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。