第 102 节 算法交易如何降低交易成本

算法交易的目标主要有：交易成本最小化，如降低市场冲击成本；成本均价贴近目标价格，如市场成交均价；隐藏下单意图；其他非技术原因，如节约人力成本、提高下单效率、保障指令准确实现等。

常见的交易算法有 TWAP 和 VWAP。

TWAP 算法是通过拆分，使建仓成本与某段区间内的时间加权平均价格吻合。比如，需要在接下来的 3 个小时内购买 100 万股股票，算法会每隔 10 分钟买 1 次，3 个小时买 18 次，每次交易的数量是 1000000/18。TWAP 算法的优点是操作比较简单，比较适用于流动性比较好的个股或者规模比较小的交易；局限性是市场成交量是波动变化的，均匀分配固定的数量不够合理，盘中冲击比较大。

VWAP 算法的核心是最小化与市场实时成交量加权价格之间的差异，使得真实交易的执行价格最大限度地接近市场，从而降低冲击成本。VWAP 算法一般不直接对交易的冲击成本建模，而是注重日内交易量分布的预测，然后合理准确地对大额订单进行拆分和执行。比如，需要在某交易时间内执行大额交易，VWAP 算法首先会将这个交易时段划分成 N 个等长间隔，其次通过历史数据确定每个时间间隔内的成交量分布，然后按照成交量决定委托量。假设每笔委托都能达到成交效果，成交均价就可以最大限度地接近市场均价。

2015 年 6 月，新股扩容和清理场外配资引发股灾，一年时间沪指从最高 5178.19 点下跌至 2638.30 点，最大跌幅 54.3%。千股跌停屡见不鲜。

 
（本章节完结）