1. VWAP与TWAP基础概念：定义、计算公式、核心区别与适用场景
各位同学，今天我们来聊聊量化交易里两个最基础、也最常用的策略——VWAP和TWAP。说实话，我刚入行那会儿，也分不清这两个到底有啥本质区别。直到有一次在实盘里用错了策略，被市场狠狠教育了一顿……嗯，从那以后，我对这两个家伙的理解就深刻多了。
1.1 什么是VWAP？
VWAP，全称Volume-Weighted Average Price，翻译过来就是「成交量加权平均价格」。说白了，它不是一个交易策略，而是一个价格基准。你想想看，我们平时看K线图，收盘价、开盘价都是等权重的，但VWAP不一样——它把成交量也考虑进去了。
计算公式其实很简单：
VWAP = Σ(价格 × 成交量) / Σ(成交量)举个例子：假设某只股票在一天内发生了三笔交易：
- 第一笔：10元，成交100股
- 第二笔：11元，成交200股
- 第三笔：12元，成交300股
那么VWAP = (10×100 + 11×200 + 12×300) / (100+200+300) = 11.33元。
核心要点：VWAP反映的是「真实成交的平均成本」。如果你买入的价格低于VWAP，说明你买得比市场平均价便宜。
我在项目中遇到过不少新手，以为VWAP只是一个指标，看看就完了。其实不然，很多机构交易员把VWAP当作「锚点」——价格低于VWAP时倾向于买入，高于VWAP时倾向于卖出。说白了，这就是一个动态的支撑/阻力位。
1.2 什么是TWAP？
TWAP，全称Time-Weighted Average Price，时间加权平均价格。这个就更简单了——它只关心时间，不关心成交量。
计算公式：
TWAP = Σ(价格) / 样本数量还是刚才那个例子，三笔交易的价格分别是10、11、12元，那么TWAP = (10+11+12)/3 = 11元。
你发现没有？TWAP完全忽略了成交量的大小。哪怕最后一笔成交了100万股，前面两笔只有100股，TWAP还是按三个价格等权计算。这就是它和VWAP最本质的区别。
我的习惯：在流动性好的市场，我更喜欢用VWAP；在流动性差或者需要隐藏意图的时候，TWAP更合适。这个后面会细说。
1.3 核心区别：一张表说清楚
| 对比维度 | VWAP | TWAP |
|---|---|---|
| 权重依据 | 成交量 | 时间 |
| 对市场冲击 | 敏感，大单会拉高VWAP | 不敏感，均匀分布 |
| 适用流动性 | 高流动性市场 | 低流动性市场 |
| 执行目标 | 跟踪市场平均成本 | 均匀分散时间风险 |
| 计算复杂度 | 需要实时成交量数据 | 只需要价格数据 |
这张表我建议你记下来。为什么？因为很多面试官就喜欢问这个。我曾经在一次面试里被问到「你什么时候用VWAP，什么时候用TWAP」，当时我答得不够好，后来专门整理了这个对比表。
1.4 适用场景分析
VWAP适合的场景：
- 大单拆单执行，比如你要买100万股，不想被市场发现
- 被动型策略，跟踪指数或基准
- 流动性好的股票，比如茅台、腾讯这种
TWAP适合的场景：
- 流动性差的品种，比如一些小盘股、债券
- 需要隐藏交易意图，避免被「盯上」
- 市场波动剧烈时，均匀分散风险
避坑指南：我曾经在流动性极差的股票上用了VWAP策略，结果因为成交量稀疏，VWAP计算出来的值严重滞后，导致执行成本比预期高了0.5%。后来我学乖了——流动性差的时候，老老实实用TWAP。
1.5 知识体系结构图
下面这张图是我自己画的，把VWAP和TWAP的核心逻辑串起来了。你看一眼就能明白它们在整个交易体系中的位置。
嗯，这张图我花了不少心思。你看，左边是VWAP，右边是TWAP，从计算公式到适用场景，一目了然。我个人习惯在写策略文档时，先画这样一张图，再开始写代码——思路会清晰很多。
1.6 一个简单的代码示例
最后，给你看一段Python代码，计算VWAP和TWAP。代码不长，但很实用。
import pandas as pd
import numpy as np
# 模拟交易数据
data = {
'price': [10, 11, 12, 11.5, 10.8],
'volume': [100, 200, 300, 150, 250],
'time': pd.date_range('09:30', periods=5, freq='5min')
}
df = pd.DataFrame(data)
# 计算VWAP
df['vwap'] = (df['price'] * df['volume']).cumsum() / df['volume'].cumsum()
# 计算TWAP
df['twap'] = df['price'].expanding().mean()
print(df[['time', 'price', 'volume', 'vwap', 'twap']])这段代码我经常在回测里用。你注意看，VWAP用的是cumsum（累计求和），因为它是动态更新的；TWAP直接用expanding mean，简单粗暴。实际生产中，VWAP的计算会更复杂一些，要考虑盘口数据，但原理就是这个。
一个小技巧：如果你用的是高频数据，建议把VWAP的计算窗口设成「当天」，因为跨天的VWAP没有意义。TWAP则可以根据需要设置时间窗口，比如过去1小时、过去4小时等。
好了，这一章的内容就到这里。VWAP和TWAP的概念其实不难，难的是在实际交易中灵活运用。下一章我们会深入讲VWAP策略的具体实现，包括如何拆单、如何控制滑点——嗯，到时候见。