股票佣金现状
国内券商股票交易佣金费率普遍在万分之1.5到万分之3之间。不同券商差异明显，部分互联网券商通过线上开户可提供万分之1.2甚至更低的费率。佣金包含规费（经手费、证管费等），通常券商宣传的“万1.5”已包含规费，但需确认是否含有过户费（沪市股票单独收取，深市已包含）。
交易佣金设有最低5元门槛。单笔交易佣金不足5元按5元收取。对于小额交易者，这一规则显著影响实际成本。高频量化策略单笔金额较小，5元最低限制会大幅拉高费率。部分券商允许取消最低5元限制，需满足一定资产量或交易频率。
# 计算股票交易佣金示例
def stock_commission(amount, rate=0.00015, min_fee=5):
"""amount: 成交金额"""
fee = amount * rate
return max(fee, min_fee)
print(stock_commission(30000)) # 输出 5.0（因30000*0.00015=4.5 < 5）
print(stock_commission(100000)) # 输出 15.0
期货佣金结构
期货佣金收取方式分为两种：固定值（每手X元）和比例值（成交金额的万分之X）。固定值常见于农产品期货，如玉米每手1.2元，比例值常见于金融期货，如沪深300股指期货开仓万分之0.23，平今仓万分之3.45。
期货公司通常在交易所标准上加收部分佣金。加收幅度从0.01元到交易所标准的数倍不等。高频交易者可与期货公司协商，将加收部分降至最低（如交易所+0.01元）。交易所返还政策也影响实际成本，部分品种返还比例可达30%以上。
# 期货比例值佣金计算
def futures_commission(price, multiplier, rate, lots=1):
"""price: 合约价格, multiplier: 合约乘数, rate: 费率"""
return price * multiplier * rate * lots
# 螺纹钢期货，价格4000，乘数10，费率万分之1
print(futures_commission(4000, 10, 0.0001)) # 输出 4.0
如何选择券商
选择券商不能只看佣金绝对值。交易系统稳定性决定滑点与成交速度，量化交易尤其需要低延迟接口。部分券商提供CTP交易接口或专用API，适合程序化交易。
融资融券利率、期权手续费、可转债佣金等同样是成本组成部分。经常交易可转债的投资者需注意，部分券商可转债佣金低至百万分之2，而默认可能高达十万分之2。
资金量较大的投资者可申请更低的佣金方案。资产超过50万通常可谈到万1.2以下，超过500万可谈到万1甚至更低。期货方面，交易所返还比例与资金量挂钩，月手续费超过10万可申请高比例返还。
隐性费用与陷阱
部分券商宣传“万1.5”但未说明是否包含规费。规费包括经手费万分之0.341和证管费万分之0.2，合计万分之0.541。若万1.5不含规费，实际费率接近万2。
期货交易中，交易所平今仓手续费可能远高于开仓。股指期货平今仓费率是开仓的15倍。频繁日内交易股指期货，成本会急剧上升。
量化交易者需测试券商API的订单响应时间与撤单限制。部分券商对高频撤单收取额外费用或限制撤单次数。
量化视角下的佣金优化
量化策略中，佣金占策略收益的比例不可忽视。一个年化收益20%的策略，若年换手率50倍，万3佣金将侵蚀约3%的收益。降低至万1.2，侵蚀减少至1.2%。
期货高频策略对佣金极度敏感。每手加收0.5元与加收0.01元，在月交易1万手的规模下，成本差异达4900元。
# 佣金对策略收益的影响
def net_return(gross_return, turnover, commission_rate):
return gross_return - turnover * commission_rate
# 年换手50倍，万3佣金
print(net_return(0.20, 50, 0.0003)) # 输出 0.185
# 万1.2佣金
print(net_return(0.20, 50, 0.00012)) # 输出 0.194
选择券商应综合考量系统稳定性、API质量、佣金费率和隐性费用。量化交易者优先选择提供CTP接口且无最低5元限制的券商期货公司。实际开户前，要求客户经理出具书面费率确认，避免后续调整。
