一、课程导论与市场微观结构
1.1 为什么需要Almgren-Chriss模型？
做量化交易的朋友都知道，下单这件事远没有想象中那么简单。
我刚开始做算法交易那会儿，就踩过一个坑。当时我写了个策略，回测曲线漂亮得不行，年化收益30%+，夏普比3.0。结果一上实盘，收益直接腰斩。为什么？因为回测里我假设能以当前价格成交任意数量，但现实是——你卖100万股，价格早就被你砸下去了。
这就是最优执行问题的核心：如何在市场冲击和等待风险之间找到平衡。
Almgren-Chriss模型，说白了就是解决这个问题的数学框架。它由Robert Almgren和Neil Chriss在2001年提出，至今仍是算法交易领域的基石。我个人认为，不理解这个模型，就谈不上真正理解量化交易中的执行环节。
1.2 市场微观结构速览
在深入模型之前，我们先聊聊市场微观结构。嗯，这部分很重要，因为模型里的参数都来源于此。
市场微观结构研究的是：订单如何被撮合？价格如何形成？流动性从哪里来？
我习惯把市场微观结构拆成三个层次：
- 订单簿：所有买单和卖单的集合。买一、卖一、深度、价差，这些都在这里。
- 交易机制：连续竞价还是集合竞价？做市商还是纯订单驱动？A股是连续竞价+集合竞价，美股则是做市商+ECN。
- 参与者行为：散户、机构、做市商、高频交易者，他们的行为模式完全不同。
你想想看，如果你要卖出100万股，而订单簿上买一只有1000股，那会发生什么？价格会一路下滑，直到找到足够的对手盘。这就是市场冲击的直观体现。
1.3 最优执行问题定义
好，现在我们来定义问题。
假设你需要在时间T内卖出X股股票。你可以选择一次性卖出，也可以分批次卖出。一次性卖出的好处是快，但冲击成本大；分批次卖出的好处是冲击小，但你要承担价格波动的风险。
最优执行问题就是：找到一个交易策略，使得总交易成本最小化。
这里的总交易成本包括：
- 市场冲击成本：你的交易对价格造成的影响
- 时间风险成本：等待期间价格不利波动的风险
- 机会成本：未成交部分的潜在损失
核心思想：Almgren-Chriss模型将最优执行问题转化为一个随机控制问题，通过求解Hamilton-Jacobi-Bellman方程得到最优交易轨迹。
1.4 市场冲击模型
这是整个模型的灵魂。Almgren和Chriss把市场冲击分成两类：
永久冲击
永久冲击是指你的交易对价格的长期影响。说白了，就是你卖完股票后，价格回不去了。
永久冲击的数学形式通常写成：
ΔP_permanent = γ * v其中γ是永久冲击系数，v是你的交易速率（股/单位时间）。
我在项目中遇到过一个问题：永久冲击系数γ怎么估计？直接用历史数据回归？不行，因为历史数据里包含的信息太多。我建议用交易量加权价格（VWAP）偏差来反推，效果会好很多。
临时冲击
临时冲击是指你的交易对价格的短期影响。交易完成后，价格会逐渐恢复。
临时冲击的数学形式通常写成：
ΔP_temporary = η * sign(v) + κ * v其中η是固定成本（买卖价差），κ是临时冲击系数。
避坑指南：我曾经把永久冲击和临时冲击混在一起估计，结果模型参数完全不对。后来才意识到，永久冲击是线性的，临时冲击是非线性的，必须分开处理。
1.5 交易成本分析
交易成本不只是佣金和印花税。在Almgren-Chriss框架下，交易成本包括：
| 成本类型 | 来源 | 是否可控 |
|---|---|---|
| 佣金 | 券商收费 | 部分可控 |
| 买卖价差 | 市场流动性 | 不可控 |
| 市场冲击 | 自身交易行为 | 可控 |
| 时间风险 | 价格波动 | 部分可控 |
| 机会成本 | 未成交 | 可控 |
你想想看，佣金和印花税是固定的，你改变不了。但市场冲击和时间风险，你可以通过调整交易策略来优化。这就是Almgren-Chriss模型的价值所在。
1.6 知识体系总览
下面这张图，是我自己画的知识框架。它把本章的核心逻辑串起来了：
注意：市场冲击模型中的参数估计是个大坑。我见过太多人直接用OLS回归，结果参数符号都是反的。建议用贝叶斯方法或者状态空间模型来做，鲁棒性会好很多。
1.7 本章小结
这一章我们聊了：
- 市场微观结构的基本概念
- 最优执行问题的数学定义
- 永久冲击和临时冲击的区别
- 交易成本的构成与分析
说白了，Almgren-Chriss模型就是帮你回答一个问题：我该怎么卖，才能卖得最划算？
下一章，我们会正式进入数学推导。我会手把手带你推导出最优交易轨迹的解析解。嗯，别怕数学，我会用最直观的方式讲清楚。