01
拆单算法概述
什么是拆单算法 · 为什么需要拆单 · 核心目标：降低冲击成本、隐藏交易意图
基础核心概念
02
市场微观结构基础
订单簿(Order Book) · 买卖盘口 · 市场深度 · 滑点与流动性
微观结构订单簿
03
交易成本分析
显性成本（佣金、税费）与隐性成本（冲击、延迟、机会成本）
成本隐性成本
04
时间加权平均价格算法 (TWAP)
原理 · 数学模型 · 适用场景 · 优缺点分析
TWAP时间切片
05
TWAP算法实现
Python代码实现TWAP拆单 · 时间片划分 · 订单切片逻辑
Python实现
06
成交量加权平均价格算法 (VWAP)
原理 · 成交量分布预测 · VWAP曲线计算
VWAP成交量分布
07
VWAP算法实现
基于历史成交量分布的VWAP拆单 · 动态调整策略
实现动态调整
08
TWAP与VWAP对比
适用市场环境 · 执行效果差异 · 如何选择
对比选型
09
百分比成交量算法 (POV)
原理 · 目标参与率设定 · 动态调整机制
POV参与率
10
POV算法实现
Python实现POV拆单 · 实时成交量监控与订单调整
Python实时
11
冰山订单算法
原理 · 隐藏数量与显示数量 · 冰山订单的优缺点
冰山订单隐藏
12
冰山订单实现
模拟冰山订单拆单逻辑 · 防止信息泄露策略
实现防泄露
13
自适应算法 (Adaptive Algo)
市场状态感知 · 参数动态调整 · 机器学习引入
自适应ML
14
实施缺口算法 (Implementation Shortfall)
原理 · 预期缺口与实际缺口 · 优化目标
IS缺口
15
IS算法实现
Python实现实施缺口最小化 · 交易时机选择
Python时机
16
拆单算法中的风险控制
价格波动风险 · 流动性风险 · 执行失败风险
风控风险管理
17
订单路由与智能路由
交易所选择 · 流动性池 · 暗池与明池
路由暗池
18
高频交易与拆单算法
高频环境下的拆单挑战 · 纳秒级决策
高频HFT
19
回测框架搭建
历史数据获取 · 回测引擎设计 · 绩效评估指标
回测框架
20
拆单算法回测实战
TWAP/VWAP/IS回测对比 · 参数优化
回测对比
21
实盘交易系统架构
低延迟架构 · 订单管理 · 风控模块
架构低延迟
22
拆单算法参数优化
网格搜索 · 贝叶斯优化 · 强化学习调参
优化调参
23
市场冲击模型
线性冲击模型 · 平方根冲击模型 · Almgren-Chriss模型
冲击模型Almgren
24
Almgren-Chriss模型详解
永久冲击与临时冲击 · 最优执行策略推导
A-C模型最优执行
25
Almgren-Chriss模型实现
Python实现最优拆单路径 · 参数敏感性分析
实现敏感性
26
机器学习在拆单中的应用
LSTM预测成交量 · 强化学习动态拆单
机器学习LSTM
27
拆单算法评估指标
滑点分析 · 执行效率 · 夏普比率 · 信息比率
评估指标
28
多资产拆单策略
股票、期货、加密货币的拆单差异
多资产加密货币
29
监管与合规
最佳执行义务 · 交易报告 · 算法备案要求
合规监管
30
未来趋势
AI驱动拆单 · DeFi与链上拆单 · 量子计算影响
前沿AIDeFi