算法交易系列之交易成本分析

㈠ 算法交易的问题进展

对于算法交易，一般而言有这么几大类问题
1. 什么是算法交易？
算法交易又称自动交易，指的是通过使用计算机程序来发出交易指令的方法
2. 为什么要用算法交易？
一般而言，当投资者需要进行大额交易时，即买入或卖出大量股票时，需要用到算法交易，其会将大单拆分成N个小单，报单委托完成交易任务
3. 算法交易有什么作用？
算法交易的作用就是为了降低交易成本，通过拆单的方式，使得成交价靠近市场均价，以此完成交易计划
4. 怎么用算法交易？
目前华创证券和同花顺联合推出了智能算法交易平台，你可以关注“同花顺智能交易”微信公众号，预约申请试用~

希望能帮助到你

㈡ 炒股交易成本怎么计算

投资者在买卖证券时，需支付多项费用和税收，很多人对这部分费用不是很了解，是本糊涂账，造成买卖行为中不够节约。我们下面就把交易费用的种类和收费标准说明一下，种类有佣金、过户费和印花税。
⑴佣金。佣金是投资者在委托买卖证券成交后按成交金额一定比例支付的费用，是证券公司为客户提供证券代理买卖服务收取的报酬。
目前证券公司经纪佣金由证券公司收取，标准由证券公司确定。根据证监会的相关文件规定，证券公司向客户收取的佣金不得高于证券交易金额的3‰，每笔佣金不足5元的，按5元收取。目前，网上交易的佣金一般在1.5‰～3‰之间。
⑵过户费。过户费是委托买卖的股票、基金成交后，买卖双方为变更股权登记所支付的费用，这笔收入属于登记结算公司的收入，由证券公司为投资者清算交割时代为扣收。在上海证券交易所，A股的过户费为成交面额（也就是股数）的1‰，起点为1元，深圳证券交易所免收A股的过户费。
⑶印花税。印花税是根据税法的规定，在股票成交后对买卖双方投资者按照规定的税率分别征收的税金，由证券公司代为扣收。印花税的税率曾多次进行调整，目前的税率为实际成交金额的3‰，买卖双方都要征收，对权证交易不收印花税。
例5：交易费用的计算
投资者于2007年5月31日以10.00元的价格买入中信银行（601998），买入数量是1000股，则买入股票的直接成本为1000×10=10000元，印花税=10000×3‰=30元，过户费=1000股×1‰=1元，如果佣金费率为2‰，则佣金=10000×2‰=20元，买入总支出=10000+30+1+20=10051元，平均每股交易费用=（10051－10000）/1000=0.051元，由于交易费用的存在导致持股成本提高了5.1分钱。
假设6月1日以10.50元的价格卖出中信银行，卖出数量是1000股，卖出股票的直接收入为1000×10.5=10500元，印花税=10500×3‰=31.5元，过户费=1000股×1‰=1元，佣金费率为2‰，则佣金=10500×2‰=21元，卖出净收入=10500－31.5－1－21=10446.5元，平均每股交易费用＝（10500－10446.5）/1000=0.0535元，由于交易费用的存在导致卖出股票的收益减少了5.35分钱左右。
此次交易的总盈利=10446.5－10051=395.5元，折合每股获利=395.5/1000≈0.396元。而实际的股价变动=10.5－10=0.5元。
根据上面的案例计算，投资者如果买卖上海股票佣金费率为2‰，买卖一个来回的交易费用在2×5‰＝1%左右，买卖价格10元左右的股票，买卖一个来回的费用大约为0.1元，股价上涨0.1元以上的部分才是你的盈利。如果买卖20元左右的股票，买卖一个来回的费用在0.2元分左右。
小技巧：每次买卖都要缴纳上述费用，抬高了投资者的持股成本，压缩了利润空间。通过手续费的计算，我们应该知道中长线操作会优于短线操作，减少了成本就相当于提高了利润。不要小看不起眼的交易费用，如果每次买卖的价格相同，只亏个手续费，按照1％的比例，只要操作100次就把资金消耗完了。因此炒股不能轻视手续费，在开户的时候就要选择佣金相对较低的券商，同时在操作上避免频繁短线操作。

㈢ 交易成本经济学的交易成本的重要性

近年来，经济学家们认识到专业化和分工并不是免费的午餐。其中涉及到大量的交易成本。那么交易成本到底有多大呢？本节将对这一问题进行一些讨论。 消费者要购买一种产品或服务，首先要花时间和精力来获得关于产品质量的信息。因此，他必须寻求物有所值的供给。类似产品，甚至同类产品，其价格差别也常常非常大。即使消费者知道某些产品的价格差别极大，他们也常常不花时间和精力来寻找成本最低的供给。如果情况不是这样，那么，我们就不会看到同类产品有不同的价格。因此，价格差别的实际存在就度量了消费者自己的交易活动成本。因为如果不存在搜寻成本，那么，价格差别不会存在。因此，理性的消费者必须在考虑搜寻成本的大小来决定是否进行搜寻活动，以得到尽可能低的价格。
对于昂贵物品的购买，如房产，消费者会聘请顾问，如不动产经纪人，律师和金融顾问等。他们提供“交易服务”。消费者向这些专家支付的费用出现在国民收入帐户中，因此可以间接地推知其大小。
对市场的供给方来说，交易成本表现为推销成本中扣除运输成本的部分。推销成本用生产成本与最终消费者支付的价格之差来衡量。德国1959年的数据表明，对于116种非食品类商品组来说，平均推销成本是最终消费价格的49%。其中要扣除3。7%的平均运输成本，7%的平均流转税，因此，供给方的市场交易成本达最终消费价格的38。3%。不过，这一数据还只是代表没有加权的每一部分的平均数。这就说明交易成本的数量十分巨大。（中国的一个特例，食盐每斤生产成本不到1角钱，但消费者购买时却到了1元钱，交易成本占到90%）。 经理交易成本可以用经常成本（overhand）作为估计的基础。经常成本既包括生产成本（如折旧、维修、用水和保险成本等），也包括内部交易成本。经常成本占总成本或总附加值的比重自上世纪以来有相当大的增加。在美国，这种成本达到35%到60%。但我们还不知道交易成本在经常成本中所占的比例。假如交易成本占其中的50%的话，那么，企业内交易成本就达到18%到30%（包括企业的推销成本）。因此，与生产有关的交易成本占到总成本的10%到20%。研究与开发成本虽然在不同企业和行业极为不同，但大致占到10%到15%，因此，与生产有关的经理交易成本大致是总成本的20%到35%。此外，如果假定生产者每单位产品的利润是销售价格的20%（扣除了内部市场交易成本以后），每单位产品的市场交易成本是最终消费价格的40%，那么，经理交易成本和市场交易成本总共占到最终消费价格的50%到57%。
一些交易成本采取了“沉淀成本”或“专用性投资”的形式。这也是需要考虑的。
上面的论述只考虑了一个生产阶段的交易成本。实际上，生产过程一般有几个阶段。如果假定，每增加一个生产阶段，交易成本增加10%，那么，交易成本不低于最终消费价格的60%到67%。
在瓦利斯和诺斯(Wallis and North,1988)所作的一个研究中，他们估计美国经济整体的交易成本在1970年占到GNP的46。66% 到54。71%。他们的估计值还没有考虑到政府增加到GNP中的价值是100%的交易成本！他们还估计了交易成本在经济发展中的变化情况，发现交易成本占 GNP的比重从1870年到1970年上升了1倍，即从占GNP的26。09%上升到54。71%。这个结果令人惊异。他们认为其中的原因在于交易成本的相对增加是获得专业化与分工利益的必要部分：
First, the costs of specifying and enforcing contracts became more important with the expansion of the market and growing organization in the second half of nineteenth century. As the economy becomes more specialized and urbanized, more and more exchanges are carried out between indivials who have no long-standing relations, that is, impersonal exchange … Rational consumers engage in more search and information-gathering activity (including purchasing information through middlemen, i.e., transaction services) as they come to know less and less about the persons from whom they buy their procts. … The second part of our story is the effect of technological change in proction and transportation on transaction services. The new capital intensive proction techniques were often more profitable to operate (i.e., lower costs) at high output levels. … [larger business organizations] placed a premium on the coordination of inputs and outputs and on monitoring the numerous contracts involved in proction and distribution. … The third part of our story is the declining costs of using the political system to restructure property rights. … [The consequence of this change was the further development of commissions] which replaced the decision-making ability by executive departments of the government. … [and]imposed transaction costs on the rest of the economy. (1988,122-123).
根据这种发现，瓦利斯和诺斯批评了现在的国民收入核算体系。他们认为，现在的一般做法是把交易成本当成无关的东西。因此需要改变。国民产品应该分为三个基本种类，其重点是生产、运输和交易领域的活动。只有按这种方式来分类，我们才能更好地理解经济增长。这一点对增长经济学具有重要含义，因为增长经济学并没有考虑一种产出与另一种产出之间的关系。
总的来说，交易成本的应用现已超出了制度经济学的范围，它广泛地应用于会计和统计各个方面。当然，想极小化绝对或相对交易成本，在经济上并不是一个合理的目标。在判断一个经济实体的质量（效率）方面真正重要的是总的经济结果，而不是交易成本的大小。交易成本现在已吸引了宏观经济理论家，经济史学家，会计师和其他人日益增加的注意力，因为交易成本在总成本和GNP中的比例稳定上升。因此，值得对交易成本进行专门分析。 政治交易成本也值得注意，因为在产生收益的法律例子中，重要的是要考虑获得收入来源、选民行为和代理人行为方面有关信息的成本，也要考虑这种法律执行的成本。这就是公共选择的成本。在禁烟禁酒或禁止药物使用等方面也存在成本和收益。进一步说，一项特定社会法律，不论是新的，还是老的，其成本不仅包括与法律有关的直接政府支出，还包括法律对社会造成的成本，如由于损害了自由交换而导致的资源损失。至于政府行政管理和教育，也是如此。政治组织和压力集团的建立与运行也存在成本。奥尔森（Olson: Logic of Collective Action, 1965）认为,这种成本是一个集团内成员数量的增函数，人均成本不变或不会减少很多。他还认为，由于每个集团成员得到的利益随着集团的规模而递减，因此，集团越大，越不可能提供最优的公共物品的供应。这就导致了运用交易成本方法而得到的一个结论：小的利益集团总是掌握着不成比例的大权力！

㈣ 算法交易的交易类型

算法交易又称自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令的方法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的证券数量。
《量化投资—策略与技术》中，根据各个算法交易中算法的主动程度不同，可以把算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。 综合型算法交易是前两者的结合。即包含既定的交易目标，具体实施交易的过程中也会对是否交易进行一定的判断。这类算法常见的方式是先把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可以达到单独一种算法所无法达到的效果。
VWAP 策略是最常用的交易策略之一，具有简单易操作等特点，基本思想就是让自己的交易量提交比例与市场成交量比例尽可能匹配，在减少对市场冲击的同时，获得市场成交均价的交易价格。
标准的VWAP 策略是一种静态策略，即在交易开始之前，利用已有信息确定提交策略，交易开始之后按照此策略进行交易，而不考虑交易期间的信息。
改进型的VWAP策略的基本原理是：在市场价格高于市场均价的时候，根据市场价格的走势，不同程度地减少提交量，在保证高价位的低提交量的同时，能够防止出现价格的持续上涨而提交量过度向后聚集；在市场价格低于市场均价的时候，根据市场价格的走势，不同程度地增加提交量，在保证低价位的高提交量的同时，能够防止价格的持续走低而提交量过度提前完成。

㈤ 交易成本经济学的交易成本的理论模型

交易成本既然如此重要，那么，是否可以建立正规的理论模型，对交易成本进行更深入的分析呢？一些新制度经济学家认为是可以的。他们主要讨论了两个问题：一是人们怎样能够建立交易成本模型以提供一个制度框架？二是人们怎样能够把组织当作一个节约交易成本的工具来分析或至少是描述？第二个问题是威廉姆森关于制度分析的中心。新制度经济学的主要代表人物也进行了分析，他们奇怪涉及交易的同类活动为什么组织形式常常非常的不同，由此他们对合约治理结构及其他形式的组织如何运作的细节特别关注。
相对而言，新制度经济学家对第一个问题的研究各不相同。一些人试图通过简单地扩大新古典微观经济模型来回答，如Foley(1970)在标准的完全竞争模型中加入了“交易”活动。这种拓展可以解释商品的生产者价格与最终消费价格之间的差额和存款利率与贷款利率之间的差额。但这种方法却忽视了交易成本和决策者的信息状况之间的联系，这使交易成本只代表了一组可以简单地加入标准新古典模型的关系或约束条件。由于在交易成本为正，以及在有限理性的情况下，决策者将处于一种十分不同的状态，因而信息成为一种有成本的东西，每个人只有有限的能力获得和加工信息，结果就是每个人对经济体系所提供的选择只具有有限的知识，而且个人之间的知识禀赋也极不相同，由此，按照这种新条件定义的总体均衡将完全不同于正统的新古典模型。

㈥ 什么是交易成本"科斯定理"的含义是什么

一、什么事交易成本

交易成本指达成一笔交易所要花费的成本，也指买卖过程中所花费的全部时间和货币成本。包括传播信息、广告、与市场有关的运输以及谈判、协商、签约、合约执行的监督等活动所花费的成本。

从另一个角度来说，所谓交易成本就是在一定的社会关系中，人们自愿交往、彼此合作达成交易所支付的成本，也即人—人关系成本。它与一般的生产成本（人—自然界关系成本）是对应概念。从本质上说，有人类交往互换活动，就会有交易成本，它是人类社会生活中一个不可分割的组成部分。

二、“科斯定理”的含义

科斯定理，是由罗纳德·科斯提出的一种观点，认为在某些条件下，经济的外部性或曰非效率可以通过当事人的谈判而得到纠正，从而达到社会效益最大化。

其主要内容如下：

1. 在交易费用为零的情况下，不管权利如何进行初始配置，当事人之间的谈判都会导致资源配置的帕雷托最优；

2. 在交易费用不为零的情况下，不同的权利配置界定会带来不同的资源配置；

3. 因为交易费用的存在，不同的权利界定和分配，则会带来不同效益的资源配置，所以产权制度的设置是优化资源配置的基础。

科斯定理的精华在于发现了交易费用及其与产权安排的关系，提出了交易费用对制度安排的影响，为人们在经济生活中作出关于产权安排的决策提供了有效的方法。

希望采纳

㈦ 网上股票交易系统成本价算法

网上 股票交易系统成本价算法：所有买入成交金额，加上所有买卖的手续费，减去所有卖出成交金额，最后除以剩余股票数量，就是剩余股票的成本价。（5000*17.17+6000*15.17）/11000=16.079。

㈧ 算法交易的中国发展

在中国，对算法交易的研究起步很晚，深圳国泰安信息技术有限公司在国内算法交易的推广上走在前列，已经率先推出了完全自主知识产权的算法交易系统1.0版，该系统填补了国内算法交易的空白。
“国泰安算法交易系统”是采用国际最主流的交易策略进行智能化下单交易的专业投资工具，帮助用户实现减少市场冲击、降低交易成本、增加投资收益，实现套利的目的。该系统采用策略主要有“VWAP”、“VP”、“TWAP”、“Schele”、“MOC”、“Sniper”策略。据统计，在目前国际市场上，通常采用的策略主要有6-8种，而采用：“VWAP”、“TWAP”、“VP”三种策略进行交易的成交量约占算法交易总成交量的60%。同时开发了“MOC”、“Sniper”等高级策略，满足了目前绝大多数金融机构限价下单的需求。
国泰安算法交易系统的算法策略考虑了国内证券交易的实际规则，经过对大量历史高频数据的检验分析，完全适合国内证券交易市场；同时支持用户灵活配置策略参数，动态监控算法执行情况，能够有效的控制交易风险；而且操作简单，能够让客户非常方便地体验到算法策略带来的便利和收益。
● 规则优化处理
根据国内证券交易的实际规则，经过对大量历史高频数据的检验分析，对算法策略进行修正与完善，使“国泰安算法交易系统”真正适合国内证券交易市场。
● 灵活策略配置
用户可根据交易习惯、市场变化，选择不同算法，设置参与度、缓急度、交易时点等参数，灵活调整交易策略。
● 完整决策结构
该系统决策结构完整，提供交易前、中、后的交易服务。
交易前：收集历史交易数据，分析交易时间、价格、数量，制定多种交易策略。
交易中：系统自动执行交易策略；用户也可实时监控交易，及时处理突发事件，如不满意交易结果，也可手动停止。
交易后：系统提供详细的交易报告，供用户盘后分析，可据此优化算法策略，增加投资回报。
● 动态交易及风险监控
运用动态图形监控画面，用户可以轻松监控股票组合、个股的交易执行和风险等情况。而且可以设定各种预警指标和预警动作，有效地控制交易风险。
● 操作简单方便
学习国际经验化繁为简，任何用户都可以通过简单的操作，直接体验到算法策略带来的便利和收益。

㈨ 有哪些算法交易策略

算法交易，也称为自动交易，黑盒交易，是利用电子平台，输入涉及算法的交易指令，以执行预先设定好的交易策略。算法中包含许多变量，包括时间，价格，交易量，或者在许多情况下，由"机器人"发起指令，而无需人工干预。算法交易广泛应用于投资银行，养老基金，共同基金，以及其他买方机构投资者，以把大额交易分割为许多小额交易来应付市场风险和冲击。卖方交易员，例如做市商和一些对冲基金，为市场提供流动性，自动生成和执行指令。