格(Optimal Price)在证券投资中通常指在既定目标(如最大化收益、最小化冲击成本或平衡风险)下,通过量化模型计算出的最优下单价格。核心思路是权衡“成交概率”与“价格优势”,常用方法如下:
1. Almgren-Chriss模型(机构常用):
将大单拆分为N个小单,目标函数为最小化冲击成本+时间风险。格=当前中间价±(波动率×风险厌恶系数×剩余时间)^(1/2)。例如:若股票波动率σ=2%,风险厌恶λ=0.1,剩余时间T=1小时,则最优偏离中间价±0.2%。
2. 成交量加权平均价格(VWAP)优化:
按历史成交量分布拆分订单,格=当日预测VWAP±α(α由实时买卖盘深度调整)。若买一量突增,可上调α至+0.1%以优先成交。
3. 高频交易中的 限价单簿(LOB)模型:
通过订单簿动态计算成交概率函数P(p),格=argmax[p×P(p)]。例如:当前买一10.00元(量500手),卖一10.02元(量300手),若P(10.01)=60%,则挂10.01元优于10.02元。
实操要点:
- 散户可简化:用买一价+最小价差作为(确保快速成交),或卖一价-最小价差(博取价差)。
- 使用券商算法单(如TWAP、POV)自动优化,避免手动计算。
以上内容来自网络,仅供参考,如需专业人工服务请点击头像查看加V咨询。
发布于2025-8-22 16:30 盘锦
当前我在线
直接联系我