1. 大单交易概述
做量化这些年，我见过太多人一上来就研究策略、调参数，结果第一笔大单就把市场打穿了。嗯，这其实是个很常见的坑。今天咱们先聊聊大单交易到底是个什么东西，它为什么值得你花时间去研究。
1.1 什么是大单交易
说白了，大单交易就是单笔订单规模远超市场正常流动性的交易行为。你想想看，平时买卖100股，市场纹丝不动。突然来了一笔10万股的买单，价格直接跳上去好几个档位——这就是大单。
我个人习惯把大单分成两类：
- 绝对大单：单笔金额超过某个阈值，比如1000万人民币
- 相对大单：订单量超过该股票日均成交量的某个比例，比如5%
我在项目中遇到过一家私募，他们想建仓一只小盘股，日均成交才2000万。结果一笔500万的买单进去，直接把股价拉涨停了。这就是典型的相对大单——量不大，但对市场冲击巨大。
核心要点：大单不是看绝对金额，而是看它对市场流动性的消耗比例。一只茅台的大单和一只ST股的大单，完全不是一个概念。
1.2 大单的市场影响
大单进场，市场会有什么反应？我总结为三个层面：
| 影响层面 | 具体表现 | 持续时间 |
|---|---|---|
| 价格冲击 | 订单簿深度被消耗，价格滑点 | 瞬时~数分钟 |
| 流动性消耗 | 买卖盘口变薄，后续订单更难成交 | 数分钟~数小时 |
| 信息效应 | 市场参与者猜测大单背后的意图 | 数小时~数天 |
为什么会这样？我举个例子你就明白了。
假设某股票当前买一价10.00元，挂了5000股；卖一价10.01元，挂了3000股。你突然下了一笔2万股的市价买单：
第一步：吃掉卖一3000股，价格10.01
第二步：吃掉卖二2000股，价格10.02
第三步：吃掉卖三5000股，价格10.03
第四步：吃掉卖四6000股，价格10.04
第五步：吃掉卖五4000股，价格10.05
你看，本来10.01元就能买到的股票，最后成交均价到了10.03元以上。这就是价格冲击。更麻烦的是，你的大单被市场看到了，其他交易者会怎么想？
避坑指南：我曾经在实盘中吃过这个亏。当时觉得冲击成本也就几个BP，结果因为大单暴露了意图，被其他算法交易盯上，最后建仓成本比预期高了0.8%。从那以后，我每次做大单都会先评估信息泄漏风险。
1.3 常见场景分析
大单交易不是凭空出现的，它背后通常有明确的业务场景。我接触最多的有三种：
场景一：机构调仓
基金公司每个季度末都要调仓，一调就是几千万甚至几个亿。我记得有一次帮一家公募做调仓方案，他们要从消费板块切换到科技板块，涉及20多只股票，总金额超过5亿。
这种场景的特点是：
- 时间窗口紧（通常1-3天）
- 多只股票同时交易
- 对跟踪误差有严格要求
场景二：大宗交易
大宗交易是A股特有的玩法。买卖双方在场外谈好价格（通常是收盘价的折价），然后通过大宗交易平台成交。这样做的好处是：
- 对二级市场几乎没有冲击
- 可以一次性完成大额交易
- 折价交易对买方有吸引力
但大宗交易也有坑。我曾经遇到过一个案例：某股东通过大宗交易减持，结果因为折价太大，市场解读为利空，第二天股价直接跌了3%。所以大宗交易不是万能的，它也有信息泄漏的风险。
场景三：算法拆单
这是目前最主流的做法。把一个大单拆成无数个小单，像水滴一样慢慢流入市场。常见的算法有：
TWAP：时间加权平均价格算法
把订单均匀分布在时间轴上
适合流动性较好的股票
VWAP：成交量加权平均价格算法
根据历史成交量分布来分配订单
适合追求市场平均价格的场景
POV：成交量参与率算法
保持订单量占市场成交量的固定比例
适合需要隐藏交易意图的场景
我个人最常用的是VWAP。为什么？因为它的逻辑最贴近实际需求——你想想看，如果你要在一天内买入100万股，最好的结果就是成交均价等于当天的VWAP。这样你既没有跑输市场，也没有给对手留下把柄。
关键认知：算法拆单不是万能的。它解决的是价格冲击问题，但解决不了信息泄漏问题。如果你的订单量太大，即使拆成小单，市场也能通过统计方法识别出来。这就是为什么顶级机构都在研究「智能订单路由」和「暗池交易」。
1.4 知识体系总览
这一章的内容比较多，我画了一张图帮你理清思路：
重要提醒：大单交易不是简单的「买」和「卖」。它涉及市场微观结构、算法设计、风险控制等多个维度。如果你只是把大单拆成小单就以为万事大吉，那后面几章的内容可能会让你重新认识这个领域。
好了，这一章就到这里。大单交易的定义、市场影响和常见场景，咱们都聊透了。下一章我会深入讲大单交易的核心风险——冲击成本模型，那是真正考验功力的地方。
公众号:蓝海资料掘金营，微信deep3321