1. 课程导入
在真实交易与资金管理场景中，很多执行策略失效并不是因为信号本身错误，而是因为策略被用在了不匹配的流动性环境中。流动性状态驱动执行策略切换，核心思想是：先识别市场当前处于哪种流动性状态，再选择与之匹配的下单方式、拆单节奏、价格容忍度与风控参数。换句话说，执行不是一套固定动作，而是一组随环境变化的决策规则。
本节学习目标：
- 理解流动性状态的定义与三类典型状态：充裕、正常、稀薄。
- 掌握“状态识别 → 策略映射 → 执行监控 → 复盘修正”的闭环框架。
- 能够区分被动执行、主动执行与混合执行在不同流动性下的适用边界。
- 建立以滑点、成交率、冲击成本为核心的执行评估意识。
一、核心原理：流动性状态如何决定执行成本
流动性可以理解为市场在不显著影响价格的前提下吸收订单的能力。它通常由三个维度共同刻画：盘口深度、买卖价差、成交连续性。深度越厚、价差越窄、成交越连续，流动性越充裕；反之则越稀薄。执行策略的本质，是在“等待更好价格”与“尽快完成成交”之间做权衡。流动性充裕时，等待成本低，可以多用被动挂单；流动性稀薄时，等待可能导致错过窗口，必须提高主动成交比例。
下面这张图展示了流动性状态驱动执行策略切换的核心链路：从市场数据输入，到状态判定，再到策略选择与反馈修正。
二、方法流程：从识别到切换的四步闭环
执行策略切换不是凭感觉，而应遵循可复用的流程。建议按以下四步落地：
- 状态识别：用盘口深度、价差、近期成交量等指标，将当前市场划分为充裕、正常、稀薄三类。可设置阈值，例如价差超过历史中位数的1.5倍视为稀薄。
- 策略映射：为每种状态预设执行策略。充裕时以被动挂单为主，正常时采用混合执行，稀薄时提高主动成交比例并缩小单笔规模。
- 执行监控：实时跟踪滑点、成交率与剩余时间。若实际滑点超过阈值，立即降级或升级策略。
- 复盘修正：每日或每周统计各状态下的执行质量，修正状态判定阈值与策略参数。
提示：状态判定不宜过于频繁切换，否则会导致执行逻辑抖动。建议加入“滞回区间”，例如价差从窄变宽需超过阈值并持续一段时间才切换状态。
三、案例场景：同一笔订单在两种流动性下的不同执行
假设你需要买入某标的10000股。在流动性充裕时，盘口价差小、深度厚，你可以将订单拆成多笔被动挂单，等待成交，滑点可能接近零。但在流动性稀薄时，盘口挂单薄，若继续被动等待，可能只成交少量，剩余订单被迫追价，反而造成更大冲击成本。此时应切换为主动执行，例如使用限价单快速穿越价差，或采用时间加权平均价格（TWAP）但缩短执行窗口。
| 流动性状态 | 典型特征 | 推荐执行策略 | 关键风控参数 |
|---|---|---|---|
| 充裕 | 价差窄、深度厚、成交连续 | 被动挂单、分批等待 | 最大等待时间、挂单偏移 |
| 正常 | 价差适中、深度一般 | 混合执行、部分主动 | 主动成交比例、滑点上限 |
| 稀薄 | 价差宽、深度薄、成交断续 | 主动成交、缩小单笔、缩短窗口 | 单笔上限、最大滑点、超时强平 |
四、误区与复盘：避免“一套策略打天下”
常见误区有三类：第一，把回测中的固定执行逻辑直接用于实盘，忽略流动性变化；第二，状态判定指标单一，仅看价差而忽略深度；第三，切换过于频繁，导致交易成本上升。复盘时应重点关注：在稀薄状态下是否及时切换、滑点是否被有效控制、成交率是否达标。只有把执行质量量化，才能持续优化策略切换规则。
注意：流动性状态是动态的，开盘、午间、收盘前以及重大事件前后都可能发生突变。执行系统应具备实时监控与自动降级能力，避免人工反应滞后。
# 示例：流动性状态判定伪代码
spread = ask_price - bid_price
depth = bid_size + ask_size
if spread < spread_threshold_low and depth > depth_threshold_high:
state = "充裕"
elif spread > spread_threshold_high or depth < depth_threshold_low:
state = "稀薄"
else:
state = "正常"
# 策略映射
if state == "充裕":
strategy = "被动挂单"
elif state == "正常":
strategy = "混合执行"
else:
strategy = "主动成交"