激进 vs 被动执行：何时跨点差何时等

付半点差换确定性，还是赚半点差扛时机风险——执行里只有这一个权衡。紧急度、点差宽度、信息、库存、时段，都是往同一架天平上加的砝码。

第 4 篇 · 共 12 篇约 9 分钟

每个执行决策，剥到最后都是点差两边的一次选择。

激进：立刻跨点差，付半点差，马上成交，别管这个价”公平”不公平。被动：挂在你这边的簿上，赚半点差，等市场来找你，指望在价格跑掉之前成交。

整篇文章其实只有这一个权衡。紧急度、点差宽度、你手里的信息、你的库存、当天几点钟——全都是往同一架天平上加的砝码。选对了，每笔省 5–10 bp；选错了，要么漏掉成交，要么付了天价。

Harris（2003，第 20 章）的区分值得先记住：激进订单给自己买即时性，代价是付点差；被动订单给别人提供流动性，代价是扛时机风险。这两者之间的取舍，是执行里最根本的决策。

天平本身：半点差对时机风险

先把两边的砝码称清楚。美股大盘的报价点差典型是 1 美分：对 $50 的股票是 2 bp，对 $500 的股票（BRK.A）只有 0.2 bp，而一只 $5 的小盘股同样 1 美分的点差就是 20 bp。同样的绝对价差，相对成本差百倍——这个换算贯穿全文。

点差是你跨过去时付的，也是你提供流动性时赚的。跨去买，付（卖价 − 中间价）；在买价挂单提供流动性，成交时赚（中间价 − 买价）。所以在两笔都按当前报价成交的前提下：

E[\text{passive fill}] - E[\text{aggressive fill}] = -\frac{s}{2}

被动比激进便宜半个点差——如果你能成交的话。这个”如果”就是天平的另一端：被动挂单成交是有条件的，价格在你成交前往上跑，你最终的被动成交价比一开始就跨过去还差；价格往下跑，你占了便宜。挂被动省下的是确定的半点差，换来的是不确定的成交和价格路径——期望上占优，方差上吃亏。整个激进对被动的问题，就是你愿意为消除这个方差付多少钱。

第一个砝码：紧急度

天平最重的砝码是紧急度，因为它直接给”等待”标价。

紧急度高——PM 冲你喊现在就要成交——等待一文不值，跨过去，付半点差，搞定。紧急度低——单子能等几个小时——等待很值钱，挂被动，赚点差，让市场来找你。推到极限：对时机风险完全无所谓的人应该永远挂被动（平均赚半点差）；对时机风险极度厌恶的人应该总是跨（消灭方差）。大多数机构交易员在两极之间，而 Almgren-Chriss 的最优轨迹就是把这件事形式化——紧急度参数 $\lambda$ 在期望成本和方差之间定量权衡。

第二个砝码：成交概率

被动的那半个点差不是白拿的，它要乘上一个成交概率。这个概率由几件事共同决定：离中间价的距离（越远越难成交）、市场活跃度（量越大、你价位上的成交越多）、波动率（波动大，价格更频繁扫到你——对成交是好事）、点差宽度，还有订单在队列里的位置。

粗略的量级感：流动大盘股上，touch 上的挂单 1 分钟内成交概率约 50%；比 touch 更激进几美分，30%；更保守几美分，10%。这些数随股票、随时段变化——开盘量大概率高，中午低，收盘又起来——但量级感够用了：被动省的半点差要打对折以上的折扣，这笔账后面正式算。

砝码怎么摆：几个典型局面

有了紧急度和成交概率这两个轴，大多数局面可以直接读出答案。

跨点差的理由都指向同一处：等待的代价高于半点差。硬紧急是最明显的——新闻刚落地、alpha 每秒在衰减，半点差是为确定性付的小钱。点差紧也是——$50 股票上 0.5 美分的点差只有 1 bp，被动省的钱少到不值得扛任何时机风险。单子小（500 万 ADV 的股票上 1000 股）不会动市场，跨过去了事。市场在强趋势里——股票每分钟动 1% 而你想买，坐在买价上等成交等于每分钟送 1%。平仓时时间比价格重要。以及你握着马上要反映到价格里的信息时——这个后面单独讲，它是激进最深的理由。

挂被动的理由则都指向反面：等待便宜、甚至是你想要的。紧急度低、单子能等几小时。点差宽——$50 股票上 5 美分点差是 10 bp，这是值得等的钱。规模中等（100 万 ADV 上 10000 股），挂着不至于漏掉市场。行情横盘——股票整天在 $49.95 到 $50.05 之间晃，$49.99 的挂单会被反复成交，时机风险很小。你在慢慢建仓，或者你的策略本身就是赚点差的——那被动挂单不是执行手段，是策略本体。

实际的执行算法几乎从不站在纯粹的一端。典型的寻流算法在 touch 挂被动赚点差、同时 ping 暗池找隐藏流动性、探测到有吸引力的隐藏单时立刻转激进跨过去——逐刻决定站天平哪边。对流动名字上的中等单，混合打法在大多数情形下赢：纯激进平均太贵，纯被动尾部太险。

信息：让天平失灵的砝码

上面所有权衡都默认一件事：你不比市场知道得多。一旦你有私人信息，算法就变了。

带着信息激进很好理解：你想在价格反映你的信息之前拿到仓位，半点差是为抢先付的小钱。带着信息被动则是个陷阱：你在按你自己都知道是”错”的价格向市场提供交易。你知道股票值 $52 而在 $50 挂买单——你会成交，很好；但你知道它值 $50 而在 $52 挂卖单——没人来打你。信息让被动挂单变成单向的：只在对你不利的那一侧成交。所以知情交易员系统性地偏向激进，被动挂单只在没有强信息时才合理。

Harris（2003，第 21 章）在”信息驱动交易”的语境下讲这个：知情者倾向吃流动性，因为要动得快；不知情者倾向提供流动性，因为有时间、想赚点差。由此产生一个选择效应——跨点差的人平均更知情。这也正是流动性提供者能赚点差的原因：点差是跟更知情对手交易的补偿。

这个选择效应还有个二阶推论：激进本身就是信号。一个总跨点差的交易员在广播自己的紧急度或信息，其他参与方读到信号就抢跑，于是激进执行触发的冲击超出单纯的点差成本。这就是执行算法要随机化激进度的原因——在不可预测的时刻跨点差，信号就弱，老练对手不容易推断意图。Harris（2003，第 21 章）把逻辑说透了：激进执行有信息含量，恰恰因为它让交易员付出了点差成本——知情者愿意付，不知情者不愿意，所以观察到激进本身就是观察到信息。

库存：你自己的仓位也是砝码

做市商的激进度跟着库存走：多库存想卖，在卖价被动挂着赚点差，绝不跨过去买更多；空库存想买，在买价被动挂着；平库存无所谓，需要就激进、能挂就挂。

机构执行 desk 的”库存”是另一个东西：父单的剩余规模。你在干 100000 股买单、已成交 50000，你就背着”还有 50000 股要填”的库存——这时该更激进，因为剩余工作在、截止时间在逼近、漏单的代价在涨。大多数执行算法为此内置了”库存紧急度”参数：未填部分居高不下或截止临近时，激进度自动上调。

点差宽度：省的钱按它缩放

再回到点差本身，用三个例子把换算做实。美股大盘 $50 股票、1 美分点差：2 bp。被动省 2 bp、换进时机风险，马马虎虎。美股中盘 $30 股票、5 美分点差：17 bp。值得等。美股小盘 $10 股票、10 美分点差：100 bp。只要有时间，绝对值得等。

规律是：被动的收益按点差宽度线性缩放，而时机风险不按同样的方式缩放。所以经验法则很短——点差超过 5 bp 且你有时间，挂被动；点差低于 2 bp，省的钱配不上风险。

时段：天平整天在动

流动性有日内节奏，同一笔单在不同时刻的正确答案不一样。

开盘竞价（9:30）量大、点差宽、价格乱跳：激进有险（价不稳），被动也有险（可能漏掉开盘），所以大多数机构流量开盘后先等 5–15 分钟让市场稳下来。早盘（10:00–11:30）点差最紧、流动性最高，激进被动都好干。午盘（11:30–14:00）量缩、点差走宽——点差宽恰恰让被动更划算。下午（14:00–15:30）量回来，条件混合。收盘竞价（15:30–16:00）是巨量尖峰，尤其 ETF 和大盘股，而且它是个有自己流动性动态的独立市场：激进单能进收盘成交，被动单可能进不去。

所以同样一笔 60 分钟的单，10:30 开始落在早盘，激进被动随意；12:00 开始落在午盘宽点差里，被动明显更有吸引力。

订单类型：把姿态写进订单

激进和被动不是二值开关，现代执行系统的订单类型基本就是这条谱上的刻度。市价单是纯激进：立刻跨。touch 上的限价单是纯被动：挂在最优买或卖。touch 内的限价单是混合：挂得比最优更激进，成交快些，但可能赚不到点差。touch 外的限价单更保守：纯被动、慢成交。Pegged 单自动跟着 touch 或中间价走，是带自动维护的被动；中点 peg 挂在中间价——不赚点差也不付点差，正好站在天平中点。Discretionary 单显示在 touch、藏着一个更激进的隐藏限价，是另一种混合。冰山只显示总量的一部分，藏的是规模而不是价格。选哪个，取决于你的激进偏好和股票的流动性。

把决策写成数

日常决策用五个问题就够了：

紧急度多高？ 高 → 激进。低 → 被动。
点差多宽？ 宽 → 被动更划算。紧 → 激进。
单子多大？ 小 → 激进没问题。大 → 混合。
市场有趋势吗？ 有 → 激进。没有 → 被动。
我有信息吗？ 有 → 激进。没有 → 被动也行。

合计时注意砝码有轻重：紧急度高时点差宽不宽已经不相关，跨；紧急度低、点差又紧时，反正有时间，挂着。

想更严格，就把两边的期望成本写出来。激进的期望成本：

E[C_{\text{agg}}] = s/2 + \text{impact}

其中 $s/2$ 是半点差，impact 是扫过多层的价格让步（小单可近似为零）。被动的期望成本，把成交概率 $p$ 和没成交的机会成本 $\Delta_{\text{miss}}$ 摆进来，再记入成交时通常伴随的有利价格漂移（市场走向你，你才成交）：

E[C_{\text{pass}}] = (1-p) \cdot \Delta_{\text{miss}} - p \cdot \text{(成交时的有利漂移)}

小单（impact 近零）时两者打平的条件是：

\frac{s}{2} = (1-p) \cdot \Delta_{\text{miss}} - p \cdot \text{(成交时的有利漂移)}

对 $p$ 求解，得到被动占优所需的最低成交概率：

p^* = \frac{\Delta_{\text{miss}} - \frac{s}{2}}{\Delta_{\text{miss}} + \text{成交时的有利漂移}}

实际成交概率高于 $p^*$ ，被动赢；低于，激进赢。实操中没人逐单做这个计算——交易员用的是前面那五问的粗启发——但这套数学把权衡的骨架照清楚了：被动的价值随成交概率上升、随错失成本下降，而成交概率那节给过的量级（touch 上约 50%）就是代进去的数。

落到日常操作，交易员这边的纪律就几条：默认用混合；紧急度升高就上调激进度，硬截止立刻跨、软截止先从被动开始；激进度跟着点差宽度配；看着钟——时段改变点差和成交概率；股票对你不利地跑时别跟趋势较劲，跨过去了事。设计执行算法的人则要把同样的纪律做成机制：激进度必须是可调参数（一刀切没用），必须能随时间自动上调（逼近截止时），行为要在有界范围内随机化（反作弊但不牺牲执行质量），而且要给交易员透明度——算法在干什么、为什么，应该看得见。

参考文献

Harris, L. (2003). Trading and Exchanges: Market Microstructure for Practitioners. Oxford University Press. 第 20–21 章。ISBN: 978-0-19-514470-3.
Almgren, R., & Chriss, N. (2000). “Optimal Execution of Portfolio Transactions.” Journal of Risk, 3(2), 5-39.
Bertsimas, D., & Lo, A. W. (1998). “Optimal Control of Execution Costs.” Journal of Financial Markets, 1(1), 1-50.