optimal-executionalmgren-chrissefficient-frontierimplementation-shortfallhalf-lifemarket-impactexecution-algorithmsewma-trajectory

Optimal Execution (最优执行)

Definition. 机构大单（block trade）在期限 T 内清算 / 建仓时，同时权衡期望交易成本与成本不确定性的轨迹优化问题。开山之作 Almgren Chriss 1999 Optimal Execution：在 (期望成本 E, 成本方差 V) 平面上构造有效前沿 (efficient frontier of execution)，每个风险厌恶系数 \lambda 对应唯一最优轨迹。

flowchart LR
    A["初始持仓 X<br>期限 T"] --> B{"目标?"}
    B -->|"min E<br>(Bertsimas-Lo 1998)"| C["线性 / naive 轨迹<br>成本最小, 方差大"]
    B -->|"min E + λV<br>(Almgren-Chriss 1999)"| D["指数轨迹<br>x_j = X·sinh κ(T-t_j)/sinh κT"]
    C --> E["有效前沿 (E,V) 平面"]
    D --> E
    E --> F["half-life τ = 1/κ<br>与 T 无关的内在时间尺度"]

问题设定

  • 持仓 x_0 = X \to x_N = 0，每期卖出 n_k = x_{k-1} - x_k，价格 S_k = S_{k-1} + \sigma\sqrt{\tau}\xi_k - g(n_k/\tau)\tau
  • 期望成本 E(x) = \tilde\gamma X^2/2 + \epsilon X + \tilde\eta \sum_k n_k^2/\tau；方差 V(x) = \sigma^2\tau \sum_k x_k^2
  • 有效策略定义：无其它策略在同或更低方差下期望成本更低（反之亦然）

三类典型轨迹

\lambda 轨迹形态 含义
\lambda\to\infty 一次性卖出 (n_1 = X) 方差 0，临时冲击成本最大
\lambda = 0 线性 / naive \min E，方差最大；理论证明从不是最优（前沿在 naive 点可微 → 一阶降方差只付二阶成本）
\lambda > 0 中间 指数 (EWMA 型) 前沿切点；x_j = X\sinh(\kappa(T-t_j))/\sinh(\kappa T)，\kappa \approx \sqrt{\lambda\sigma^2/\tilde\eta}

Half-life（半衰期）

\tau = 1/\kappa：风险厌恶有限时交易存在内在时间尺度，与外生期限 T 无关。\kappa T = T/\tau 判定约束主导：

  • \gg 1：临时冲击主导，轨迹 ≈ 一次性卖出
  • \ll 1：波动风险主导，轨迹 ≈ 线性

关键定理与推论

  1. 时间一致性 (time-homogeneity)：无漂移 + 独立增量下，中途重算最优策略 = 原策略的延续 → 静态策略全局最优。破坏条件：漂移 / 序列相关 / 不对称惩罚。
  2. 信息的价值与组合规模无关：漂移校正项、序列相关下的最优 shift \Delta n \approx \sigma\tau/(2\tilde\eta) 都与 X 无关 → 大组合执行可忽略方向观点与价格可预测性。
  3. 线性冲击下 "大小单同速"：E 和 V 都随 X 二次缩放 → 最优轨迹形状与 X 无关（反直觉）。修复：超线性临时冲击，或改用 L-VaR 目标（不确定性的代价随 X 一次缩放）。
  4. L-VaR：\mathrm{VaR}_p = E + z_p\sqrt{V} 的最小值，给定清算期限下的流动性调整 VaR。

计划事件的分段静态策略

已知时刻的参数 regime 切换（财报 / 分红 / 回购）：事件前轨迹 + 事件后按结果分支切换 = piecewise-static；事件前轨迹不等于无事件信息的静态策略。

实践意义

  • broker algo 谱系统一理论：TWAP (naive / \lambda\to 0)、IS (implementation shortfall, 目标函数 \min E+\lambda V)、POV/adaptive (时变 \eta) 都是同一前沿上的点
  • TCA 基准：E(x) 的分解即 Perold 1987 implementation shortfall 的模型化版本
  • L-VaR：持仓风险的流动性调整度量
  • A 股场景：涨跌停 / T+1 / 大宗交易折价可视为 h(v) 的制度性非线性；小盘股 \eta 日变数倍 → 轨迹需日内自适应
  • 与组合优化接口：Mean-Variance Optimization with Transaction Cost 用二次 TC 项近似执行成本；Almgren-Chriss 是其精细版本（Open Question：替换后改进幅度）

Cross-ref