什么是执行算法？
直接答案
执行算法是一组自动化规则，用于控制订单在外汇市场中的下单与执行方式。它们不会在某一时刻立即发送单一订单，而是可以将一个订单拆分为多个部分，决定何时提交这些部分，并通过可用的执行路径进行路由。其目的是在现实执行约束（如流动性、交易时间及交易成本）下，更好地匹配交易者的订单意图（例如目标规模）。
执行算法的工作原理
理解执行算法的一种简单方式是将其视为订单请求与交易平台执行流程之间的“转换层”。
- 输入（起始条件）
- 订单意图：规模、方向（买入/卖出）以及时间限制。
- 执行约束：对算法激进程度的限制、在可用流动性中的最大参与度、以及时间窗口。
- 实施设置：如拆分规模、调度间隔和接受标准等参数。
- 决策规则（其行为） 执行算法遵循预定义的逻辑，例如：
- 订单拆分：将大额订单拆分为多个较小的“子订单”。
- 调度：根据时间计划延迟提交。
- 路由：若支持，将子订单发送至一个或多个执行目的地。
- 自适应行为：当成交速度比预期快或慢时，调整行为。
- 输出（可观测结果） 执行开始后通常看到的是一系列成交（或部分成交），而非单一交易。即使规则一致，实际执行结果仍取决于订单到达市场时的实时状况。
相关但不同的概念
执行算法常与其他自动化概念混淆：
- 交易策略旨在决定寻求何种市场敞口（方向、时机或工具选择）。
- 指标与模式系统从市场数据中生成读数或信号。
- 执行算法则专注于如何执行一个已确定的订单。
换言之：策略决定“交易什么”，而执行算法则致力于在约束条件下高效执行订单。
证据或示例（含明确假设）
假设一名交易者希望买入固定数量的货币对，但预计交易时段内流动性可能波动。假设该交易者有一个可执行订单的时间窗口，且执行系统支持提交多个子订单。
一个基础的执行算法可能：
- 将总规模拆分为相等的若干份，
- 每隔固定时间提交一份，
- 在全部成交或时间窗口结束时停止。
如果市场在后期时段流动性更高，该算法可能比一次性立即下单获得更优的平均成交价。但此结果并不保证：若提交时市场流动性稀薄，仍可能出现部分成交和更高的实际成本（通常称为滑点）。
局限性与风险
执行算法虽能减少部分操作摩擦，但无法消除不确定性。
- 依赖市场状况：相同规则在不同波动性、流动性条件或交易时段下可能产生截然不同的结果。
- 滑点与部分成交：即使拆分订单，子订单仍可能以低于预期的价格成交，且可能无法完全成交。
- 操作与系统故障：连接问题、状态过期或配置错误可能导致执行中断或产生非预期订单行为。
- 成本权衡：优先速度的设置可能增加交易冲击成本，而优先低成本的设置可能延长成交时间。
由于这些不确定性，历史执行设置与结果之间的模式无法可靠预测未来表现。
如何独立验证事实
要验证有关执行算法的陈述，应关注文档和可衡量的流程描述，而非绩效承诺。有用的验证检查包括：
- 系统是否说明了输入（订单约束）和决策规则（拆分、调度、路由），
- 是否声明了任何安全限制或停止条件，
- 如何定义成交与完成行为（完全成交与部分成交处理），
- 以及描述是否区分了执行控制与策略逻辑。
阅读有关改进执行的声明时，应将其视为依赖上下文，并追问其依赖的假设是什么（市场状况、成本和实施细节）。