金融交易产业链图谱：从交易所到散户，谁在分走每一笔交易的钱#
📌 核心观点
一笔 A 股交易看起来只是：
买入 → 持有 → 卖出但从金融产业链的角度看，它实际上穿过了一整套复杂的商业基础设施：
交易所 → 登记结算 → 券商 → 算法供应商 → 金融 IT 基础设施 → 终端客户
每一层都有自己的收费模式。
交易所收取基础设施费用，券商收取交易佣金，算法厂商从算法服务中获得收入，金融 IT 厂商通过软件授权和基础设施服务变现，而最终承担全部交易成本的，是机构和散户。
因此，理解金融市场不能只看“股票涨没涨”。
真正完整的商业视角是：
一笔交易产生的钱，沿着产业链如何流动？每一层创造了什么价值？又拿走了多少钱？
一、先看全貌：一笔交易到底经过哪些环节？#
典型 A 股交易链路：
终端客户
机构 / 散户 / 量化
|
v
券商交易系统
|
+----------+----------+
| |
普通交易 算法交易
| |
| T+0 / VWAP
| / TWAP / SOR
| |
+----------+----------+
|
v
核心交易系统
|
v
风控 / 账户
|
v
交易所
|
v
登记结算系统如果进一步从产业链角度拆开：
第一层：交易所 / 登记结算
↓
第二层：券商
↓
第三层：算法 / 技术供应商
↓
第四层：金融 IT / 基础设施
↓
第五层：机构与散户这里有一个非常重要的认识：
终端客户是资金和风险的最终承担者；产业链其他参与者主要通过提供基础设施、交易服务、技术服务和通道服务获得收入。
二、一笔 1 万元交易，到底会产生多少成本？#
按照本文参考材料中的示例，假设投资者买入 1 万元 A 股：
| 收费环节 | 收费项目 | 示例费率 | 示例金额 | 收取方 |
|---|---|---|---|---|
| 交易所 | 经手费 | 万 0.341 | 约 0.34 元 | 交易所 |
| 登记结算 | 过户费 | 万 0.1 | 约 0.10 元 | 中国结算 |
| 券商 | 交易佣金 | 万 1～万 3 | 约 1～3 元 | 券商 |
| 国家财政 | 印花税 | 卖出时 0.05% | 约 5 元 | 财政体系 |
按照这个示例：
买入成本 ≈ 1.44 ～ 3.44 元
卖出成本 ≈ 6.44 ～ 8.44 元这里要特别注意：
上述数字属于本文参考材料中的示例口径。实际交易费用还会受到券商费率、最低收费规则、交易品种以及当期监管费率政策等因素影响。
三、如果加入 T+0 算法服务，会发生什么？#
普通交易：
佣金
≈
万 1 ～ 万 3算法服务：
佣金
≈
万 2.8 ～ 万 3.5因此算法服务的本质不是：
“免费给你一个程序。”
而是：
通过提高服务价值，同时提高交易服务的商业化收费水平。
一个简化模型：
普通交易
客户
|
v
券商佣金
|
v
交易所 / 结算 / 券商算法交易：
客户
|
v
更高佣金
|
+------> 券商
|
+------> 算法供应商
|
+------> 交易基础设施这就是 T+0 进入金融产业链之后最重要的商业变化。
四、五层产业链：谁在分走这笔钱？#
完整结构：
┌───────────────────────────────────────┐
│ 终端客户 │
│ 机构 / 量化私募 / 公募 / 散户 │
└───────────────────┬───────────────────┘
│
│ 交易费用
▼
┌───────────────────────────────────────┐
│ 券商 │
│ 经纪佣金 / 算法服务 / PB / 通道 │
└───────────────────┬───────────────────┘
│
│ 算法采购 / 技术服务
▼
┌───────────────────────────────────────┐
│ 算法与技术供应商 │
│ T+0 / SOR / VWAP / TWAP / QMT 等 │
└───────────────────┬───────────────────┘
│
│ IT / 软件 / 硬件
▼
┌───────────────────────────────────────┐
│ 金融 IT 基础设施 │
│ 极速柜台 / 消息总线 / FPGA / LDP │
└───────────────────┬───────────────────┘
│
▼
┌───────────────────────────────────────┐
│ 交易所 / 登记结算机构 │
│ 撮合 / 结算 / 登记基础设施 │
└───────────────────────────────────────┘从商业模式上看：
越靠近交易基础设施，收入通常越稳定；越靠近终端投资收益，结果越不确定。
五、第一层：交易所和登记结算——“基础设施生意”#
交易所与登记结算机构最特殊。
它们不是通过预测股票涨跌赚钱。
它们提供的是：
市场基础设施。
5.1 交易所的商业模式#
基本逻辑：
成交额
×
收费标准
=
基础设施收入它与单个投资者的盈利还是亏损没有直接关系。
只要市场发生交易：
就会产生相应的基础设施收费。
因此从商业模式来看：
投资者赚钱
|
| 不一定
v
交易所收入
|
v
与成交活动直接相关这使交易所成为资本市场产业链中非常特殊的一层。
5.2 登记结算机构#
登记结算的商业逻辑类似：
交易发生
↓
登记
↓
清算
↓
结算它本质上提供的是：
交易完成之后的数据与资产交收基础设施。
六、第二层：券商——整个产业链的核心枢纽#
如果说交易所是基础设施，那么券商是：
连接客户与整个市场的商业枢纽。
券商同时扮演多个角色：
客户入口
+
交易通道
+
核心系统
+
风险控制
+
算法服务
+
PB因此券商实际上是产业链里最复杂的一层。
七、券商第一种收入：传统经纪佣金#
传统模式非常简单：
客户交易额
×
佣金率
=
券商经纪收入但这个模式面临长期压力：
佣金率
↓
↓
↓
持续下降于是券商必须寻找新的增值服务。
八、券商第二种收入：算法服务#
这也是 T+0、VWAP、TWAP、智能执行等服务出现的重要商业背景。
典型模式：
普通客户
佣金
≈
万 1 ～ 万 1.5高附加值算法服务：
算法客户
佣金
≈
万 2.8 ～ 万 3.5因此算法服务具备一个非常明显的商业价值：
它把纯通道业务转变为“交易服务 + 技术服务”。
九、券商第三种收入：PB 主经纪服务#
机构客户比普通散户复杂得多。
券商需要提供：
- 交易执行
- 算法交易
- 风险管理
- 清算
- 融资
- 数据
- API
- 机构运营
所以机构客户的商业关系：
普通经纪
↓
PB 综合服务后者的价值更高。
这也是券商未来竞争的重要方向。
十、第三层：算法供应商——把概率优势变成商业收入#
算法供应商处于一个非常特殊的位置。
它们通常不直接拥有：
- 券商客户
- 证券账户
- 交易所席位
但掌握：
策略与算法能力。
10.1 主要商业模型#
按照参考材料，可以看到几种典型模式：
| 模式 | 说明 |
|---|---|
| 软件授权 | 一次性或周期性授权 |
| 平台授权 | 提供完整策略交易平台 |
| 技术服务费 | 持续维护与升级 |
| 按量分成 | 根据交易额/交易佣金抽成 |
算法供应商最有吸引力的模式通常是：
按交易量分成。
十一、为什么算法供应商喜欢“按量分成”？#
因为算法具有非常典型的软件经济学特征：
前期：
研发成本高但一旦成熟：
新增一个客户
→
边际交付成本较低因此：
算法
↓
规模化复制
↓
交易量增加
↓
分成收入增加这是典型的：
高研发、低边际复制成本商业模式。
十二、算法供应商真正卖的是什么？#
表面：
卖一个 T+0 算法本质：
卖概率优势也就是说：
算法供应商试图把大量历史数据、市场微观结构和策略经验，转化为一套可复制的交易优势。
商业价值来自：
策略有效性
×
客户规模
×
交易量十三、算法供应商最大的风险#
问题也很明显：
算法交易量
↓
决定供应商收入因此市场低迷：
成交量 ↓
算法使用 ↓
分成收入 ↓客户停止使用：
收入
→
接近 0所以算法供应商本质上是一种：
对交易活跃度高度敏感的金融科技公司。
十四、第四层：金融 IT 基础设施厂商——真正的“卖铲人”#
金融产业链中还有一个容易被忽略的角色：
基础设施供应商。
包括：
- 核心交易系统
- 极速柜台
- 低延迟消息总线
- FPGA 加速
- LDP
- 风控引擎
- 行情系统
代表技术路线可以看到：
金证
HARE
+
KOCA-LDP
↓
恒生
LDP
+
RCM
+
PTrade
↓
华锐
ATP十五、基础设施厂商为什么是一门好生意？#
这是典型的：
“卖铲子”模型。
淘金者：
券商
量化私募
机构铲子供应商：
金融 IT 厂商淘金者可能：
- 赚钱
- 亏钱
- 策略失败
但是：
交易系统授权
+
升级
+
维护
+
技术服务仍然可以产生收入。
因此：
基础设施收入通常比单一策略收益更加稳定。
十六、金证、恒生、华锐分别卖什么？#
可以把三者抽象成不同层次：
| 厂商 | 核心方向 | 商业逻辑 |
|---|---|---|
| 金证 | 核心交易 + 低延迟平台 | 软件授权 + 实施 + 服务 |
| 恒生 | 综合金融平台 + 交易基础设施 | 平台授权 + 服务 |
| 华锐 | 极速交易基础设施 | 核心交易系统 + 低延迟能力 |
从产业链位置来看：
算法供应商
↓
需要交易平台
↓
交易平台需要底层基础设施因此：
算法越繁荣，底层基础设施的需求反而越强。
十七、第五层：终端客户——最终承担全部交易成本#
整个链条最后：
机构
散户他们是：
交易成本的最终承担者。
机构：
毛投资收益
-
佣金
-
税费
-
算法
-
数据
-
基础设施
=
净收益散户：
投资收益
-
佣金
-
税费
-
滑点
=
净收益因此产业链真正的问题是：
终端客户能否创造足够高的投资收益，覆盖整个产业链的成本？
十八、机构和散户的成本结构完全不同#
机构#
机构可能承担：
- Tick 数据
- 算法系统
- 极速柜台
- FPGA
- 托管机房
- 量化研究人员
- 风控团队
形成：
高成本
+
高交易频率
+
高技术投入散户#
散户通常：
手机
+
券商 App
+
普通行情成本极低。
但策略能力也有限。
于是形成：
低成本、低基础设施投入 vs 高成本、高技术投入
的两套体系。
十九、谁真正“分走”了这笔钱？#
可以把一笔交易看成：
客户资金
|
v
┌────────────────┐
│ 交易发生 │
└───────┬────────┘
|
+---------------+---------------+
| | |
v v v
国家/交易所 券商 算法/技术
| | |
税费/经手费 佣金 服务/分成
| | |
+---------------+---------------+
|
v
终端客户净收益真正应该关注的是：
成本不是一个数字，而是一条链。
二十、一个更重要的概念：摩擦成本#
投资者通常只计算：
买入价格
+
卖出价格专业投资却必须计算：
交易所费用
+
登记结算
+
佣金
+
算法成本
+
滑点
+
市场冲击
+
机会成本
+
资金成本于是：
Gross Return
-
Friction Costs
=
Net Return而专业策略真正追求的：
不是高毛收益，而是高净收益。
二十一、产业链为什么会不断增加收费项目？#
因为金融市场的技术复杂度越来越高。
过去：
交易通道现在：
交易通道
+
算法
+
低延迟
+
风控
+
数据
+
AI每增加一个技术能力：
新的价值
+
新的成本
+
新的收费模式因此金融科技产业链实际上是在不断“服务化”。
二十二、商业模式正在发生的变化#
整个产业链可以总结成：
过去：
卖通道
↓
现在：
卖交易服务
↓
正在发生：
卖算法能力
↓
未来：
卖结果这会带来最重要的变化：
谁创造价值，谁获得更大比例的收入。
二十三、T+0 的最终商业模式可能是什么？#
当前：
客户交易
↓
佣金
↓
券商 + 算法供应商未来可能演进：
基础佣金
+
绩效分成进一步：
AI 动态定价例如：
算法历史表现
+
市场环境
+
客户规模
+
策略风险
=
动态服务价格这会把算法交易真正变成一种：
金融 SaaS + Performance Fee
模式。
二十四、“产业链利润分配”真正的规律#
如果不拘泥于具体费率，可以把商业逻辑抽象成：
| 环节 | 价值来源 | 风险 | 收入稳定性 |
|---|---|---|---|
| 交易所 | 市场基础设施 | 低 | 很高 |
| 登记结算 | 资产登记/清算 | 低 | 很高 |
| 券商经纪 | 客户 + 通道 | 中 | 中 |
| 券商算法 | 客户 + 技术服务 | 中 | 中高 |
| 算法供应商 | 技术/策略 | 高 | 中 |
| 基础设施厂商 | 软件/硬件/服务 | 中 | 高 |
| 机构客户 | 投资策略 | 高 | 低 |
| 散户 | 投资判断 | 极高 | 极低 |
这里有一个非常重要的规律：
越靠近交易基础设施，收入越偏“收费型”；越靠近投资决策，收入越偏“结果型”。
二十五、为什么“卖铲子”一直是金融科技好生意？#
因为：
投资者：
赌市场而：
基础设施厂商：
卖系统两者经济性质完全不同。
例如：
量化策略：
今年赚钱
→
明年可能亏损而：
交易系统：
今年签约
→
明年维护
→
后年升级因此：
基础设施商业模式的长期价值，往往来自客户持续依赖，而不是预测客户能否盈利。
二十六、未来的三个核心趋势#
趋势一：算法收费从“按量”走向“按效果”#
交易额分成
↓
基础费 + 绩效分成
↓
按价值付费趋势二：基础设施从“软件”走向“平台”#
过去：
一个交易系统现在：
交易平台
+
算法平台
+
数据平台
+
AI平台趋势三：终端客户从“买工具”走向“买能力”#
未来客户真正需要的可能不是：
一个 T+0 程序
而是：
数据
+
策略
+
执行
+
风险
+
归因完整能力栈。
二十七、最终商业全景图#
┌───────────────┐
│ 终端客户 │
│ 机构 / 散户 │
└───────┬───────┘
│
交易成本
│
▼
┌───────────────┐
│ 券商 │
│ 通道/账户/PB │
└───────┬───────┘
│
算法采购 / 服务
│
┌──────────────┴──────────────┐
│ │
▼ ▼
┌────────────────┐ ┌────────────────┐
│ 算法供应商 │ │ 金融IT基础设施 │
│ T+0/ML/SOR/AI │ │ HARE/LDP/ATP │
└────────────────┘ └────────────────┘
│ │
└──────────────┬──────────────┘
│
▼
┌───────────────┐
│ 交易所/结算层 │
└───────────────┘这条链条的经济本质：
基础设施
↓
交易服务
↓
算法能力
↓
投资收益
↓
终端客户承担成本并获得最终盈亏二十八、结语：金融交易产业链真正卖的是什么？#
如果把整个 A 股金融交易产业链浓缩成一句话：
交易所卖市场，券商卖通道和服务，算法厂商卖概率优势，基础设施厂商卖技术能力，最终客户用投资收益为整个生态买单。
从商业模式来看：
交易所
= 收市场使用费
券商
= 收交易和服务费
算法供应商
= 收技术与分成
基础设施
= 收软件和服务费
投资者
= 承担成本并追求净收益这也是为什么金融交易行业和普通互联网行业非常不同：
互联网：
用户付钱
→
企业提供服务金融交易：
客户交易
→
产生费用
→
多个基础设施层参与分配
→
客户最终承担全部摩擦成本真正决定产业链长期价值的，不是“谁收得最狠”，而是：
谁掌握不可替代的基础设施，谁掌握稀缺的技术能力，谁能够持续为客户创造可量化的经济价值。
附：金融交易产业链速查表#
| 环节 | 代表角色 | 主要收费 | 商业本质 |
|---|---|---|---|
| 交易所 | 沪深交易所 | 经手费 | 提供市场 |
| 登记结算 | 中国结算 | 结算/登记相关费用 | 提供结算基础设施 |
| 券商 | 综合券商 | 佣金/PB/服务费 | 客户+通道+服务 |
| 算法厂商 | T+0/执行算法厂商 | 软件/分成 | 技术变现 |
| IT 基础设施 | 金证/恒生/华锐等 | 授权/实施/服务 | 卖交易基础设施 |
| 终端客户 | 机构/散户 | 支付全部交易成本 | 承担最终风险 |
博主注
研究金融科技产业链，不能只盯着哪家公司“算法最好”。
更重要的是看：
谁拥有客户、谁拥有交易通道、谁拥有算法、谁拥有基础设施、谁拥有定价权。
因为真正决定商业价值的，从来不是某一个产品，而是它在整个交易价值链中的位置。