13、大单拆分算法：TWAP、VWAP、POV算法，算法单的识别，跟随算法单的策略
做量化交易的朋友，一定都遇到过这种情况：
你盯着一只股票，突然看到一笔几千手的买单砸进去。价格瞬间拉了两个点。你心里一紧——这是谁在买？是机构进场了，还是某个大户一时兴起？
其实，真正的大资金从来不会这么干。他们用的是算法单。说白了，就是把一个大单拆成无数个小单，一点一点喂给市场。我刚开始接触这个领域时，也觉得这不过是「分批下单」而已。后来自己跑过回测才发现，这里面的门道深着呢。
核心认知：算法单的本质，是在「交易成本」和「市场冲击」之间找平衡。你想想看，一笔1000万的买单，如果一次性砸进去，价格可能直接被你推高2%。这2%就是你的成本。但如果拆得太碎，拖的时间太长，价格又可能朝不利方向跑。算法要解决的，就是这个两难问题。
13.1 三大经典拆分算法
我个人习惯把算法单分成三类：TWAP、VWAP、POV。它们各有各的脾气，也各有各的适用场景。
13.1.1 TWAP（时间加权平均价格）
TWAP 是最朴素的算法。它的逻辑很简单：把时间切成等份，每份下同样数量的单子。
举个例子。你要在1小时内买入10万股。TWAP 会怎么做？它会切成60个1分钟窗口，每个窗口下大约1667股。不管市场怎么波动，它都按这个节奏走。
我在项目中遇到过一种情况：某只股票在下午2点到2点半之间流动性极差。TWAP 算法还在那机械地下单，结果每笔都打出了较大的滑点。嗯，这里要注意——TWAP 适合流动性好、波动小的品种。碰上流动性枯竭，它就是一把钝刀。
# 一个简单的TWAP实现
def twap(total_shares, total_seconds, interval=60):
"""
total_shares: 总股数
total_seconds: 总执行时间（秒）
interval: 每个时间窗口（秒）
"""
num_intervals = total_seconds // interval
shares_per_interval = total_shares // num_intervals
orders = []
for i in range(num_intervals):
timestamp = i * interval
orders.append({
'time': timestamp,
'shares': shares_per_interval
})
return orders13.1.2 VWAP（成交量加权平均价格）
VWAP 比 TWAP 聪明一点。它不按时间切，而是按成交量切。
它的逻辑是：市场成交量大的时候，我多下点；成交量小的时候，我少下点。这样能减少对市场的冲击。
我曾经用 VWAP 跑过一个回测，效果比 TWAP 好不少。尤其是在开盘和收盘这两个成交量高峰时段，VWAP 能自然地加大下单量，跟市场的节奏合拍。
实战技巧：VWAP 算法的核心是「成交量预测」。你预测得越准，执行效果越好。我一般会用过去20天的平均成交量分布来做预测，再结合当天的实时成交量做动态调整。
# VWAP算法核心逻辑
def vwap(total_shares, volume_profile):
"""
volume_profile: 每个时间段的预测成交量占比
"""
total_volume = sum(volume_profile.values())
orders = []
for time_slot, volume in volume_profile.items():
ratio = volume / total_volume
shares = int(total_shares * ratio)
orders.append({
'time': time_slot,
'shares': shares
})
return orders13.1.3 POV（成交量参与率）
POV 算法更激进一些。它不预设时间，也不预设成交量分布。它只盯一个指标：我的下单量占市场成交量的比例。
比如你设定参与率为10%。那么市场每成交1000股，你就下100股。市场成交快，你就下得快；市场成交慢，你就下得慢。
说白了，POV 是「跟市场走」的算法。它最大的好处是隐蔽性强。因为你的单子始终只占市场的一小部分，不容易被其他交易者察觉。
注意：POV 算法有个坑。如果市场突然缩量，你的单子可能拖很久都执行不完。我曾经遇到过一次，设定10%参与率，结果市场突然冷清，一笔单子挂了两个小时才成交完。所以用 POV 时，一定要设一个「最晚执行时间」的硬约束。
13.2 算法单的识别
识别算法单，说白了就是「抓鬼」。你要从海量的订单流数据里，找出那些机器下单的痕迹。
我总结了几个特征，你可以拿去用：
| 特征 | 描述 | 识别方法 |
|---|---|---|
| 时间均匀性 | 下单间隔非常规律，误差在毫秒级 | 计算相邻订单的时间差，看标准差 |
| 单量一致性 | 每笔单子的股数几乎相同 | 统计单量分布，看是否集中在某个值附近 |
| 价格不敏感 | 不管价格涨跌，都按固定节奏下单 | 对比下单时的价格变化和下单量 |
| 母子单结构 | 大单拆成小单，小单之间有关联 | 用聚类算法找出同一来源的订单序列 |
举个例子。你看到某只股票在10秒内连续出现了10笔买单，每笔都是500股，间隔都是1秒左右。这大概率是算法单。因为人手工下单，不可能这么精准。
13.3 跟随算法单的策略
识别出算法单之后，怎么跟着吃肉？这才是大家最关心的。
我常用的策略有三种：
- 提前埋伏法：识别出TWAP或VWAP算法后，估算出它的下单节奏。在它下一次下单前，提前挂单等它来吃。说白了，就是给它「抬轿子」。
- 趋势跟随法：如果识别出的是POV算法，说明有大资金在持续买入。这时候可以跟着它的方向做趋势交易。它买你也买，它卖你也卖。
- 套利法：有些算法单会引发短期的价格偏离。比如VWAP算法在收盘前大量买入，可能把价格推高。这时候你可以反向操作，等价格回归。
我的经验：跟随算法单最忌讳的是「贪」。你看到算法单在买，就想跟着吃一整段。但算法单的执行时间可能很长，中间会有各种波动。我一般只吃第一波，赚到就走。留点利润给别人，也给自己留条后路。
13.4 知识体系总览
下面这张图，把本章的核心逻辑串起来了。你可以看到三大算法的定位、识别方法和跟随策略之间的关系。
一句话总结：TWAP 看时间，VWAP 看成交量，POV 看参与率。识别它们靠的是订单流的微观特征。跟随它们，靠的是对算法节奏的把握。