4、时间切片策略：固定时间间隔、动态时间间隔、成交量加权时间间隔

时间切片策略，说白了就是解决一个核心问题：我该在什么时间点把大单子扔出去？

你想想看，如果一口气把10000股砸进盘口，那价格肯定被打穿。但如果你把它切成几十个小块，每个小块选一个合适的时机发出去，效果就完全不一样了。这就是时间切片要做的事。

我个人习惯把时间切片策略分成三大类：固定间隔、动态间隔、成交量加权间隔。咱们一个一个聊。

4.1 固定时间间隔

这是最朴素的做法。说白了就是：每隔X秒发一笔单子，雷打不动。

比如你手里有10000股要卖，计划在10分钟内完成。那就每6秒发一笔，每笔大概100股。代码实现起来也简单：

class FixedTimeSlice:
    def __init__(self, total_qty, total_seconds, interval=6):
        self.total_qty = total_qty
        self.total_seconds = total_seconds
        self.interval = interval
        self.slice_count = total_seconds // interval
        self.slice_qty = total_qty // self.slice_count

    def next_slice(self, current_time):
        """返回当前时间片应该发送的数量"""
        elapsed = current_time - self.start_time
        if elapsed >= self.total_seconds:
            return 0
        slice_index = int(elapsed // self.interval)
        return self.slice_qty

嗯，这里要注意：固定间隔有个致命缺陷——容易被市场识别。我在项目中遇到过，某个做市商发现我们的单子每3秒出现一次，直接在我们前面挂单吃差价。那叫一个难受。

4.2 动态时间间隔

固定间隔太死板，那就让它动起来。动态时间间隔的核心思路是：根据市场状态调整发单节奏。

怎么调？我一般看两个指标：

• 波动率：波动大的时候，间隔拉长，别在剧烈波动时冲进去
• 流动性：流动性好的时候，间隔缩短，快速完成

举个例子：

class DynamicTimeSlice:
    def __init__(self, total_qty, base_interval=5):
        self.total_qty = total_qty
        self.base_interval = base_interval
        self.remaining_qty = total_qty

    def calc_interval(self, volatility, liquidity_score):
        """
        volatility: 当前波动率（0~1）
        liquidity_score: 流动性评分（0~1，越高越好）
        """
        # 波动大 -> 间隔拉长
        vol_factor = 1 + volatility * 2
        # 流动性好 -> 间隔缩短
        liq_factor = 2 - liquidity_score
        return self.base_interval * vol_factor / liq_factor

    def next_slice(self, current_time, volatility, liquidity_score):
        interval = self.calc_interval(volatility, liquidity_score)
        # 计算本次应发数量
        slice_qty = min(self.remaining_qty, 
                       int(self.total_qty * interval / self.total_time))
        self.remaining_qty -= slice_qty
        return slice_qty, interval

动态间隔的好处是灵活，但有个坑：参数太多，容易过拟合。我记得有一次调了十几个参数，回测漂亮得不行，实盘一跑直接崩了。后来学乖了，最多调3个核心参数。

4.3 成交量加权时间间隔

这个是我个人最喜欢的一种。它的逻辑很简单：市场成交量大的时候多发，成交量小的时候少发。

为什么？因为成交量大的时候，你的单子更容易被淹没在订单流里，不容易被发现。而且流动性好，冲击成本也低。

具体做法：

class VolumeWeightedTimeSlice:
    def __init__(self, total_qty, target_participation=0.1):
        self.total_qty = total_qty
        self.target_participation = target_participation  # 目标参与率
        self.remaining_qty = total_qty

    def next_slice(self, current_time, recent_volume):
        """
        recent_volume: 最近一段时间（比如1分钟）的市场成交量
        """
        # 目标参与率 * 市场成交量 = 本次应发数量
        target_qty = int(self.target_participation * recent_volume)
        # 但不能超过剩余量
        slice_qty = min(self.remaining_qty, target_qty)
        self.remaining_qty -= slice_qty
        return slice_qty

这里有个关键参数：目标参与率。设得太高，你的单子就成了市场的主要推动力；设得太低，完成时间会拖得很长。

我一般设0.05~0.15之间。具体看品种：

品种类型	建议参与率	说明
大盘蓝筹股	0.08~0.12	流动性好，可以稍微激进
中小盘股	0.03~0.06	流动性差，保守一点
期货主力合约	0.10~0.15	深度好，可以适当提高
加密货币	0.02~0.05	波动大，小心为上

4.4 三种策略对比

我把三种策略的核心差异整理了一下：

维度	固定间隔	动态间隔	成交量加权
实现难度	低	中	中高
市场适应性	差	中	好
被识破风险	高	中	低
参数数量	1~2个	3~5个	2~3个
适用场景	小单、低要求	中等规模	大单、高要求

4.5 核心逻辑流程图

下面这张图展示了三种策略的核心决策逻辑：

4.6 实战建议

说了这么多，到底怎么选？我个人的经验是：

• 小单（< 总成交量1%）：固定间隔就够了，别折腾
• 中单（1%~5%）：动态间隔，稍微加点自适应逻辑
• 大单（> 5%）：成交量加权，这是最稳妥的选择

最后说一句：没有万能策略。我见过有人用固定间隔在某个品种上跑得很好，换到另一个品种就崩了。所以，多测试、多对比，找到适合你交易品种的那一款。

---

公众号:蓝海资料掘金营，微信deep3321