3. 成交量加权价格（VWAP）
聊完VPIN，咱们得先搞清楚一个基础概念——VWAP。说实话，很多新手交易员容易把VWAP和VPIN搞混。我刚开始做量化的时候也犯过这个错，以为它们是一回事。其实不然，VWAP是VPIN计算过程中的关键一环，没有VWAP，VPIN就无从谈起。
3.1 VWAP的定义与计算
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，它不是一个简单的算术平均价，而是把成交量作为权重，算出来的一个「真实成交均价」。
你想想看，如果某只股票在10块钱成交了100股，在11块钱成交了10000股，那它的真实成交均价肯定更接近11块，而不是10.5块。VWAP干的就是这个事。
计算公式其实很简单：
VWAP = Σ(价格 × 成交量) / Σ(成交量)嗯，这里要注意，VWAP通常是在日内计算的，而且是累积计算的。也就是说，从开盘到当前时刻，所有成交的价格和成交量都要算进去。
我给你们看一段Python代码，这是我实际项目中用过的版本：
def calculate_vwap(trade_data):
"""
计算VWAP
trade_data: DataFrame，包含price和volume列
"""
# 计算价格×成交量的累积和
trade_data['pv'] = trade_data['price'] * trade_data['volume']
# 计算累积VWAP
trade_data['cum_pv'] = trade_data['pv'].cumsum()
trade_data['cum_vol'] = trade_data['volume'].cumsum()
trade_data['vwap'] = trade_data['cum_pv'] / trade_data['cum_vol']
return trade_data['vwap']这段代码看起来简单，但我曾经踩过一个坑——如果成交量数据有缺失或者为0，除零错误就来了。所以实际项目中，我一般会加一个保护：
def safe_vwap(trade_data):
trade_data['pv'] = trade_data['price'] * trade_data['volume']
trade_data['cum_pv'] = trade_data['pv'].cumsum()
trade_data['cum_vol'] = trade_data['volume'].cumsum()
# 避免除零
trade_data['vwap'] = np.where(
trade_data['cum_vol'] > 0,
trade_data['cum_pv'] / trade_data['cum_vol'],
trade_data['price'] # 如果没成交量，就用当前价格
)
return trade_data['vwap']3.2 VWAP在交易中的意义
VWAP在交易圈里地位很高，尤其是机构交易员。为什么？我给你讲个真实场景。
假设你是一个基金经理，要买入100万股某股票。如果你一股脑全买进去，价格肯定被你推高了。这时候，VWAP就成了一个「基准线」。如果你能以低于VWAP的价格买入，说明你执行得不错；如果高于VWAP，那就说明你买贵了。
我个人习惯把VWAP当作一个「多空分水岭」来看：
- 价格在VWAP上方：说明买方力量强，市场偏多
- 价格在VWAP下方：说明卖方力量强，市场偏空
- 价格围绕VWAP震荡：说明多空力量均衡，市场在犹豫
我曾经用VWAP做过一个简单的日内策略：当价格突破VWAP且成交量放大时做多，跌破VWAP且成交量放大时做空。效果嘛，在趋势行情里还不错，但在震荡市里就容易被来回打脸。所以后来我加了VPIN来过滤噪音，这个后面会讲到。
核心要点：VWAP的本质是「市场参与者的平均成本线」。机构用它评估执行质量，散户可以用它判断市场情绪。
3.3 VWAP与VPIN的关系
好，现在咱们聊聊VWAP和VPIN到底什么关系。这个问题我在知乎上看到过好几次，很多人搞不清楚。
简单来说：VWAP是VPIN计算的基础原料。
VPIN的全称是Volume-synchronized Probability of Informed Trading，它需要把交易数据按照「成交量桶」来分组。每个桶里装固定数量的成交量，然后计算这个桶里的VWAP，再跟上一个桶的VWAP做比较，来判断方向。
我画了一张图，帮你理清这个逻辑：
从这张图你可以看到，VWAP是VPIN计算链条上的一个中间产物。没有VWAP，你就没法判断每个成交量桶里的买卖方向，也就没法算出VPIN。
小提示：在实际计算中，桶的大小V（即每个桶包含的成交量）会影响VPIN的敏感度。V越小，VPIN对市场变化的反应越快，但噪音也越大。我一般先用VWAP的日均成交量除以50作为初始值，再根据回测结果调整。
还有一个细节很多人会忽略——VWAP的计算精度。在VPIN计算中，我们用的是桶内VWAP，而不是整个交易日的VWAP。这意味着每个桶都有自己的VWAP，然后我们比较相邻桶的VWAP来判断方向。
举个例子：
| 成交量桶 | 桶内VWAP | 与上一桶比较 | 判定方向 |
|---|---|---|---|
| 桶1 | 100.50 | - | 基准 |
| 桶2 | 101.20 | 上升 | 买方主动 |
| 桶3 | 100.80 | 下降 | 卖方主动 |
| 桶4 | 102.00 | 上升 | 买方主动 |
你看，通过比较桶间VWAP的变化，我们就能判断出每个桶里的主导力量是买方还是卖方。然后把这些方向信息汇总，就得到了VPIN。
注意：用VWAP判断买卖方向有一个前提——假设市场是有效的，价格上升意味着买方更积极。但在极端行情下（比如闪崩），这个假设可能不成立。我曾经在2015年股灾期间回测过，VWAP方向判断的准确率会下降，需要结合其他指标一起看。
总结一下VWAP和VPIN的关系：
- VWAP是基础：VPIN的每一步计算都离不开VWAP
- VWAP是微观：它反映的是单个桶内的平均成交价格
- VPIN是宏观：它把多个桶的方向信息汇总成一个概率值
- 两者互补：VWAP告诉你价格在哪里，VPIN告诉你信息交易者是否在行动
我个人习惯是把VWAP和VPIN放在一起看。如果VPIN很高，同时价格远离VWAP，那说明市场可能出现了信息驱动的大行情。这时候我会特别警惕，要么顺势而为，要么离场观望。
好了，VWAP这部分就讲到这里。记住，VWAP不是终点，它是通往VPIN的桥梁。下一节我们会正式进入VPIN的计算，到时候你会看到VWAP是怎么一步步变成VPIN的。