第19章订单执行优化

第19章订单执行优化：订单路由策略、最优执行算法、冰山订单执行、暗池交易

订单执行优化，说白了就是解决一个问题：怎么把单子下得又快又好，还不被市场吃掉。

我做了这么多年量化交易系统，见过太多人只盯着策略信号，却忽略了执行环节。结果呢？策略回测年化50%，实盘一跑只剩10%。为什么？滑点、冲击成本、信息泄露，这些才是真正的利润杀手。

这一章，我就把订单执行优化的核心模块拆开来讲。包括路由策略、执行算法、冰山订单，还有暗池交易。嗯，每个点我都会结合项目里的实际案例来说。

核心观点：订单执行不是简单的“把单发出去”，而是一场与市场参与者的博弈。你的执行策略，决定了你的策略收益能兑现多少。

19.1 订单路由策略：把单子送到最合适的地方

订单路由，就是决定你的订单该发到哪个交易所、哪个流动性池子。

你想想看，现在一个股票可能在十几个交易所同时交易。每个交易所的深度、费率、延迟都不一样。选错了路由，要么成交慢，要么成本高，要么被对手盘盯上。

我个人习惯把路由策略分成三类：

价格优先路由：哪个交易所的报价最优，就往哪发。适合小单，追求最优价格。
成本优先路由：考虑交易费率、返佣等因素。适合高频、低利润的策略。
流动性路由：哪个池子深度大，就往哪发。适合大单，减少冲击成本。

我在项目中遇到过一个问题：某个策略在回测里表现很好，但实盘时发现，订单总是被路由到一个延迟较高的交易所。结果呢？等订单到了，最优价格已经没了。后来我加了个延迟感知路由模块，才把问题解决。

小技巧：路由策略不要写死。我建议做成可配置的规则引擎，根据市场状态动态切换。比如盘口价差小的时候用价格优先，价差大的时候用流动性优先。

19.2 最优执行算法：把大单拆成小单的艺术

最优执行算法，说白了就是怎么把一个大单拆成若干小单，分批执行，减少对市场的冲击。

常见的算法有几种：

算法名称	核心逻辑	适用场景
TWAP（时间加权平均价格）	按时间均匀拆分	流动性好、波动小的品种
VWAP（成交量加权平均价格）	按历史成交量分布拆分	日内交易、追求市场均价
Implementation Shortfall	最小化执行成本与机会成本之和	大单、紧急交易
Adaptive算法	根据实时市场状态动态调整	波动剧烈、流动性变化大的场景

我记得有一次，一个客户要执行一笔5000手的订单。如果用TWAP，市场波动一大，执行成本就失控了。后来我改用Implementation Shortfall算法，实时监控市场冲击，动态调整下单节奏。最终执行成本比TWAP低了30%。

这里给个简单的VWAP算法伪代码：

class VWAPExecutor:
    def __init__(self, total_qty, start_time, end_time):
        self.total_qty = total_qty
        self.start_time = start_time
        self.end_time = end_time
        # 加载历史成交量分布
        self.volume_profile = load_volume_profile()
    
    def get_order_qty(self, current_time):
        # 根据历史成交量分布，计算当前时间应下单的量
        expected_ratio = self.volume_profile.get_ratio(current_time)
        remaining_qty = self.total_qty - self.executed_qty
        target_qty = self.total_qty * expected_ratio
        return min(target_qty - self.executed_qty, remaining_qty)
    
    def execute(self):
        while not self.is_complete():
            qty = self.get_order_qty(now())
            send_order(qty)
            sleep(interval)

注意：VWAP算法依赖历史数据。如果市场结构发生重大变化（比如突然放量），历史分布就失效了。我建议加一个实时修正模块，根据最近N分钟的成交量动态调整。

19.3 冰山订单执行：隐藏你的真实意图

冰山订单，顾名思义，只露出水面的一小部分，大部分订单藏在下面。

为什么要用冰山订单？

你想想看，如果你在盘口挂一个1000手的买单，所有人都能看到。做市商一看，哦，有人要吃货，立马把价格拉上去。你的成本就高了。

冰山订单的做法是：只显示100手，成交后自动再补100手，直到1000手全部成交。这样别人看到的始终只有100手，不知道你的真实意图。

我在项目中实现冰山订单时，踩过一个坑：冰山订单的补单时机。如果补单太快，容易被算法识别出规律。我后来加了个随机延迟，补单间隔在100ms到500ms之间随机波动，效果好了很多。

实现要点：

显示量设置：一般设为总量的5%-20%。太小了成交慢，太大了暴露风险。
补单策略：成交后立即补单，或者等一段时间再补。我建议用随机延迟。
价格保护：如果市场价格快速变动，暂停补单，重新评估。

经验之谈：冰山订单不是万能的。在流动性极差的市场，冰山订单反而会暴露你的交易模式。我曾经在某个小市值股票上用过冰山订单，结果被对手盘反向推导出了我的总订单量。嗯，从那以后，我对流动性差的市场就改用暗池了。

19.4 暗池交易：在看不见的地方成交

暗池，就是非公开的流动性池子。在这里，订单不会显示在公开的订单簿上，只有成交后才会公布。

暗池的好处很明显：

减少信息泄露：你的大单不会被别人看到。
降低冲击成本：不会因为你的订单而推动市场价格。
提高成交率：有些暗池有专门的流动性提供者。

但暗池也有风险：

信息不对称：暗池的运营方可能利用你的订单信息。
成交质量不确定：你不知道对手方是谁，可能是高频交易者，也可能是做市商。
监管风险：不同国家对暗池的监管要求不同。

我建议的策略是：大单优先走暗池，小单走公开市场。具体来说，超过市场深度20%的订单，先尝试暗池成交，剩下的再通过算法拆单执行。

下面是我画的一张暗池交易流程图，展示了订单在暗池和公开市场之间的路由逻辑：

实战建议：接入暗池时，一定要做成交质量分析。我见过有些暗池，表面上是帮你隐藏订单，实际上把你的订单信息卖给了高频交易者。定期分析暗池的成交价格、成交时间分布，能帮你识别出哪些暗池是“干净”的。

19.5 综合执行框架：把一切串起来

好了，路由策略、执行算法、冰山订单、暗池交易，这些模块单独都能用。但真正高效的执行系统，需要把它们组合成一个整体。

我个人习惯的做法是：

订单分类：根据订单大小、紧急程度、品种流动性，给订单打标签。
路由决策：小单直接走公开市场，大单先走暗池。
算法选择：根据市场状态选择TWAP、VWAP还是Adaptive算法。
执行监控：实时监控执行成本、成交率、市场冲击。
动态调整：如果市场出现异常，立即切换策略。

我曾经帮一个团队优化过执行系统。他们原来的系统是固定的：所有订单都走VWAP。结果遇到一次闪崩，VWAP算法还在按历史分布下单，导致成交价格极差。后来我加了个市场异常检测模块，一旦检测到波动率超过阈值，自动切换到TWAP或者暂停交易。嗯，从那以后，他们的执行成本稳定多了。

最后提醒：订单执行优化没有银弹。每个策略、每个品种、每个市场环境，都需要定制化的执行方案。我的建议是：先跑模拟，再上小资金，最后才放大规模。别一上来就全仓干，那是在给市场送钱。

交易系统化学习资料微信Strategy888888

📚 课程目录