你自己推走价格」	结果
freqtrade	不建模，文档明确声明零滑点	下单量对成交价完全没影响
qlib	有专门的冲击成本参数，按参与率的平方加价	当前默认值为零，不主动开就等于没有
Vibe-Trading	按市场给不同的固定滑点比例	体现了市场差异，但与你下单多大无关

freqtrade：把假设一条条写出来，包括这一条

它在「回测所做的假设」那一节里写得毫不含糊：只要价格落在那根 K 线的最高最低之间，所有订单都按你要求的价格全部成交，没有滑点。

这句话翻译成人话就是：在这个回测世界里，你可以是当天唯一的买家，买多少都不影响价格。 你买一手和买一万手，成交价一模一样。

它确实处理了交易所的最小/最大下单量限制，但文档同时坦白了一件事：它没有历史上的限制数据，只能拿当前的规则去套过去，因此可能出现拿历史价格换算出离谱门槛的情况。这是关于「能不能下这笔单」的约束，不是关于「下了这笔单价格会怎么动」的约束——两回事。

这套做法的价值不在于精确，而在于它把假设写出来了。写出来的假设可以被你质疑，没写出来的才是真正吃人的那种。

qlib：唯一把它写成公式的，而且是平方

qlib 的交易所模块里有个单独的冲击成本参数，源码注释直接把它标注为「市场冲击成本率」。它的计算方式值得一个字一个字地看：

adj_cost_ratio = self.impact_cost * (trade_val / total_trade_val) ** 2

分母是这个品种当天的总成交额，分子是你这一笔的成交额，两者相除就是前面说的参与率。关键在末尾那个平方。

平方意味着什么？你的参与率从一成翻到两成，冲击成本率不是翻一倍，是翻四倍。而你实际掏出去的钱等于成本率乘以成交额，成交额本身也翻了一倍，所以总账翻了八倍。规模翻一倍，这笔看不见的支出翻八倍——这就是「大资金做不了」这句话的数学形式。

算出来的这个比率，会被加到手续费率上一起扣掉：

cost_ratio = self.open_cost + adj_cost_ratio

注意它的实现选择：它没有去改成交价，而是把冲击折算成一笔额外的费用。 结果上等价，但意味着你在成交记录里看不到「价格被推走了」这件事，只会看到成本变高了。源码里还留了一条诚实的备注，说这个比率有可能被高估，因为成交量在后面的步骤里还会被裁剪。

真正要命的是它的默认值：这个参数当前默认为零，可配置。 也就是说，除非你主动去打开它，否则你跑出来的所有结果里，冲击成本是不存在的。绝大多数人不会去改自己不知道存在的参数。

它还提供了另一条完全不同的路：可以配置一个成交量上限表达式（比如「不超过当日累计成交量的某个比例」），超出的部分会被直接砍掉。源码注释说得很直白，这是在模拟「单子太大，被交易所直接拒掉」。

这两条路的区别值得停下来想一想：一条说「你可以买到，但会更贵」，另一条说「你根本买不到这么多」。 现实里两件事同时发生，而且都得你自己主动开。

Vibe-Trading：承认市场之间有差别，但不看你下多大

它按市场分成不同的引擎，每个引擎自带一套滑点比例。引擎的文档串里明确写着，美股这类高流动性市场用较低的比例，港股用较高的——这至少承认了「不同市场的厚度不一样」。推价的方式是按方向的固定比例：买的时候往上推一点，卖的时候往下推一点。

def apply_slippage(self, price: float, direction: int) -> float:
    return price * (1 + direction * self.slippage_rate)

比「假设不存在」诚实一档，但你从这段里看不到 amount 这个词——推多少，跟你买多少没有关系。 买一手和买一万手，被推走的幅度一样。

共同点：这个成本默认是零

三套系统，一套明说不建模，一套建了模但默认关着，一套建的是与下单量无关的固定比例。

这不是它们偷懒。想算准「我这笔单会把价格推走多少」，需要的信息是当时挂单簿有多厚、对手方是谁，而这些东西在日线级别的历史数据里根本不存在。工程上没有更好的选择，只能简化，然后把这个简化留给你自己去意识到。

于是有了一条很实用的判断：回测能回答「这套逻辑成不成立」，它结构上回答不了「这套逻辑能管多少钱」。 后一个问题，不是你换个参数就能问出来的，是这类工具的能力边界之外。

为什么它就是「策略容量」本身

把前面的东西串起来，一个概念自然就浮出来了。

你的方法每笔交易有一个平均优势，比如千分之几。冲击成本随着规模上升而上升。当规模大到冲击成本追平那个优势的时候，这套方法就不赚钱了——这个规模就是它的容量。

容量不是一个可以靠努力突破的东西，它是被三样东西夹出来的：你交易的品种有多活跃、你交易得有多频繁、你的优势有多厚。这三样里任何一个变差，容量都会往下掉。

由此可以推出几件很有用的事：

做冷门品种的方法，容量天生就小。 优势可能很真实，但那块市场装不下多少钱。这也解释了为什么有些方法只适合个人做——不是因为机构做不出来，是因为对机构来说，做出来也不值得。

换手越高，容量越小。 每次操作都要付一遍冲击，操作频率越高，同样规模下年度总冲击越大。所以短周期方法的容量普遍远小于长周期方法，即便前者的单次胜率好看得多。

容量还会自己缩水。 一套方法被越多人用，市场上朝同一个方向的单子就越多，这些单子彼此推着价格走。你不是唯一在推价的人，你只是同时在被别人推。

面对容量约束，现实中的做法是把大单拆开、拖长时间成交，用时间换厚度。但这里有个跑不掉的矛盾：拖得越久，冲击越小，但你暴露在「价格自己跑掉」的风险里越久。 你今天想买的东西，可能不等你买完就已经涨上去了。压缩时间就得多付冲击，拉长时间就得多担风险，两头没法同时占——这是执行这件事的核心难题，不是可以通过更聪明的算法消灭的。

失效边界与常见误用

拿小资金的实盘结果去外推大资金。 你用几万块跑通了一套方法，感觉和回测吻合得很好，于是相信它可以线性放大。这个推论在冲击成本这一层是错的——你恰恰是在冲击成本几乎为零的那个区间里做的验证，而那个区间外的行为，你一次也没观察到。

把冲击成本和滑点混着说。 两者的补救方式完全不同：滑点靠改进下单方式（比如用限价单而不是市价单）能缓解一部分，冲击成本是你自身体量造成的，换下单方式只能改变它怎么发生，改变不了它存在。想清楚哪一部分是市场在动、哪一部分是你在动，才知道该修哪儿。

以为分散到很多个品种就能绕开它。 分散确实能降低单个品种上的参与率，但你的调仓笔数也跟着变多了，每一笔都要付最低那一档的固定代价，还可能踩到各种最低收费门槛。分散是把一个大问题拆成很多个小问题，不是消灭问题。

只看历史平均成交量。 一个品种平时很活跃，不代表你需要出场的那一天它还活跃。市场紧张的时候，成交量和挂单厚度会一起蒸发，而那往往正是你必须动手的时候。用平时的活跃度去估极端时刻的冲击，是一个乐观得离谱的假设。这一层和仓位纪律是连着的，风险管理卷R里讲的仓位上限，很大一部分就是在给「我到底跑不跑得掉」留余量。

以为冲击成本只是「大机构的烦恼」。 只要你交易的品种足够冷清，几万块也能成为当天的主要成交方。判断标准从来不是你有多少钱，是你占了多大比例。想沿着流动性这条线继续往下看，流动性与策略容量那篇讲得更完整；想按体系顺着读，可以回到量化与 AI 投研卷。

小结

• 冲击成本 = 价格因为你的单子而移动，你在一张有厚度的价目表上一层层往上吃，吃得越深平均价越差。它不出现在任何账单上，只藏在成交均价里。
• 决定它大小的不是你下单的金额，是你占了这个品种当天正常成交量的多大比例。同样一笔钱，砸在活跃品种上没声音，砸在冷清品种上你就是全场主角。
• 它一次往返收两遍，出场那遍通常更贵；它随你的规模一起长大；它按你的操作次数累加。
• 三套真实回测系统里：一套明说不建模、一套写成了公式但当前默认值为零、一套用与下单量无关的固定比例。默认情况下，回测世界里你的单子对价格没有任何影响。
• 唯一把它写成公式的那套，用的是参与率的平方——规模翻一倍，这笔支出翻八倍。这就是「小资金能做、大资金做不了」的算术根据，也是策略容量的来源。
• 容量约束没法靠努力突破，只能靠拆单和拉长时间来缓解，而拉长时间又会把你暴露在价格跑掉的风险里。两头不能同时占。

一句话记住这篇：你买得越多，越是在跟自己抢货；抢到最后，赚的那点差价全给了自己。

本文所引源码与文档均来自上述快照版本，是阅读代码得出的机制说明，不是运行结果；具体参数与行为请以你手上那个版本为准。回量化与 AI 投研概念库看其它概念各自在说什么；本站内容为投资教育，不构成任何投资建议，边界见免责声明。