Local EPUB Text
为什么选择执行算法
执行算法对所有投资者来说已是必不可少的交易方法，因为它能够通过将大订单分解为多个小订单，减少市场冲击和降低订单的可见性，来帮助交易商积累或清算交易头寸。为了避免“漏单”，在订单执行失败时，限价订单算法会取消许多订单。随后，这些订单通常又会以接近市场的价格迅速被重新提交。
不同的算法可以以不同的方式大幅降低执行成本。执行成本包括交易所及经纪交易商费用、买卖差价、未执行限价委托单的机会成本和冲击成本等。根据Enge、Russe和Ferstenberg（2007）的研究，例如，算法产生的成本取决于算法执行订单的激进程度：被动订单虽然可以通过避免交易价差“节省”投资者的资本，但是，当被动订单无法执行时，却可能会加大执行成本。另外，像小额交易的执行时间、与市场深度相对应的小额交易的规模等方面的算法设计，也会影响交易的执行成本。
除了执行净成本，交易商可能会考虑与算法风险相关的成本。订单未执行的风险是算法执行交易中最大的风险，但是这类风险可以以更高的市价订单执行成本作为代价来实现最小化，其中该订单成本的提高主要由价差、较大的冲击成本以及交易成本等混合因素所导致。算法执行中的其他风险度量方法，可能包括分批订单执行价格的变动性计算，以及将执行成本限定在一个最大值的风险价值度量方法。
为了比较几种算法的执行情况，Amgren和Chriss（2000）提出了有效交易边界的概念。例如，资本资产定价模型（CAPM）框架下的有效市场边界，它以一个实用的图形描述了不同算法的交易情况，以及每种算法所产生的每单位风险情况。有效交易边界示例见图15-1。经过分析，它可以表述为下列方程式：
图15-1 有效交易边界的图例
式中，α是订单激进程度，例如，计算市场上每个偏离市价的子订单数量；Cost（α）是指在激进程度α下，所有子订单策略都被执行的预期执行总成本，包括预期的冲击成本；Risk（α）是指在激进程度α下，所有子订单进行委托时的累积风险；λ是风险规避程度，具体指交易商的风险规避程度。当λ=0时，为不关心执行风险的交易商；当λ=0.5时，为风险规避交易商。