标签： #市场冲击

毛 alpha 12% 和规模无关，净 alpha 却随 AUM 单调塌陷——受控模拟（500 只中小盘、中位 ADV 490 万美元、100 个持仓、平方根冲击）给出三条彼此差一个数量级的容量线：8x 换手下净 alpha 腰斩在 7.4 亿美元、归零在 29.6 亿；24x 换手腰斩点只剩 2700 万、归零 1.1 亿——同一个 alpha，换手率一改容量差 27 倍。真正先撞上的是硬约束：10% ADV 参与率上限在 4800 万美元就触发，那时净 alpha 还有 10.44%，账面上「毫发无伤」。四条扩容路线量化对比：降换手 8x→4x 把腰斩点推到 59.3 亿（8.0 倍）最有效，流动性倾斜前 30% 到 33.2 亿（4.5 倍）但换了 alpha 来源，扩到 300 个持仓 23.5 亿（3.2 倍）。冲击指数从 0.5 误设为 1.0，容量估计差 2.12 倍。五项对抗式检验全过：零冲击安慰剂下容量曲线跨四个数量级完全平直（0.00000000pp）、AUM 翻倍成本比 1.4142 精确等于理论 2^0.5、换手 4 倍成本比 8.0000 等于 4^1.5、12 个宇宙腰斩点 CV 仅 0.090。最容易犯的错是回测假设 252 天匀速执行——真实调仓挤在 1/8 的天数里，同样 2 亿美元成本从 3.17% 跳到 8.97%（2.83 倍）（中阶）

Kyle 说冲击是永久的，平方根定律说冲击是凹的，传播子模型（Bouchaud 2004）说：都对，但你们少了时间维度。每笔成交的冲击不是一个数，是一条衰减曲线 G(ℓ)=G₀/(1+ℓ)^β——价格是所有历史成交冲击残留的叠加。模拟实测三条 β 曲线的执行实验：50 笔子单打完后，β=0.9 时残留只剩 5.5%（冲击几乎全是暂时的），β=0.2 时残留 55.5%（切碎不消失）；实证 β≈0.4-0.6 恰好卡在中间。模型最深刻的预言是扩散性悖论的解：订单流符号自相关是幂律长记忆（本文模拟 C(ℓ)~ℓ^-0.6），价格却近似随机游走——唯一自洽的方式是核衰减恰好抵消订单流记忆，β≈(1-γ)/2 的临界关系不是巧合而是市场自组织的结果。60000 笔模拟数据用 80 阶滞后 OLS 反解核函数：对数斜率估出 -0.483 vs 真实 -0.5，G(1)/G(10)/G(50) 全部贴住真值。工程含义：执行成本模型必须区分『打单时的峰值冲击』和『打完后的残留冲击』，TWAP 拆单省的钱全部来自衰减段；反过来做冲击套利（跟着大单买）赚的是同一段衰减。诚实边界：核的平稳性假设在危机中失效、线性叠加忽略流动性反馈、日内与日间核形状不同（中阶）

散户下单只关心买不买、卖不卖；机构下单还要多问一句：这单怎么下才不会自己把价格打飞？一笔 10 万股的市价单一次性砸进去，滑点可能高达 98bp——本文用 4000 条蒙特卡洛路径实测，同样的量拆成 TWAP（均匀切）滑点降到 43bp、VWAP（跟着成交量切）再降到 40bp，一次性冲击是它的 2.3 倍。文章从零推导市场冲击的凸性为什么让『拆单+跟量』能省钱（Cauchy-Schwarz），复现日内 U 型成交量曲线、Almgren-Chriss 有效前沿（执行成本 vs 时序风险的取舍），并诚实拆穿 VWAP 的死穴：它跟踪的是一个你下单时还不知道的未来基准，预测成交量偏 35% 就会变成跑输基准的跟踪误差。附完整 Python 与四类真实陷阱（中高阶）。

上一篇讲了 Almgren-Chriss（AC）怎么把冲击成本和波动风险写进同一个目标，解出一条由 γ 决定的轨迹。本篇换个角度把这套框架用透：①执行期限 T 怎么定——拖久冲击成本低但波动风险高，存在权衡；②最优『交易速率 v*(t)』长什么样，为什么越怕波动越前置；③VWAP 这种成交量加权基准和 AC 最优差在哪；④调度偏一点要多付多少。附完整 Python、连续时间闭式解与六类真实陷阱（高阶）。

卖出 100 万股这种大单，怎么拆、多快卖，本身就是一道优化题。Almgren-Chriss 把永久冲击、临时冲击和持仓的波动风险写进同一个目标：快卖=冲击成本高但风险低，慢卖=风险高但冲击低。解出来是一条「前置还是后置」的最优轨迹。附完整 Python 与六类真实陷阱（高阶）。

市场冲击是交易成本里最难估的一项。本文用因果推断视角把冲击拆成临时与永久两部分，点破朴素 IS 把市场波动也算进你的账单，并用外生市场因子构建无交易反事实基线分离真实冲击，附平方根律扫描、TCA 落地与六大真实陷阱。