Rebas Daily PERSONAL AI DAILY — 自动选题 · 核查 · 撰写 NO.068 — 2026-09-10
PAPER 约 6 分钟

跨资产冲击:成本如何穿过时间

把相关合约与未来时点的价格冲击放进同一模型,重算几个基点的交易机会。

你想做一笔价差交易:先卖近月原油期货、买远月合约,几天后再反向平仓。传统成本模型像是把四笔交易分别结账,却没看到两条腿会互相抵消,也没看到建仓造成的价格冲击会逐渐消退。对利润只有几个基点的相对价值策略,这点误差足以决定一笔交易是否看起来值得做。

Vincent Yinjun-Wang 与 Madeleine Udell 的论文《Convex Modeling of Price Cross-Impact over Time》试图把这两件事放进同一个可计算的框架:一是 cross-impact——交易一个合约,也会推动相关合约的价格;二是 transient impact——价格冲击不是永久的,会随时间衰减。论文用凸二次成本模型同时连接不同合约和不同交易日,并以原油期货日历价差展示它如何改变交易计划。

本文的模型结构、理论结论和实证数字都来自这一篇论文,尚无独立信源交叉验证。

成本不是四张互不相干的账单

价格冲击,简单说就是自己的订单把成交价格推向不利方向。交易规模越大、市场越薄,通常越贵。它也是回测收益能否在真实市场兑现的关键成本。

相对价值交易的问题更复杂。它通常同时买卖相关资产,赚的是两者之间很小的相对变化。若两条腿高度相关,买入一边与卖出另一边造成的冲击可能部分抵消。把每条腿独立计费,就可能高估总成本。

时间也会改变账单。假设建仓时卖出某个合约,几天后买回。若最初的卖压尚有残留,买回其实回收了部分入场成本;若冲击已经消退,回收程度又不同。因此,“什么时候建仓、持有多久、什么时候退出”不能和“交易什么”分开计算。

论文先为每个时期构造一张 cross-impact matrix,即跨资产冲击矩阵。它使用波动率、成交量和相关性预测:波动越大,冲击越高;成交越活跃,冲击越低;相关性则负责描述不同合约之间如何联动。矩阵被要求是 positive semidefinite——半正定,直观上意味着模型不会凭空算出一种越交易反而越赚钱的成本结构。

接着,作者用 power-law decay kernel——幂律衰减核——连接不同时期的交易。所谓“核”,可以理解成一张时间权重表:过去的交易还剩多少影响,由距离现在多久决定。幂律衰减比简单地假定影响立即消失更能保留较久以前的痕迹。由于它不是只靠“当前状态”就能概括,模型会把规划期内的整串交易一起优化。

关键不是更复杂,而是仍然算得动

把多个合约和多个日期全部连起来,很容易得到一个难以稳定求解的问题。论文的关键处理,是把成本写成凸二次形式。凸优化是一类没有“坏的局部最优”陷阱的问题,通常可以较可靠地找到全局最优解。对执行规划来说,这意味着模型增加了现实细节,却没有牺牲可计算性。

凸性还有一层约束作用。若成本矩阵设计不当,模型可能认为某种先买后卖、最终持仓归零的往返交易具有负成本,相当于只靠交易本身就能制造利润。论文把这种现象称为 price manipulation。作者证明,在其对称时间耦合和半正定结构下,即使规划期内流动性变化,模型也不会给往返交易分配负冲击成本。

但这是一项建立在特定数学结构上的理论性质。它表示模型内部不存在这种套利漏洞,不等于现实市场中绝无操纵行为或机会。

原油换月把差别放大了

论文研究 2004—2011 年、共 96 个月的 WTI 原油期货。S&P GSCI 在每月第 5 至第 9 个工作日换月:卖出即将到期的近月合约,买入远月合约。这股预先公开的被动资金流,会暂时压低“近月减远月”的价差。论文援引既有研究称,2004—2011 年间,该价差在换月窗口附近通常压缩约 30—40 个基点,并在约两周内恢复。

这给出一笔候选交易:换月前做空价差,也就是卖近月、买远月;之后等待价差恢复,再反向平仓。难点不在发现方向,而在决定每天做多少。流动性会随着合约临近到期而迁移,周三的 EIA 库存报告也会集中交易活动。

论文的数据展示中,平均价差在每月第 2 至第 4 个工作日下降 9 个基点,在换月窗口再下降 32 个基点,到第 15 个工作日反弹 65 个基点。三种模型都选择在换月前做空价差、在窗口末段附近翻成长仓,并在近月流动性枯竭前清仓;差异主要在仓位大小与交易时点。

可分离的 baseline 几乎不交易。其平均预测冲击成本为 1.0 个基点,而论文所用模拟器给出的冲击成本为 0.0 个基点,最终净值为 0.4 个基点。只考虑 self-impact——每个合约对自身价格的影响——的模型更积极,预测冲击成本为 6.9 个基点,模拟值为 2.7 个基点,净值为 2.3 个基点。

同时考虑暂态与跨资产冲击的模型,平均预测与模拟冲击成本均为 5.9 个基点,净值为 3.1 个基点。论文据此认为,独立计算各条腿与各时期,会漏掉相关头寸之间的抵消,并形成过于保守的组合。

为什么值得交易团队细看

这篇论文最有价值的地方,不是宣称“成本更低”,而是重新划定了策略的可交易边界。几个基点的相对价值机会,可能并非没有收益,而是被一套逐合约、逐日计费的模型先行否决。把合约关联、冲击残留和未来流动性放在一起,研究者才能区分“信号太弱”和“成本算得太粗”。

它也把组合构建与执行时机放进了同一道题。交易者不只是在已有仓位下寻找便宜的执行路径,而是在成本会跨资产、跨时间传播的条件下,同时决定仓位与路径。这对换月、定期报告、结算窗口和到期周期等可预期的流动性变化尤其相关。

局限与未知

  • 实证使用公开结算价,但关键的逐合约美元成交量并非公开数据,作者进行了模拟;论文也明确说,更完善的实盘研究需要授权的交易所数据。
  • 暂态跨资产模型既是被测试的方法,也是计算“模拟冲击成本”的模拟器。因此结果能说明模型间的决策差异,却不能独立证明真实冲击成本或实际收益得到改善。
  • 单合约、单时期的冲击被建模为线性关系,没有复现论文提到的平方根冲击规律。样本也只覆盖特定时期的 WTI 换月场景,结论能否扩展到其他市场、期限和交易规模,材料尚未给出答案。

供稿材料 SOURCES — 1

← 返回 2026-09-10 · 量化板块