个人量化交易到底要花哪些钱
做量化交易，很多人一上来就盯着策略收益率，回测曲线画得漂亮，实盘一跑就亏。问题往往不在策略本身，而在成本。成本像沙子，单看一粒不起眼，积少成多能把你利润全吃掉。今天把个人量化交易涉及的费用一笔一笔拆开，用大白话讲清楚。
交易通道费用 券商和期货公司收的那部分
股票交易，券商收佣金。默认费率通常是万分之二点五到万分之三，但量化交易者资金量稍大或者交易频繁，可以谈到万分之一点二甚至万分之一。注意有最低五元收费，单笔交易金额低于五万时，实际费率远高于名义费率。
印花税是卖出时收，千分之一，国家收的，没得谈。过户费沪深两市都收，万分之零点一，双向收取。这两项加起来，卖出一次股票，硬成本就是千分之一出头。
期货交易没有印花税和过户费，期货公司收手续费。手续费分两种，固定值收取和按成交金额比例收取。螺纹钢一手收三块，这是固定值。股指期货按成交金额万分之零点二三收取。日内平仓的话，部分品种平今仓手续费翻倍甚至更高，做高频期货策略必须把这条算进去。
数据费用 量化的眼睛和耳朵
免费数据能用的越来越少。Tushare积分制，想拿实时行情和财务数据，一年几百到上千。AkShare开源免费，但稳定性和字段完整性靠社区维护，实盘用要自己写容错。
商业数据终端，Wind一年几万，个人量化很少用。聚宽、米筐这类平台，基础数据免费，但要做精细回测，付费版一年几千。分钟级和历史tick数据，单独购买一年几千到几万不等。
期货数据相对便宜，但主力连续合约的拼接数据、夜盘数据、五档行情，想要高质量也得付费。数据质量差，回测结果就是幻觉。
软件和平台费用 策略跑在哪
本地跑Python，用vn.py、backtrader，软件免费，但需要自己搭环境、写接口、处理断线重连。
云端量化平台，聚宽、米筐、优矿，基础版免费，但回测速度慢、策略数量有限、实盘接口收费。专业版一年几千到上万。
期货CTP接口，期货公司免费提供，但需要自己写交易程序。有人用商业量化软件，比如交易开拓者、文华财经，一年几千，好处是省去编程环节。
服务器和网络费用 别让延迟吃掉利润
本地电脑跑策略，费用是电费和网费。但家里网络不稳定，断网一分钟可能错过止损。
云服务器，阿里云、腾讯云入门配置一年几百块。做高频或者套利策略，需要低延迟机房托管，期货公司机房托管一年几千到几万，加上专线网络，成本更高。
个人做日线级别策略，普通云服务器足够。分钟级别策略，考虑靠近交易所的机房。 Tick级别策略，没有机房托管基本没法玩。
融资融券和期货保证金利息
股票加杠杆，融资利率年化百分之六到八，融券利率更高。量化策略如果年化收益百分之十五，融资成本吃掉一半。
期货保证金交易，不涉及利息，但占用保证金。保证金比例交易所定，期货公司加收几个点。资金利用率低本身也是一种成本。
滑点和冲击成本 最隐蔽的杀手
滑点是下单价格和实际成交价格的差。流动性好的品种，滑点小。小盘股、冷门期货合约，滑点大。
冲击成本是大单子把价格打飞的成本。量化策略如果资金量大了，自己就是市场，回测用的历史价格根本吃不到。
回测时用收盘价成交，实盘用市价单，滑点千分之一到千分之三很正常。高频策略滑点占比更高。
隐性成本 时间 精力和心理
策略开发需要时间，数据清洗、参数优化、实盘监控，每天盯盘几小时。这些时间如果用来工作，收入可能更高。
心理成本没法量化，但连续回撤时能不能坚持执行策略，直接决定生死。
算一笔总账
股票量化，资金十万，年交易一百次，每次五万。佣金万一点二加印花税千一加过户费，单次卖出成本约五十五元，一年双边成本约一万一。数据费一年一千，云服务器一年五百，总成本约一万两千五。年化收益要做到百分之十二点五才回本。
期货量化，资金十万，做螺纹钢，一手手续费三块，日内平仓翻倍。每天交易两次，一年两百五十个交易日，手续费约三千。数据费一年两千，服务器一年一千，滑点按一跳十个点算，一年滑点成本五千。总成本约一万一。期货杠杆高，资金占用少，但手续费和滑点占比大。
怎么把成本压下来
谈佣金，资金量或者交易频率上去，券商期货公司都能谈。选品种，流动性好的主力合约滑点小。控制交易频率，日内高频成本远高于日线。用限价单代替市价单，节省滑点但可能错过成交。
成本是量化交易的地心引力，飞得再高也要落回地面。把成本算清楚，策略才有实盘价值。
