跳到正文

执行质量基准：VWAP、TWAP、到达价、它们到底什么意思

每个执行基准都内置一种偏好：VWAP 奖励跟量成交，到达价惩罚耐心，IS 惩罚不成交。看懂 TCA 报告之前，先看懂尺子本身歪向哪边。

第 10 篇 · 共 12 篇 约 11 分钟

选错基准，你就在优化错的事情。选对了，你会开始怀疑自己到底做得好不好——这不是坏事，好尺子的第一个作用就是让你失去廉价的自我安慰。

执行基准就是尺子：拿你的成交均价对着某个参考价一量，告诉你付了多少、省了多少。麻烦在于，没有一把尺子是直的。Harris（2003，第 21 章）把话说透了：“没有基准是中性的。“每个基准都暗含一种特定的执行策略，并且奖励按那种策略交易的人。你拿 TWAP 算法去对 VWAP 基准，TWAP 显得很糟；拿 POV 算法去对到达价基准，POV 显得很糟。算法没变，尺子换了，结论就反了。所以选基准从来不是技术细节，它是战略决策——你选的不是一把尺子，是一套激励。

实践里你会反复撞见的基准有六个：VWAP、TWAP、到达价、区间 VWAP、PWP、implementation shortfall。它们各自回答一个不同的问题，也各自偏向一类交易员。下面就顺着”这把尺子偏向谁”这条线走，最后回到那个真正要紧的问题：交易员知道自己被哪把尺子量的时候，会干出什么事来。

VWAP：行业默认

VWAP 是定义区间内（典型是交易日或订单工作区间）的成交量加权平均价：

VWAP=∑i=1Npi⋅vi∑i=1Nvi\text{VWAP} = \frac{\sum_{i=1}^{N} p_i \cdot v_i}{\sum_{i=1}^{N} v_i}

其中 pip_i 是第 ii 笔成交价，viv_i 是第 ii 笔成交量。

它成为行业默认不是因为它最准，而是因为它最顺手。问题直觉（“我跑赢市场平均了吗？”），计算简单（总成交金额除以总成交量），而且很难被单方面操纵——你动不了 VWAP，除非你动得了整个市场。三条加起来，它就成了 TCA 报告里那个不用解释的数。

但 VWAP 的偏差写在定义里：它按量加权，所以它奖励跟着量成交的人。你的算法在大量时段（市场最流动的时候）集中成交，均价自然贴着 VWAP；在低量时段（价格变动更大的时候）成交，均价就会偏离它。换句话说，VWAP 度量的不是”你成交得好不好”，而是”你成交的节奏像不像市场本身”。

这对某些交易员是致命的错配。动量交易员想在安静时段买入——知情者积累的时候——他们对着 VWAP 通常跑赢或打平，但成交时机恰恰是错的，尺子给了他们一个不该给的好分数。寻流交易员也一样：他们在特定时刻猎隐藏流动性，成交本来就不是量加权的，拿量加权的尺子量他们没有意义。

所以 VWAP 的适用边界其实很窄：策略本身就是跟量参与的被动执行、要横向比较多个交易员跑同一个算法、PM 不在乎精确时机。只要策略是机会性的、PM 在乎决策那一刻的成本、或者订单大到能把 VWAP 本身推走，这把尺子就开始骗人。

TWAP：把量拿掉之后

把 VWAP 里的成交量权重拿掉，就得到 TWAP——定义区间内的时间加权平均价：

TWAP=1T∑t=1Tpt\text{TWAP} = \frac{1}{T} \sum_{t=1}^{T} p_t

其中 ptp_t 是 tt 时刻的价格，TT 是时间区间数。实操中它算成固定间隔中间价的均值，每分钟、每 5 分钟或每秒一个点，看实现。

TWAP 完全不看量，而这恰恰既是它的用处也是它的偏差。用处：量不可预测（小盘股、停牌股、新闻事件）、策略就是在时间上均匀铺开、或者你干脆不信量数据的时候（罕见，但公司行为附近会发生），一把不看量的尺子反而干净。偏差：真实市场的量集中在特定时间——开盘、收盘、新闻事件——TWAP 假装这件事不存在。跟着 TWAP 交易，意味着你在低量时段买得比你想要的多。对多数流动名字，TWAP 就是跑输 VWAP。

所以它的地盘很小：需要可预测执行时机的对冲项目、小到 VWAP 和 TWAP 没显著差别的单子、成交量分布扭曲的股票（停牌后、IPO 后）。对多数机构流量，VWAP 赢过 TWAP，例外只在量本身失去意义的时候，比如一只刚复牌的股票。

到达价：换一个问题问

前面两把尺子量的都是同一件事：你相对执行期间的市场平均做得怎么样。到达价换了个问题——从你决定交易那一刻起，这单到底花了多少钱？

到达价是父单发给 broker 或算法那一瞬间的中间价，滑点就是成交均价减它：

Arrival slippage=Pˉfill−Parrival\text{Arrival slippage} = \bar{P}_{\text{fill}} - P_{\text{arrival}}

这是最直觉的”我付了多少”。它抓的是从决策那一刻起的总执行成本，也正因如此，它是多数基本面交易员的 PM 真正关心的数。

但到达价惩罚耐心。假设股票在你订单生命周期内对你有利地动了 50 美分，你最终在到达价 +0 成交——你实际上省了 50 美分，可到达价基准显示你省了 0。执行期间的有利漂移不算你的功劳。反过来更难受：你耐心干活时股票对你反向跑了 50 美分，尺子显示你 -50 美分滑点，哪怕其中相当一部分只是市场漂移，跟你的执行没关系。

诚实的读法是：到达价衡量的是你相对市场有多激进，激进的人锁定成本、耐心的人暴露给漂移。所以订单水平期短、必须快完成、或者你在比较激进和被动策略的执行质量时，它是对的尺子。订单要干几个小时甚至几天、PM 对执行期间的漂移无所谓、或者策略是机会性的在不可预测时间成交——这些场景下到达价量出来的主要是运气。

区间 VWAP：算法自己的尺子

VWAP 还有个变体值得单独说。区间 VWAP 是只在订单工作区间内算的 VWAP：订单 10:00 开始、11:00 结束，就取 10:00 到 11:00 这一段。它是执行算法的标准基准——大多数算法设计出来就是为了跟踪它，性能也用它量。

这里的偏差几乎是套套逻辑：区间 VWAP 就是算法在追的东西，你跑一个 VWAP 算法，成交按构造就贴着区间 VWAP。用它证明”算法跑得好”，有点像用考卷答案批改抄答案的卷子。

那它还有什么用？比较。同一笔订单换不同算法跑、同一个算法在不同日子里跑、或者盯着一个算法看它是不是中途跑偏了——这些问题区间 VWAP 都答得干净。做 TCA 时，比较执行算法之间的优劣、或者验证算法是否按设计工作，用它没错。错的是拿它当执行成本的真相。

PWP：一个基本没人用的混合

PWP（量比参与加权价）介于到达价和 VWAP 之间，按交易员的参与率给成交加权：

PWP=∑i=1Npi⋅vi⋅PRi∑i=1Nvi⋅PRi\text{PWP} = \frac{\sum_{i=1}^{N} p_i \cdot v_i \cdot \text{PR}_i}{\sum_{i=1}^{N} v_i \cdot \text{PR}_i}

其中 PRi\text{PR}_i 是第 ii 笔的参与率。你某些时段占成交量 10%、另一些时段占 20%，PWP 给高参与率时段更高权重。设计初衷是比较同一天跑不同参与率的交易员。它的偏差更隐蔽：PWP 奖励更高的参与率，而更高的参与率未必是你想要的。

实践中 PWP 很少见。大多数 shop 用区间 VWAP 做算法基准、到达价做表头，PWP 停留在教科书里。知道它存在、能在 TCA 报告里认出它，就够了。

Implementation Shortfall：从决策到完成

到达价往回追到了”订单发出”那一刻，但决策比订单更早，而且订单未必全部成交。Perold（1988）把 implementation shortfall 定义为一项投资决策的总成本——从决策做出，到订单完全执行（或放弃）为止：

IS=(Pˉfill−Pdecision)⋅Qfilled+(Pend−Pdecision)⋅Qunfilled\text{IS} = (\bar{P}_{\text{fill}} - P_{\text{decision}}) \cdot Q_{\text{filled}} + (P_{\text{end}} - P_{\text{decision}}) \cdot Q_{\text{unfilled}}

第一项是已成交部分相对决策价的实际成本，第二项是未成交部分的机会成本。这是六把尺子里最全面的一把：点差、冲击、时机、机会，全在里面。Perold 的框架本身就说明了为什么：IS 等于策略的账面回报（假如你能在决策价瞬间全部成交）减去实现回报，差额就是执行的全部代价。他的论文标题就叫 “Paper Versus Reality”。

全面不等于中性。IS 惩罚一切延迟和不完成：快速成交在略差价格的交易员，比慢速成交在略好价格的交易员 IS 更低。它奖励激进执行。Almgren 和 Chriss（2000）把这层代价结构拆开了：他们把成本分解成暂时冲击和永久冲击，并证明实现成本取决于交易员的策略——激进的人付更多冲击，耐心的人付更多时机风险。IS 把这两头都记账，但天平偏向”先成交再说”。

所以 IS 的用武之地是：PM 想知道决策的总成本、策略的 alpha 在决策那一刻产生、绩效归因需要把机会成本抓进来。反过来，PM 不在乎机会成本、策略水平期长而决策时点的 alpha 很小、或者你只是在评一个执行算法（那该用区间 VWAP）——这些时候 IS 给出的数字是对的，但回答的不是你的问题。

同一笔单，三个故事

尺子之间的分歧不是理论问题。看一个算例。

你 10:00 接到一笔 XYZ 100000 股买单，中间价 $50.00，订单几秒内就开始工作，所以决策价和到达价都是 $50.00。你在 11:00 之前以均价 $50.06 成交了 95000 股。区间 VWAP（10:00–11:00）是 $50.04。股票 16:00 收在 $50.10。

对到达价：50.06−50.06 − 50.00 = $0.06，即 12 bp——从决策那一刻起你付了 12 bp。对区间 VWAP：$50.06 − 50.04=50.04 = 0.02，即 4 bp——相对执行期间的市场均价你付了 4 bp。对 implementation shortfall，把未成交的 5000 股按收盘价记机会成本：50.06×95,000+50.06 × 95,000 + 50.10 × 5,000 − 50.00×100,000=50.00 × 100,000 = 4,755,700 + 250,500−250,500 − 5,000,000 = $6,200，摊到 100,000 股上是每股 $0.062，即 12.4 bp。

同一批成交，一把尺子说”你付了 12 bp”，一把说”你跑赢市场 4 bp”，一把说”这个决策总共花了 12.4 bp”。没有哪个读数是错的，它们回答的问题不同。哪个要紧取决于 PM 的授权：alpha 如果在 10:00 那一刻生成，IS 才是真相；alpha 如果是全天慢慢生成、不在乎精确时机，VWAP 就够了。

把这个逻辑推广开，就得到一张粗略的对照表：

策略最佳基准为什么
激进执行（立刻跨点差）到达价抓即时性成本
被动执行（数小时干活）区间 VWAP被动算法的标准
寻流（猎隐藏规模）到达价抓机会性成交成本
篮子交易（多腿、预期部分成交）Implementation shortfall抓部分成交的机会成本
大宗交易（单笔双向）Implementation shortfall单交易、单决策
节奏对冲（TWAP）TWAP对齐算法设计
动量交易（在安静时段买）自定义基准标准基准有偏

实务里的分工比表格更简单：大多数 shop 用到达价做表头、区间 VWAP 做算法比较，IS 用在绩效归因上，很少当执行的主基准。

尺子定了，人就开始对着尺子干活

现在回到开头那句话的另一半。基准不只是被动地量人，它塑造被量的人的行为——而且是立刻塑造。

被 VWAP 考核的交易员会在低量时段先于节奏成交（那里 VWAP 更稳）、在收盘激进成交（量起来了，VWAP 安顿了）、跳过开盘竞价（那里 VWAP 可能扭曲），必要时还有尾盘报价的把戏。被到达价考核的交易员反过来：立刻激进成交，用 IOC 单快速打完，冲击成本多大不管——反正尺子只看到达滑点。被 IS 考核的交易员则倾向于不惜代价 100% 成交，哪怕牺牲策略 alpha、哪怕背上时机风险，因为 IS 对不完成的惩罚最重。

注意这三种行为没有一种是”作弊”，每一种都是对给定激励的理性反应。这就是基准激励错位的真正麻烦：你没法靠职业道德修复一把歪尺子。

初级交易员在这里还有一个更基本的坑：优化”跑赢基准”，而不是优化真实成本。想一个场景——PM 给你 100000 股买单，中间价 $50.00，当天至今的 VWAP 是 $50.05。你在 $50.03 成交，"跑赢 VWAP 2 美分"；但 $50.03 仍在到达价之上，你付了 3 美分的决策滑点。你在 $50.07 成交，"漏了 VWAP 2 美分"，同时远高于到达。$50.03 当然比 $50.07 好，但理由不是它跑赢了 VWAP，而是它离到达价更近。一个一直跑赢 VWAP、但一直付 5 美分到达滑点的交易员，做得很糟——哪怕每份 TCA 报告都把他标成绿色。到达价（或 IS）是真相，VWAP 是算法比较的辅助量，为 VWAP 优化就是为错的事情优化。

对歪尺子的实际防御是多用几把。聪明的执行 desk 会同时报到达价（表头成本）、区间 VWAP（算法性能）、IS（决策总成本），再加前一收盘（相对昨天的当日变动）和开盘价（隔夜跳空）。所有尺子都说你好，你大概是真的好；只有一把说你好，就要起疑。这个做法同时封住了作弊空间：靠激进成交讨好到达价的人，VWAP 会难看；靠低量时段成交讨好 VWAP 的人，到达价会难看。你没法作弊一个基准而不破坏另一个。

搭 TCA 报告的时候，这套思路落成几条具体做法：一次报 3–4 个基准而不是选一个；用 VWAP 就把”它奖励跟量成交”这个偏差写在报告里；把成本分解成点差、冲击、时机、机会四个成分并且加总对得上总额；每季度跟 broker 的报告对一次账；策略从被动转向激进时，把基准也跟着换掉。

什么数算正常

读别人的 TCA 报告（或者怀疑自己的）时，心里要有量级。一些经验观察：机构算法的平均 VWAP 表现比 VWAP 低 1–3 bp——大多数 shop 扣费后小幅跑赢 VWAP。流动大盘股的平均到达滑点在 5–15 bp，看紧急度和规模。这里面点差成本通常占 30–50%——跨点差是最大的单一成分——冲击再占 30–50%，剩下是时机和机会成本。流动大盘股的 implementation shortfall 大致 10–30 bp，不流动的名字更高。

这些数字重度依赖股票、日子、规模、策略，只是”正常”的大致轮廓。但轮廓已经够用来抓异常：流动大盘股上一笔 $5M 的单子，TCA 报告显示 50 bp 到达滑点，哪儿出错了；显示 2 bp，你要么很强，要么基准错了。两个方向的离群点都值得追——极端数字通常是数据错误或者基准作弊，很少是天才或灾难。

追的时候按这个顺序：先看用的是哪个基准（不同基准讲不同故事）；别信表头，自己在多个基准下把成本重算一遍；报告只给总额就要分解；找同股票、同一天、不同交易员的成交做对比；最后才轮到问”是不是执行真的出了问题”。

读到这里再回看 Harris 那句”没有基准是中性的”，它其实是这整篇的压缩版：Perold（1988）给了从决策到完成的完整记账法，Almgren 和 Chriss（2000）解释了为什么激进和耐心各有各的账单，而 Harris（2003，第 21 章）的实务分类学告诉你，剩下的工作不是找那把不存在的直尺，是搞清楚你手里每把尺子歪向哪边，然后让它们互相纠偏。

参考文献

  • Harris, L. (2003). Trading and Exchanges: Market Microstructure for Practitioners. Oxford University Press. 第 21 章。ISBN: 978-0-19-514470-3.
  • Perold, A. F. (1988). “The Implementation Shortfall: Paper Versus Reality.” Journal of Portfolio Management, 14(3), 4-9.
  • 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.