NNagi
DOSSIER · No.76

高低价差估计的买卖价差

用每天的最高价和最低价估算交易成本,成本越高的股票回报越高吗?

失效 经典因子 数据 B 级 月度调仓
是否仍有效(策略本身)
失效

论文发表后夏普比率接近或低于零

是否跑赢基准(买入持有 SPY)
未跑赢基准

论文发表后,夏普比率 0.02 对比 0.91;年化收益低于基准。

「仍有效」只说明策略没有失效,不代表比基准更好,也不构成任何建议。2026-10-18 更新。
来源论文:Shane A. Corwin, Paul Schultz (2012). A Simple Way to Estimate Bid-Ask Spreads from Daily High and Low Prices. Journal of Finance.

原理

买卖价差是最直接的交易成本:你想马上买,只能按卖方报价成交;想马上卖,只能按买方报价成交,两者之差就是每次进出要付的“过路费”。价差越大的股票,交易成本越高,按照流动性溢价理论,投资者会要求更高的回报作为补偿。问题是逐笔报价数据昂贵又庞大。

2012 年,Shane Corwin 和 Paul Schultz 提出了一个巧妙的办法:只用每天的最高价和最低价估计价差。思路是,一天里的最高价通常是买方主动成交(按卖价)、最低价通常是卖方主动成交(按买价),所以高低价区间里既包含真实的价格波动,也包含一个买卖价差。关键在于,把时间拉长到两天,价格波动带来的区间大约变成两倍(方差与时间成正比),而价差带来的部分不变。比较“单日区间”和“两日合并区间”,就能把价差分离出来。这个估计量只需要免费的日线数据。

论文的主要贡献是方法本身,同时也用它检验了价差和股票收益的关系。这里把它直接作为选股信号:用每只股票当月的高低价估计平均价差,买价差最大的、空价差最小的,看在美国大盘股里,交易成本更高的股票是否真的给了更高的回报。需要注意的是,标普 500 成分股的价差本来就很小,估计量里会混入不少波动率的成分。

封

以下内容仅对会员开放

这份卷宗剩下的部分已封存。

  • 含成本的完整回测与净值曲线
  • 论文发表前后、最近三年分段对比
  • 逐条交易规则与结果解读
  • 可直接运行的 Python 代码下载
注册并解锁
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码

历史回测不代表未来收益,仅供学习研究,不构成投资建议。