多资产执行：跨相关资产的协调交易

多腿策略的执行难点不在单腿，在腿与腿的关系：失衡暴露和信息泄露。这篇讲怎么让几条腿作为一个策略成交，而不是作为几笔互相出卖的单子。

第 3 篇 · 共 12 篇约 10 分钟

单资产执行已经够难了。多资产执行更难，而且难的维度在标准 TCA 报告上根本看不到。

看一个具体场景。你要买 100000 股 AAPL、卖 50000 股 MSFT 做对交易。你先发 AAPL 单，立刻在卖价成交；200 毫秒后你发 MSFT 单。就在这 200 毫秒里，MSFT 对你反向动了 3 美分——因为其他市场参与方看到了 AAPL 那笔成交打印，推断出有人在做对。你的对进场价比应得的差了 3 美分，这可能吃掉全部预期 alpha。注意问题出在哪：不是 MSFT 不流动，是你 AAPL 的执行泄露了你的 MSFT 意图。

这就是多资产执行的全部难点的缩影：一旦订单不止一条腿，最要紧的量就不再是任何单腿的执行质量，而是腿与腿之间的关系。这篇文章顺着这条线讲篮子、对、指数套利、delta 对冲这些多腿形态，核心问题只有一个——怎么让几条腿作为一个策略成交，而不是作为几笔互相出卖的单子。

逐腿执行为什么会失败

天真做法是把篮子拆开，每条腿独立执行，最后聚合。它会在三个地方同时漏水。

第一是时机错配。每条腿在不同时刻成交，成交之间篮子就是失衡的：你多着 AAPL 却还没空上 MSFT，这段时间里你背着一个你从没想要的方向性暴露。第二是信息泄露，就是开头那个例子——每条腿的成交都向市场吐一点信息，市场推断出你的策略，就抢在后续腿前面反向交易。第三是滑点叠加：每条腿都独自面对自己的市场冲击，加起来比并行执行更贵。

这三个漏洞不是独立的，泄露放大错配、错配拉长暴露窗口。协调执行同时堵住三个口子。Harris（2003，第 24 章）讨论组合执行时给过量级：协调执行的篮子成本可以比逐腿低 20–30%——但前提是真协调；不协调的执行通常因为泄露和时机错配比预期更贵，两头都占不到。

对交易：你交易的是价差，不是两只股票

对交易是买一只股票、同时卖一只相关股票，赌两者间的价差收敛。执行上的关键转换是：你建模的标的是价差，所以执行要保住的也是价差，单腿价格本身不重要。

假设你给这个对定义的价差是 $5.00，你预期它收敛到 $4.90，那你想按当前 $5.00 的价差同时进两腿。如果因为时机差，一条腿晚了、成交价差了 3 美分，你的实现价差就是 $5.03 而不是 $5.00——你在价差上付了 3 美分滑点。小对无所谓；每条腿 100000 股的大对，3 美分就是 $6000，而对交易的预期收益本来就是以美分计的。

所以对执行算法的全部工作就是协调两条腿：同时（或几乎同时）发出两单；用 IOC（即成否则撤）确保两腿要么都成交要么都不成交；一条腿部分成交时按它的成交调整另一条腿的价；底层用能并行处理两腿的智能路由器。这四件事服务同一个目标——别让任何一条腿单独暴露在市场上。

把腿数推到极端：指数套利

对是两条腿。把腿数推到 500 条，就是指数套利。

指数套利利用指数（比如标普 500）和它的成分股之间的价差：期货相对成分股算出的公允价出现溢价时，买股票卖期货；折价时反过来。执行挑战在于同时买 500 只股票是个巨大的协调问题——所有腿要按一致的价格成交，全篮子的冲击要压到最小，而且必须快，因为套利机会只持续毫秒。

做这个的是专门系统：基于当前股票价格预计算指数公允价，识别期货误定价，向全部 500 只股票同时发单，实时监控成交并调整。这些系统以 HFT 速度运行、用专属市场接入，零售执行算法没法竞争。但原则——协调、同时执行、实时调整——对任何多腿交易都适用，这也是这一节存在的理由。

把频率推到极端：delta 对冲

指数套利把腿数推到极端，delta 对冲把频率推到极端。

期权做市商靠交易标的股票来对冲期权头寸，而 delta 随价格变动、时间衰减、波动率变化不停地动。delta 从 0.50 移到 0.55，你要多买 5% 标的；移回 0.45，你卖。这本质上是一笔永远做不完的多腿交易：对冲单很小（常常只有标的仓位的 1–5%）但极其频繁，每次都发市价单跨点差是付不起的。

解法跟着 gamma 走。gamma 低时再平衡罕见但一次量大，用激进单干脆成交划算；gamma 高时 delta 变化快、再平衡小而密，就该用 touch 上的限价单赚点差、或者中点 peg 单在中点成交。同一个对冲需求，激进度完全由再平衡的节奏决定。

泄露是主要敌人

回到开头那个 200 毫秒的例子。多资产执行最大的成本项不是冲击，是泄露，而且泄露是复利的。

你激进买 AAPL，市场推断”有人想要 AAPL”——他们未必知道这是对 MSFT 的对交易，但会在你后续单前面买 AAPL。你接着激进卖 MSFT，推断升级为”有人在做 AAPL/MSFT 对”。到这一步，市场已经有足够信息在你下一笔对交易前面反向布局了。每条腿的执行都让后续腿更贵，也让明天的同一笔策略更贵。

对付它有四条路，代价各不相同。事前随机化：变换腿的发送顺序、腿间时机、每条腿的规模，让模式不可学习。同时执行：所有腿一起发——信息照样泄露，但市场没有”后续腿”可以抢跑，因为不存在”之间”。暗池执行：所有腿同时走暗池，成交打印不实时可见，泄露被压低。最后是干脆绕开公开市场：找一个对手方把整个篮子双向接走，做成大宗交易——对 10 腿篮子这经常是最干净的解。

同时执行，以及它做不到时的顺序执行

对多数协调执行，正确做法就是所有腿同时发：每条腿按 beta、波动率、相关性调好规模，用同样的执行策略，系统实时监控并调整。腿之间没有信息泄露，因为没有”之间”。它的软肋只有一个——某条腿不成交，篮子就失衡。所以多腿系统都带回退：一条腿 $N$ 秒内没成交，撤掉其他腿重试，绝不留着失衡的篮子过夜。

但同时执行有规模上限。一笔要动 $5B 股票的指数再平衡如果同时发出去，会直接统治市场。这时只能退回顺序执行：先发腿 1，按腿 1 的成交价调腿 2 的价再发，逐腿推进，跨 30 分钟把冲击铺开。更慢、泄露更多，但换来了根据市场对每条腿的反应做调整的空间。顺序执行的优化点在发腿次序：不流动的腿先走（给市场恢复时间），流动的腿后走（市场”就绪”时冲击低），相关的腿凑在一起走（互相对冲）。

支撑这两种模式的路由器比单资产路由复杂得多——它必须理解策略本身。它要实时跟踪所有腿的成交、计算腿间实现价差、按部分成交调整未成交腿、篮子失衡过头时撤掉所有腿。骨架长这样：

def execute_pair(buy_leg, sell_leg, max_slip=0.05):
    """用同时单执行对交易。"""
    buy_order = send_ioc(buy_leg.symbol, buy_leg.size, 'BUY')
    sell_order = send_ioc(sell_leg.symbol, sell_leg.size, 'SELL')
    # 等一会成交
    time.sleep(0.1)
    buy_filled = buy_order.status == 'FILLED'
    sell_filled = sell_order.status == 'FILLED'
    if buy_filled and sell_filled:
        spread = buy_order.fill_price - sell_order.fill_price
        return 'COMPLETE', spread
    elif buy_filled and not sell_filled:
        # 解开买单来保平
        send_market('SELL', buy_leg.symbol, buy_order.fill_size)
        return 'UNWOUND', None
    elif sell_filled and not buy_filled:
        send_market('BUY', sell_leg.symbol, sell_order.fill_size)
        return 'UNWOUND', None
    else:
        return 'NO_FILLS', None

这是玩具。生产系统还要处理部分成交、重试逻辑、每腿滑点限制和一堆边界情况——评估一个篮子算法值不值得用，问的正是这几件事：部分成交怎么处理、每腿滑点限制是多少、未成交腿怎么按部分成交调整、取消策略是什么。答不上来的算法别接大单。

协调不是免费的，也不总是必要的

到这里容易得出”一切多腿交易都该协调”的结论。不对。协调有基础设施成本，它的收益只在特定条件下存在：腿之间相关（一起交易真的减风险）、腿够流动（同时成交做得到）、腿间泄露真的要紧。反过来，腿不相关时联合执行没有任何好处；一条腿远比其他腿流动时，时机被流动腿统治，协调名存实亡；订单小到单资产执行就够时，协调是白花钱。

实际的分界线大致是规模和腿数。5 只股票组合的小额再平衡，并行的单资产执行就行；100 只股票的指数再平衡，协调是必需品。经验量级：不协调的篮子执行比协调执行贵 10–30%，具体看篮子规模、腿间相关性和执行速度。按这个量级算，一个 $50M 的多样化篮子，差距是 $500K–$1.5M——协调的基础设施自己就把钱赚回来了。

具体到工具，一个多策略 desk 需要的是：指数类交易用篮子算法，相关两腿交易用对算法，期权做市用 delta 对冲模块，外加覆盖所有腿的实时监控和能同时处理多标的的智能路由。主流执行平台（Bloomberg EMSX、Charles River、Eze、FlexTrade）都有多资产能力，但深浅差很多——有些只做到”同时发出”，离真正的协调还远。交易员得知道自己手里的是哪种。

三个纯粹形态

多资产执行的原则在三个现实场景里以最纯粹的形式出现，每个都把某一维推到头。

跨资产类协调把”异质性”推到头。全球宏观策略要同时买股票、卖债券、买商品期货来表达一个通胀观点——三条腿在不同市场、不同流动性、不同执行算法、不同时区。时区错开意味着你根本不可能同时发所有腿（亚洲债券交易时美股闭市）；执行算法互相不通话；每个资产类的 TCA 基准都不一样；总滑点被最差那条腿统治。可行的做法是预先算好跨资产类的执行时间表，把每条腿发给各自合适的执行系统，实时盯成交：欧洲债成交慢，就放慢美股腿保持策略平衡；欧洲债成交快，就给美股腿提速。做到这个程度的公司很少——大多数跨资产执行是逐腿各干各的，没有跨资产视图。做到的公司有真 edge，代价是复杂的基础设施加 24 小时人员。

过渡管理把”规模”推到头。计划发起人换资产管理人时（比如 $500M 养老金从主动转被动），老经理要卖掉整个组合、新经理要买入新组合，过渡 broker 协调两边：给卖方找流动性、给买方找流动性、两边都压冲击，还要瞒住市场别让人知道过渡的体量。过渡交易典型是每天几百万股、几百只股票，是真的会动市场的量。过渡 broker 靠的是跟大宗 desk、暗池和其他机构账户的关系网，收费通常是总过渡价值的 5–20 bp——养老金付这笔钱，换的是比自己执行省下来的冲击。

ETF 创建/赎回把”时间窗”推到头。ETF 以实物创建和赎回：授权参与方（AP）交一篮子股票换 ETF 份额，或者反过来。篮子按 ETF 不同可能是 100–2000 只股票，而 AP 要在限定的时间窗内（经常是收盘竞价）以最小冲击同时买齐 500+ 只股票。流程本身不复杂——提交创建单、发行人确认篮子成分、公开市场买入、交割换份额——但执行是个不折不扣的巨型多资产问题，所以干这活的是有专门篮子执行基础设施的 AP（Citadel Securities、Virtu、Jane Street、Susquehanna）。买方一般不直接碰 ETF 创建，交易 ETF 份额本身就好。

多资产的 TCA：基准要跟着策略走

最后回到度量。这篇开头说过，多腿交易里单腿执行质量不是要紧的量——那么 TCA 的基准也必须换。

对对交易，正确基准是决策时刻的对价差，不是任何单腿价格。决策时价差 $5.00、实现价差 $5.03，你丢了 3 美分，就这么简单。对篮子，正确基准是篮子价值——腿价按数量加权求和：决策时篮子值 $1M、你按 $1.001M 成交，你付了 10 bp，单腿各自什么价无关紧要。对过渡，基准是相对决策时市场的过渡价。

麻烦在于大多数 TCA 系统不原生支持这些多资产基准，你得自己搭。认真做多资产的买方 desk 都为此维护自定义 TCA 基础设施——这也是多资产执行运营复杂性的一角：多套 OMS（每个资产类一套）、跨资产类的算法协调、时区和交易时段差异、实时跨系统对账、按策略而非按腿报告业绩、每个资产类不同的合规规则、跨币种策略的货币转换。这套东西对大额跨资产流量是合理投资，对小机构就是过度建设。协调值不值，最终还是那道算术题。

参考文献

Harris, L. (2003). Trading and Exchanges: Market Microstructure for Practitioners. Oxford University Press. 第 24 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.