← 返回模块
lesson-4-5-3-4-algo-selection-tuning-and-tca-feedbackbeta 可读 · 未来付费校验通过内容版本 2026-05-28

算法选型、参数调优与 TCA 反馈闭环

4.5.3 · 执行算法 · 量化全流程

一家深圳私募的执行主管周一拿到两份报告：上周五的母单台账——A 股 38 张票、Q/ADV 0.5%–6%——和上季度的 TCA 报告。任务很具体：把今天的单子分到券商–算法组合上，周五再用新一周 TCA 揭示的东西更新分配规则。本课把前三课的算法机器变成生产协议——决策网格、参数旋钮、TCA 闭环、broker-algo 轮盘。

2×2 算法选型决策网格（decision grid table）

TCA 反馈闭环最终落到这张实施差额（implementation shortfall）家族 vs. 时间表型家族的决策表上；市场冲击（market impact）的强弱在两轴之外作为隐含约束。

选型问题有两个轴决定了约 80% 的决策：​​Alpha 衰减半衰期​​（信号死得多快）与 ​母单大小相对 ADV​​（这张单子能不藏住地推完吗）。

​小单（Q/ADV < 1%）​​大单（Q/ADV > 5%）​
​快 Alpha（半衰期 < 30 分钟）​​IS，λ\lambda 偏大​​——前置；抓住 Alpha；SOR 在 SSE / SZSE 明面侧激进扫单​IS + 机会型覆盖​​——主体按 Almgren–Chriss 调度；订单簿提供流动性时拉过来；考虑用一笔大宗交易开仓
​慢 Alpha（半衰期 > 4 小时）​​VWAP 或 TWAP​​——耐心免费；以区间 VWAP 为基准；最小化冲击，接受小时间风险​POV 取 5%–8%​​——自适应参与；跟随流动性；接受可能的日终残量落到收盘集合竞价

辩护：左上冲击可忽略、时间风险痛，IS λ\lambda 偏大恰好刻画；右上冲击与时间都重要，Almgren–Chriss 前置避免 Alpha 衰减；左下时间风险无关紧要，VWAP 给友好基准；右下不能让市场看到，POV 自适应参与，日终残量进收盘集合竞价或大宗交易窗口。

什么时候无时间表的纯流动性搜寻打败 IS + 覆盖？紧迫度真正是「等流动性来才成交」——A 股私募在流动性差的小盘股再平衡上常见。

参数调优：每个家族的旋钮

每个家族有一个参数掌握成本–方差权衡的大部分。

VWAP（成交量加权平均价）窗口长度

窗口从全天缩到 30 分钟会抬冲击、降时间风险。窗口每减半，η∫v2dt\eta \int v^2 dt 在总量固定时按 1/T1/T 翻倍；方差按 TT 减半。平均上 ηv2<σ2x2/2\eta v^2 < \sigma^2 x^2 / 2 时缩窗赢。

POV 参与率

A 股私募压在 5%–10% ADV 以下避开涨跌停（limit-up / limit-down）触发——美股 10% 在 A 股不安全。1% Q/ADV 甜点 ρ≈7%\rho \approx 7\%；5% Q/ADV 时 ρ≈5%\rho \approx 5\% 并接受小残量。

IS 风险厌恶 λ\lambda

从交易员紧迫度反推 λ\lambda：「11:30 前完」→\to 选 λ\lambda 让 T/3T/3 时清掉 70% 持仓。用第 3 课闭式 κ=λσ2/η\kappa = \sqrt{\lambda \sigma^2 / \eta} 从弯曲度反解。510300.SH 上 30 分钟 IS 窗口典型 λ∈[10−7,10−5]\lambda \in [10^{-7}, 10^{-5}]。

TCA 分解：归因责任

盘后 TCA 把到达价滑点拆为四项：

Sliparrival=12s+h(Q)+Δα+ϵ.\text{Slip}_{\text{arrival}} = \tfrac{1}{2}s + h(Q) + \Delta_\alpha + \epsilon.

半价差 12s\tfrac{1}{2}s 是对可成交部分付掉的买卖价差——可从成交回报的有效价差直接观察。冲击项 h(Q)h(Q) 是订单自身成交流（order flow）带来的短期与永久冲击——按模块 4.5.2 的冲击模型估计。Alpha 衰减项 Δα\Delta_\alpha 是从下单到平均成交时刻公开盘面位移、扣除订单自身贡献后的净位移——它同时捕捉市场漂移与信号衰减。残差 ϵ\epsilon 是未解释方差——场所组合偏差、时间日内效应、券商特定噪声。

A 股私募桌上一笔 510300.SH 工作日母单的 TCA 算例：总到达价滑点 5.4 bp = 1.5 bp（半价差）+ 2.4 bp（冲击）+ 1.0 bp（Alpha 衰减）+ 0.5 bp（残差）。归因：2.4 bp 冲击 + 0.5 bp 残差 = 2.9 bp 归 算法选型与执行（这家券商的 IS 算法相对该尺寸过于激进）；1.0 bp 归 策略（Alpha 已衰减；下单来得太晚）；1.5 bp 半价差是结构性的，没有算法能从可成交子单上收回半价差。这个分解告诉桌面一件具体的事：把该券商对同尺寸 510300.SH 单的 IS 算法切到更温和的 λ\lambda，并推动基金经理更早释放 Alpha 单。

A 股 TCA 还要单列 ​印花税（stamp duty，stamp-duty）​​——卖侧固定 0.05%（2023 年下调后），是 楔形 成本不是 可变 成本，不进算法时间表调度但要进 TCA 报告。另需注意 ​T+1 结算（t-plus-1-settlement）​​：T 日买入的 510300.SH 不能 T+1 之前卖出，因此 IS 与收盘价基准在「日终」前需保留一个安全缓冲——一张 14:55 才成交完的买单事实上把基金经理锁死到 T+1。

TCA 闭环把缺口连回模块 4.5.1（回测方法学）：实际冲击与价差喂入下一轮回测的成本模型。一笔 5% Q/ADV 的母单平均付 2.4 bp 冲击就更新回测器的 η\eta 估计。下一轮回测在更新的成本上重跑 Alpha 衰减分析。策略说「推到 6% ADV——值得」或者「压到 4% 以下——成本吃掉 Alpha」。研究与执行闭合成一个环。

broker-algo 轮盘

A 股私募桌通常有 3–5 家券商有资格在一只标的的某个算法家族上跑同一类型订单（B 端券商业务+自营）。怎样公平比较？把每张可比单都送给最喜欢的券商，其他人永远拿不到统计显著的样本——选择偏差吃掉对比。​​broker-algo 轮盘​ 用受控随机化解决这点。

算法轮盘伪代码：

import numpy as np
from collections import defaultdict

def assign_broker(ticket, eligible_brokers, weights, rng):
    """按当前分配权重随机指派券商."""
    probs = np.array([weights[b] for b in eligible_brokers], dtype=float)
    probs = probs / probs.sum()
    return rng.choice(eligible_brokers, p=probs)

def reweight(history, half_life_days=20):
    """用指数加权平均滑点重新分配权重."""
    new_weights = {}
    for broker, fills in history.items():
        ages = np.array([(today - f.date).days for f in fills])
        w = np.exp(-ages * np.log(2) / half_life_days)
        slip = np.array([f.slippage_bp for f in fills])
        ewma_slip = (w * slip).sum() / w.sum()
        new_weights[broker] = np.exp(-ewma_slip / 2.0)
    total = sum(new_weights.values())
    return {b: w / total for b, w in new_weights.items()}

轮盘以固定节奏运行——A 股私募实务中月度复评较常见，跨 3–5 家券商，针对每个 (券商, 算法家族, 标的尺寸桶) 设置资格。资格按桶定义——把券商在「小单慢 Alpha」桶上的小单与另一券商在「大单快 Alpha」桶上的大单对比，是拿苹果比橘子。节奏在统计功率（窗口越长，置信区间越窄）与响应性（券商表现会漂移；季度节奏会错过制度变化）之间权衡。

值得标记：broker-algo 轮盘在 A 股市场上的成熟度低于美股，是一个行业趋势点，不是每家国内桌面都在跑的标准动作——把它当成方法论参考，不当成现成的国内 SOP。

区域锚定算例（region-anchored example）：A 股私募桌的执行手册

一家上海私募管 A 股大盘股资金运行 broker-algo 轮盘，月度跨 4 家券商——记为 W、X、Y、Z——母单分类到 3×3 网格（尺寸 × 紧迫度）。CSRC（证监会）对基金管理人保留交易成本分析记录的期望（依 AMAC，参考术语表 amac 项）是 TCA 闭环的合规动机之一，外加经济动机。私募桌通常依赖至少一家独立第三方 TCA 提供商进行同业可比基准对照，以与券商自报数据相互核对再启动权重更新。

在 510300.SH 关联桶（大盘 ETF、低 Q/ADV）上，桌面把参数设为：

  • Alpha 驱动建仓 30 分钟窗口的 IS λ\lambda 取 10−610^{-6} 量级；
  • 1%–5% ADV 的母单 POV 上限 8%；
  • 再平衡单的 VWAP 窗口取 max(基金经理要求窗口, 60 分钟)。

TCA 报告月度复评。当券商 X 的 IS 算法对 Alpha 驱动建仓的滑点连续两个月比同业宽 0.4 bp，轮盘的指数加权重分配把 X 的份额下推约 30%；六周后若差距持续，X 在该桶上被移出资格名单，并触发与 X 客户经理的对话。机理可解释，闭环已闭合。

Capstone 练习

Exercise

你的桌面跑 4 家券商——W、X、Y、Z——通过 broker-algo 轮盘在 510300.SH 大盘股桶上。最近 20 个交易日按券商的平均到达价滑点为：W 2.3 bp、X 4.0 bp、Y 2.5 bp、Z 2.8 bp。TCA 分解显示 X 的超额集中在冲击项（X 的 IS 算法 λ\lambda 比同业高——相对该尺寸过于激进）。用指数加权 softmax、半衰期 20 天、scale 2.0 bp 计算新的轮盘权重。然后回答：(a) 你会向 X 提出哪两个参数变更，(b) 该桶你设的复评节奏是什么，(c) 什么样的 TCA 图能说服你把 X 从资格名单完全移除。

提示
Softmax 权重 ∝exp⁡(−slip/2.0)\propto \exp(-\text{slip}/2.0)。算 exp⁡(−2.3/2)\exp(-2.3/2)、exp⁡(−4.0/2)\exp(-4.0/2) 等等再归一化使权重和为 1。
提示
(a)：X 的问题是 IS 过激。两个自然旋钮：下调 λ\lambda（减少前置），并考虑左下象限改用 VWAP。
提示
(c)：画一张 TCA 图：X 的冲击项在 4 个或更多连续月度桶上对同业稳定宽出 1+ bp，并在控制尺寸与紧迫度后差距仍然存在。

模块收束与前向衔接

这关闭了 execution-algorithms 模块。你从词汇开始——三个家族、四个基准、一个分解；搭起时间表家族（VWAP / TWAP / POV）以及切片器伪代码与三种失败模式；搭起 IS 家族与 Almgren–Chriss 闭式、机会型覆盖、智能订单路由（在 SSE 与 SZSE 之间分发子单，明面与大宗交易窗口之间权衡）。本课用选型网格、参数旋钮、TCA 分解、broker-algo 轮盘收束。

前向，自然的下一模块是 4.6.3（live-trading-and-operations），它拥有 FIX 协议线级、EMS UI、与本课假设的 TCA 基础设施流水线——把这里的桌面管理协议翻译成生产栈。后向，本课闭合的 TCA 闭环喂入 4.5.1（回测方法学）——实际成本更新回测器的成本模型，更新策略 go / no-go 阈值，更新本模块路由的母单流。研究与执行是一个环，不是两个。