Strasmore Research
學習 Matt Connor作者： Matt Connor · 更新於 2026-07-25 · data as of July 25, 2026 · refreshed weekly

股票交易的真實成本

手續費歸零後，買賣價差才是隱形成本。以基點量化十二檔熱門標的的報價寬度，揭露交易的真實代價。

股票交易成本並未因手續費歸零而消失。每一筆可成交的委託單，仍然要付出買賣價差——也就是買方願意支付的最高價格與賣方願意接受的最低價格之間的差距——進場時承擔一半，出場時再承擔一半。本頁面根據逐筆報價資料，以基點為單位，衡量十二檔熱門股票與 ETF 的這項成本，每一項數字背後都附上精確的 SQL 查詢語法。

手續費歸零了——但買賣價差沒有

一支股票從來不會只有一個價格，而是兩個。買價是目前市場上最好的買進報價；賣價是目前市場上最好的賣出報價。立刻成交就意味著跨越這個差距：市價買單會用賣價成交，市價賣單會用買價成交，而這個差價就留在報價者手中——最常見的是整場交易時段都同時報出雙邊價格的專業造市者。什麼是買賣價差完整說明了運作機制；本頁則為這些價差定價。

用一個假設的例子就能清楚說明計算方式。一支股票報價為買價 $20.00／賣價 $20.05，它的中點價就是 $20.025——這通常是在該瞬間衡量其公允價值的參考點。一筆市價買單會以 $20.05 成交，比中點價高出 2.5 美分：也就是報價寬度的一半。一筆市價賣單則以 $20.00 成交，放棄了另一半。如果兩邊都做——一個完整的買賣來回——每股就會留下整整五美分的差價，而且帳面上完全看不到任何手續費項目。

衡量這項成本的專業單位是基點——一個百分點的百分之一。將價差表示為中點價的佔比，就能把個位數美元價格的 ETF 和數百美元價格的 ETF 放在同一個尺度上比較，而它所揭示的差異，遠比多數零手續費交易者預期的要大得多。

交易成本階梯：十二檔標的，量化呈現

以下是十二檔廣泛持有的股票與 ETF，按報價中位數價差佔中點價格的百分比排序。數據來自 NBBO（全美最佳買賣報價，即所有美國交易所整合後的最佳買價與賣價，也是券商應用程式顯示的報價）的每一次更新，統計時間窗口固定為 13:30–19:59 UTC，對應美國東部時間一般交易時段 9:30 a.m.–4:00 p.m.（夏令時間期間）——本頁面迄今為止量測的每個窗口均處於此狀態。此窗口涵蓋我們數據中最近幾個已完成的交易時段，並刻意截止於今日前數日，以避免將任何尚未完整匯入的交易日納入中位數計算。缺少單邊報價，或賣價等於或低於買價的更新，均不納入中位數計算，並計入最後一欄，而非直接無聲地捨棄。

查詢交易成本階梯 — 近期完整交易時段中位數報價價差（中點基點），常規交易時間
每個數據背後的精確 SQL 語法
SELECT ticker,
       round(quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS typical_spread_bps,
       round(quantileExactIf(0.5)(toFloat64(ask_price - bid_price), bid_price > 0 AND ask_price > bid_price) * 100, 1) AS typical_spread_cents,
       round(count() / 1e6, 1) AS quote_updates_m,
       round(100 * countIf(bid_price <= 0 OR ask_price <= 0 OR ask_price <= bid_price) / count(), 2) AS pct_updates_excluded
FROM global_markets.cache_stocks_quotes
WHERE ticker IN ('SPY', 'QQQ', 'IWM', 'AAPL', 'MSFT', 'NVDA', 'AMD', 'TSLA', 'KO', 'DIS', 'F', 'SOXS')
  AND sip_timestamp >= toDateTime(today() - 10)
  AND sip_timestamp < toDateTime(today() - 3)
  AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
GROUP BY ticker
ORDER BY typical_spread_bps

位居榜首的是 SPY，報價中位數價差為 0.27 個基點——僅為單一基點的零頭——此中位數基於 14.9 百萬次報價更新。在第四階，NVDA 報價中位數價差為 0.99 個基點。最末階的 SOXS 則為 23.17 個基點——其美分欄位正是整張表格的無聲教訓：報價差距為 1 美分，一個以美分計的微小差距，卻附帶著表格中最高的百分比成本。美分讓低價股看似便宜；基點則誠實地為其定價。

一個基點等於每10,000美元一美元

基點欄位以固定算術換算為金額：在一筆10,000美元的訂單上，一個基點等於一美元（10,000 × 0.0001 = 1）。將此階梯視為每交易10,000美元的往返價格表：最高一級的0.27個基點約為0.27美元；最低一級的23.17個基點約為23.17美元。單向交易——僅買入或僅賣出——則為上述數字的一半。

交易頻率會放大這個成本。假設一筆20個基點的價差，每週以同樣的10,000美元往返交易一次，52週累計約為1,040美元（20 × 1美元 × 52）——在零佣金的情況下，約佔帳戶的百分之一。同樣的習慣，若在假設的1個基點價差上，一年總計約為52美元。一個標的落在哪一級，遠比任何佣金費率都更重要。

一檔大型股與一檔槓桿反向 ETF

階梯最底層的那一檔值得有個名字，而來自其緊密頂端三分之一的一檔大型股也一樣。NVIDIA (NVDA) 是一檔大型半導體股。SOXS 是 Direxion Daily Semiconductor Bear 3X 股票——一檔槓桿反向 ETF，設計為每日以半導體指數反向三倍的幅度波動，每日重置。兩者皆在相同觀察期間內，以相同方式衡量：

查詢NVDA vs SOXS — 期間中位數報價價差，附最小單日差距
每個數據背後的精確 SQL 語法
WITH per_day AS (
    SELECT toDate(toTimeZone(sip_timestamp, 'America/New_York')) AS et_date,
           quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), ticker = 'NVDA' AND bid_price > 0 AND ask_price > bid_price) * 10000 AS nvda_bps,
           quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), ticker = 'SOXS' AND bid_price > 0 AND ask_price > bid_price) * 10000 AS soxs_bps
    FROM global_markets.cache_stocks_quotes
    WHERE ticker IN ('NVDA', 'SOXS')
      AND sip_timestamp >= toDateTime(today() - 10)
      AND sip_timestamp < toDateTime(today() - 3)
      AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
    GROUP BY et_date
),
whole AS (
    SELECT quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), ticker = 'NVDA' AND bid_price > 0 AND ask_price > bid_price) * 10000 AS nvda_bps,
           quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), ticker = 'SOXS' AND bid_price > 0 AND ask_price > bid_price) * 10000 AS soxs_bps
    FROM global_markets.cache_stocks_quotes
    WHERE ticker IN ('NVDA', 'SOXS')
      AND sip_timestamp >= toDateTime(today() - 10)
      AND sip_timestamp < toDateTime(today() - 3)
      AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
)
SELECT round((SELECT nvda_bps FROM whole), 2) AS nvda_spread_bps,
       round((SELECT soxs_bps FROM whole), 2) AS soxs_spread_bps,
       round((SELECT soxs_bps FROM whole) / (SELECT nvda_bps FROM whole), 1) AS times_wider,
       (SELECT count() FROM per_day) AS sessions_measured,
       round((SELECT min(soxs_bps / nvda_bps) FROM per_day), 1) AS smallest_daily_gap_x

NVDA 的報價中位數價差衡量為 0.99 個基點。SOXS 衡量為 23.17 個基點——寬了 23.3 倍。在該期間所有 5 個交易日中，單日差距從未壓縮至低於 14.1 倍。同一組配對在 7 月 7 日的半導體破位中處於極端值——該交易日在其早盤低點逐筆記錄了這項精確對比。

查詢NVDA vs SOXS — 各交易時段中位數報價價差（中點基點）
每個數據背後的精確 SQL 語法
SELECT et_date,
       nvda_spread_bps,
       soxs_spread_bps,
       round(soxs_spread_bps / nvda_spread_bps, 1) AS times_wider
FROM (
    SELECT toDate(toTimeZone(sip_timestamp, 'America/New_York')) AS et_date,
           round(quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), ticker = 'NVDA' AND bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS nvda_spread_bps,
           round(quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), ticker = 'SOXS' AND bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS soxs_spread_bps
    FROM global_markets.cache_stocks_quotes
    WHERE ticker IN ('NVDA', 'SOXS')
      AND sip_timestamp >= toDateTime(today() - 10)
      AND sip_timestamp < toDateTime(today() - 3)
      AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
    GROUP BY et_date
)
ORDER BY et_date

在 2026-07-08，即該期間的第一個交易日，NVDA 的報價中位數落在 1.52 個基點寬，相對於 SOXS 的 21.48 個基點——成本為 14.1 倍。此排序在每個交易日之間從未動搖：便宜的那檔始終便宜，昂貴的那檔始終昂貴。一檔標的在成本階梯上的位置是一項持續存在的屬性，而非單日情緒。

為何低價股的交易成本高於高價股

部分差距來自市場的基礎機制。美國股價高於 1 美元的股票與 ETF，報價最小跳動單位為 1 美分，而 1 美分是報價所能顯示的最小差距。固定的 1 美分在不同股價中所占的比例截然不同：對一檔 700 美元的 ETF 幾乎微不足道，對一檔 4 美元的股票卻極為可觀。下表衡量這個底線的約束力有多強——顯示各標的報價更新中恰好維持 1 美分價差的占比、在該股價下 1 美分等於多少基點，以及中位數買賣價差高出底線多少。

查詢一分錢地板 — 股價、報價恰好一分寬的百分比，以及一分錢對應的基點成本
每個數據背後的精確 SQL 語法
SELECT ticker,
       typical_share_price,
       pct_quotes_at_one_cent,
       round(100 / typical_share_price, 2) AS one_cent_in_bps,
       typical_spread_bps,
       round(abs(typical_spread_bps - 100 / typical_share_price), 2) AS dist_from_floor_bps
FROM (
    SELECT ticker,
           round(quantileExactIf(0.5)((toFloat64(ask_price) + toFloat64(bid_price)) / 2, bid_price > 0 AND ask_price > bid_price), 2) AS typical_share_price,
           round(100 * countIf(bid_price > 0 AND ask_price > bid_price AND abs(toFloat64(ask_price - bid_price) - 0.01) < 0.001) / countIf(bid_price > 0 AND ask_price > bid_price), 1) AS pct_quotes_at_one_cent,
           round(quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS typical_spread_bps
    FROM global_markets.cache_stocks_quotes
    WHERE ticker IN ('SPY', 'AAPL', 'KO', 'F', 'SOXS')
      AND sip_timestamp >= toDateTime(today() - 10)
      AND sip_timestamp < toDateTime(today() - 3)
      AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
    GROUP BY ticker
)
ORDER BY typical_share_price DESC

SPY，股價約 750.32 美元，其 23.4% 的報價更新恰好維持 1 美分價差——而對表中價格最高的股票而言，1 美分僅為 0.13 個基點。在表中段，股價約 83.82 美元的 KO，有 65.4% 的更新落在底線。接著底線完全主導：股價約 13.86 美元的 F，有 99% 的更新維持 1 美分價差；股價約 4.31 美元的 SOXS，則有 100%——其中位數買賣價差距離 1 美分底線分別僅 0 與 0.03 個基點。對價格最低的股票而言，交易成本的百分比不過是股價換了另一種單位：報價無法縮窄到低於 1 美分。

Keeping the toll down

  • Limit orders name the price. A market order takes whatever the quote shows; a limit order fills at the stated price or better. A buy resting at the bid collects the spread instead of paying it when a seller comes to meet it — the trade-off is that it may never fill.
  • The clock matters. Quoted spreads sit widest before the open, around the close, and in extended hours, and tightest through the liquid middle of the regular session — the intraday chart in our bid-ask spread guide shows the U-shape on real data.
  • Read basis points, not cents. The same penny is 0.13 bps on SPY and 23.2 bps on SOXS. A "tight" one-cent quote can be the most expensive line on the board.
  • Count the round trips. Each one pays the full quoted width once, and the toll scales with turnover, not with account size or intent. Activity gauges like relative volume measure when a name is trading far above its own normal — heavy-turnover habits are where spread costs quietly pile up.

常見問題

零手續費交易一支股票的成本是多少？

進場時支付一半的報價買賣價差，出場時再支付另一半。以我們十二檔標的組成的階梯來衡量，該趟往返交易的成本佔交易價值的比重，從 0.27 個基點（SPY）到 23.17 個基點（SOXS）不等——相當於每交易 10,000 美元，成本約在 $0.27 至 $23.17 之間。

一個基點換算成美元是多少？

一個基點是百分之一的百分之一：每 10,000 美元為 1 美元，每 100,000 美元為 10 美元。以基點報價的價差，同時也代表每 10,000 美元的往返交易成本——舉例來說，假設價差為 20 個基點，成本約為 20 美元。

為何槓桿型 ETF 的價差以百分比來看如此之大？

低股價碰上了 1 美分的最低報價升降單位。我們看板上最便宜的標的 SOXS，交易價格接近 $4.31，其報價中有 100% 正好是 1 美分的價差——而 1 美分對該股價而言，就佔了每筆交易的 23.2 個基點。

買賣價差對長期投資人重要嗎？

遠不如對頻繁交易者來得重要。在階梯最頂端那一檔，單次往返交易的成本為 0.27 個基點——約每 10,000 美元 $0.27——十年支付一次這樣的成本可說是微不足道。這項成本隨週轉率而非持有期間增加。

價差是唯一剩下的交易成本嗎？

這是每一筆市價委託單都必須支付的單次交易成本，也是本頁面衡量的項目。還有其他不同的成本存在：大額委託可能在完全成交前就推動了價格、基金會隨時間收取內扣費用、融資則會產生利息。這些都無法取代價差，而是疊加在價差之上。

上方每個面板都包含了產生該數據的確切 SQL 查詢語句——打開任一面板，換上你實際交易的股票代碼，就能在 Strasmore 終端機上估算出你自己的交易成本階梯。

#trading costs#spreads#liquidity#market structure#commissions