交易算法TWAP/VWAP/PoV

from：http://blog.sina.com.cn/s/blog_ad0672d60102x0sk.html

1.TWAP

TWAP(Time Weighted Average Price)，时间加权平均价格算法，是一种最简单的传统算法交易策略，主要适用于流动性较好的市场和订单规模较小的交易。

该模型将交易时间进行均匀分割，并在每个分割节点上等量拆分订单进行提交。

例如，可以将某个交易日的交易时间平均分为N段，TWAP策略会将该交易日需要执行的订单均匀分配在这N个时间段上去执行，从而使得交易均价跟踪TWAP。

 

TWAP模型设计的目的是使交易对市场影响减小的同时提供一个较低的平均成交价格，从而达到减小交易成本的目的。在分时成交量无法准确估计的情况下，该模型可以较好地实现算法交易的基本目的。

 

但是使用TWAP过程中的一个问题是，在订单规模很大的情况下，均匀分配到每个节点上的下单量仍然较大，当市场流动性不足时仍可能对市场造成一定的冲击。

另一方面，真实市场的成交量总是在波动变化的，将所有的订单均匀分配到每个节点上显然是不够合理的。因此，算法交易者很快建立了基于成交量变动预测的VWAP模型

 

2.VWAP

VWAP(Volume Weighted Average Price)，成交量加权平均价格算法，是目前市场上最为流行的算法交易策略之一，也是很多其他算法交易模型的原型。

该模型是将一段时间内证券价格按成交量加权得出的平均值，即VWAP是对一段时间市场上所有交易活动平均价格的衡量。

 

VWAP模型的目的就是使得在指定时间段所执行的订单的VWAP值低于或者等于市场上相应时间段的VWAP值。从VWAP的定义公式看，如果希望VWAP(实际)能足够接近VWAP(理论)，则需要将拆分订单按照市场真实的成交量分时按比例提交，这就需要对市场分时成交量(成交量比例)进行预测

 

VWAP策略包含宏观和微观两个层面的内容。

宏观层面要解决如何拆分大额委托单的问题，需要投资者对股票的日内成交量做出预测，我们建议按两分钟的时间长度来拆分订单。

微观层面要确定是用限价单还是市价单来发出交易指令，考虑到VWAP是一种被动跟踪市场均价的策略，我们建议采用市价委托方式，一方面有利于控制最终成交均价与市场均价之间的偏差，另一方面也可以提高委托成交的效率，避免限价单长时间挂单不能成交的风险。

 

VWAP模型对于在几个小时内执行大单的效果最好。在交易量大的市场中，VWAP效果比在流动性差的市场中要好。在市场出现重要事件的时候往往效果不那么好。如果订单非常大，譬如超过市场日交易量的1%的话，即便VWAP可以在相当大的程度上改善市场冲击，但市场冲击仍然会以积累的方式改变市场，最终使得模型的效果差于预期。

 

VWAP模型作为一个经典模型也有许多改进的算法，PoV算法就是其中一个比较好的示例。

 

 

3.PoV

PoV(Percent of Volume)，比例成交算法，同样也是市场上广泛流行的交易算法之一，是VWAP模型的一个改进，算法天然具有反馈修正的能力。

该模型使用实际成交量作为指标，因此在交易时段内总是按照市场成交量的一定比例交易剩余的头寸.

 

和VWAP模型类似，PoV模型也使用过去M个交易日的历史数据对标的的即时成交量进行估算，利用算法将交易时间分成N段估算每段时间内的交易量，按照确定的比例γ计算出需要交易的头寸。

该算法的好处在于其收敛的同时可以根据剩余的头寸大小、交易效率和市场容量动态的对后续需要交易的头寸进行分拆，当PoV较小时，模型和VWAP模型几乎相等，但是当PoV较大时，比例交易的指数特性会逐渐体现.