一、TWAP模型概述：时间加权平均价格的核心逻辑

大家好，我是你们的讲师。今天咱们聊聊TWAP——时间加权平均价格模型。这玩意儿在量化交易圈子里，算是个老牌工具了。我最早接触它是在2016年，当时帮一家私募做算法交易系统，TWAP就是最基础的执行策略之一。

说白了，TWAP就是把一个大订单，拆成若干个小订单，然后按照固定的时间间隔去执行。比如你手里有100万股要卖，系统会把它切成100份，每份1万股，每隔5分钟扔出去一笔。就这么简单。

但简单归简单，里面门道可不少。咱们先搞清楚它到底是什么。

1.1 什么是TWAP？

TWAP，全称Time-Weighted Average Price。翻译过来就是「时间加权平均价格」。它的核心思想是：让成交价格尽可能接近整个交易时段内的平均价格。

数学公式长这样：

TWAP = (P₁ + P₂ + ... + Pₙ) / N

其中P₁到Pₙ是每个时间点的价格，N是时间点总数。注意，这里每个价格点的权重是一样的——这就是「时间加权」的含义。

我在项目中遇到过一件事：有个客户想用TWAP执行一笔大单，结果发现市场在某个时段突然放量。TWAP依然按部就班地均匀下单，错过了最佳执行窗口。嗯，这就是它的性格——稳定，但不够灵活。

1.2 TWAP与VWAP的区别

很多新手容易把TWAP和VWAP搞混。我刚开始做交易系统时也犯过这个错。咱们直接上对比表：

对比维度	TWAP	VWAP
权重依据	时间	成交量
核心目标	时间均匀分布	跟随市场流动性
适用市场	流动性较差	流动性较好
对冲击成本	不敏感	较敏感
执行风格	机械式	自适应

说白了，TWAP是「到点就干」，VWAP是「看量下菜」。举个例子：

• TWAP：每5分钟必须下一单，不管市场有没有量
• VWAP：如果当前成交量小，就少下点；成交量大了，就多下点

我个人习惯是：在流动性差的品种上用TWAP，在主流品种上用VWAP。为什么？因为流动性差的时候，VWAP的「看量下菜」策略会失效——成交量本来就少，你跟着量走，反而容易把自己砸进去。

1.3 TWAP的适用场景

TWAP不是万能的，但在某些场景下特别好用。我总结了几种：

1. 低流动性品种：比如一些小盘股、债券ETF。成交量稀稀拉拉的，用VWAP反而容易出问题。TWAP的均匀下单能减少对市场的冲击。
2. 隐藏交易意图：你不想让别人知道你在建仓或减仓。TWAP的机械式执行，不容易被对手盘识别出规律。
3. 指数跟踪：很多指数基金需要按照时间均匀建仓。TWAP天然适合这种场景。
4. 日内回转交易：做T+0的时候，需要把买卖单均匀分布在交易时段内。TWAP是个不错的选择。

1.4 TWAP的局限性

任何策略都有短板。TWAP的局限性也很明显：

• 对市场冲击不敏感：如果某个时间点市场突然暴跌，TWAP依然会按计划下单。你想想看，这多危险。
• 无法利用流动性优势：当市场出现大单时，TWAP不会趁机多成交一些。白白浪费了流动性。
• 容易被预测：如果对手盘知道你在用TWAP，他们可以提前埋伏。我曾经见过有人专门针对TWAP策略做反向交易。
• 不适合大单：订单太大时，均匀下单反而会引发市场关注。我建议超过日均成交量10%的订单，不要用纯TWAP。

1.5 TWAP的核心逻辑图

下面这张图展示了TWAP的核心执行流程。我画了个SVG，方便大家理解：

这张图其实就说明白了：TWAP就是个「输入-分割-定时-执行」的流水线。没有复杂的数学，没有自适应算法，就是简单粗暴地按时间均匀执行。

1.6 一个简单的TWAP代码示例

光说不练假把式。我写个最简单的TWAP实现，大家感受一下：

class TWAPExecutor:
    def __init__(self, total_qty, num_slices, interval_sec):
        self.total_qty = total_qty
        self.num_slices = num_slices
        self.interval_sec = interval_sec
        self.slice_qty = total_qty / num_slices
        self.executed = 0
        
    def run(self):
        import time
        for i in range(self.num_slices):
            # 这里只是模拟下单，实际要对接交易接口
            print(f"第{i+1}笔：下单{self.slice_qty}股")
            self.executed += self.slice_qty
            time.sleep(self.interval_sec)
        print(f"执行完成，总成交{self.executed}股")

# 使用示例
executor = TWAPExecutor(total_qty=100000, num_slices=20, interval_sec=30)
executor.run()

这段代码虽然简单，但核心逻辑都在了。实际生产环境中，你还需要考虑：

• 对接交易所API
• 处理撤单和重试
• 加入熔断机制
• 记录成交明细

嗯，这些咱们后面章节会详细讲。今天先把TWAP的「骨架」搭起来。

小结

TWAP是个好工具，但别把它当万能钥匙。我见过太多人拿着TWAP去执行大单，结果亏得底裤都不剩。记住：TWAP适合小单、低流动性、隐藏意图的场景；不适合大单、高波动、需要抢流动性的场景。

下一章咱们会深入TWAP的数学原理和参数优化。今天先消化这些基础内容。有问题随时在群里问我。

---

公众号:蓝海资料掘金营，微信deep3321