2. 交易执行基础概念

在讨论成交率与撤单率之前，必须先厘清三个基础概念：一笔订单从产生到终结经历了哪些状态、什么算“成交”、什么算“撤单”。这三个定义直接决定了统计口径，而口径一旦不一致，两个交易团队报出的“成交率 85%”可能根本不可比。本节围绕订单生命周期、成交与撤单的判定边界，以及常见订单类型对统计口径的影响展开。

一、订单生命周期：从提交到终结的状态链

一笔订单在交易系统中的完整生命周期通常包含以下状态：已创建（策略或人工生成订单意向）、已提交（发送至柜台或交易所）、已受理/已确认（交易所或券商柜台返回确认）、部分成交（成交量大于零但小于委托量）、全部成交、已撤单（主动撤销或系统撤销）、已拒绝（风控或交易所拒单）、已过期（如当日有效订单收盘失效）。

统计时必须明确“分母”取哪个状态。常见做法有两种：以已提交订单数为分母，或以已受理订单数为分母。前者把被拒单也计入分母，反映策略意图到实际成交的转化；后者剔除拒单，反映“进入市场后”的成交效率。两者差异在拒单率较高的场景下可能达到数个百分点，因此报表中必须标注口径。

二、成交与撤单的判定边界

成交的判定相对明确：只要交易所回报的成交量大于零，即产生成交。但统计上有两个易混淆点。其一，部分成交是否计入“成交订单数”？若按订单笔数统计，一笔部分成交订单算 1 笔成交；若按成交量统计，则只计入实际成交股数。两种算法得出的成交率可能相差很大——例如 100 笔订单中 60 笔全部成交、20 笔部分成交、20 笔全撤，按笔数成交率为 80%，按成交量加权则取决于部分成交的比例。其二，成交后撤销剩余量的订单，应同时计入“有成交”和“有撤单”，不能因为发生过成交就忽略撤单行为。

撤单的判定需要区分主动与被动。主动撤单是策略或交易员发出的撤销指令；被动撤单包括交易所因风控、涨跌停、流动性不足等原因触发的系统撤销。统计撤单率时，通常将两者合并计算，但分析原因时应分开归因。此外，已拒绝和已过期不属于撤单，若把它们混入撤单率，会虚高撤单水平，掩盖真实的策略行为。

三、常见订单类型及其对统计口径的影响

不同订单类型的执行逻辑不同，对成交率与撤单率的统计影响也不同。以下列举几类常见订单：

以 IOC 订单为例：假设某策略当日提交 500 笔 IOC 订单，其中 300 笔全部成交、100 笔部分成交后剩余量自动撤销、100 笔完全未成交而整笔撤销。若按订单笔数统计，成交率为 300/500 = 60%，撤单率为 200/500 = 40%。但这里的 40% 撤单中，有 100 笔是“部分成交后的剩余量撤销”，并非策略主动放弃。若报表不区分“主动撤单”与“IOC 自动撤销”，就会误判策略的撤单行为。因此，使用 IOC/FOK 等自动撤销类订单时，撤单率必须单独标注“含自动撤销”口径，否则与限价单策略的撤单率不可比。

四、统计口径的落地约定

为了让成交率与撤单率在团队内部和跨周期比较中保持一致，建议在统计前明确以下约定并写入报表说明：

• 分母定义：采用“已提交订单数”还是“已受理订单数”，是否剔除拒单。
• 成交计数方式：按订单笔数还是按成交量（股数/金额）加权；部分成交订单如何计数。
• 撤单范围：是否包含 IOC/FOK 自动撤销、系统撤销、部分成交后的剩余量撤销。
• 时间窗口：按自然日、交易时段还是策略运行区间统计；跨日订单归属哪一天。
• 订单类型分层：限价单、市价单、IOC、FOK 等是否分开统计，还是合并后加权。

举例来说，某交易台在日报中约定：分母为已受理订单数（剔除拒单），成交按订单笔数统计（部分成交计 1 笔），撤单仅统计策略主动撤单（不含 IOC 自动撤销），并按订单类型分层展示。这样，限价单策略的撤单率与 IOC 策略的撤单率各自独立，不会因为订单类型结构变化而产生虚假的“撤单率上升”信号。若某日限价单占比从 70% 降至 40%、IOC 占比上升，合并统计的撤单率会自然下降，但这并不代表执行质量改善——分层统计才能看清真实变化。

订单生命周期、成交与撤单的判定、订单类型的执行特征，三者共同构成统计口径的基础。口径清晰之后，后续的成交率计算、撤单率归因和跨周期对比才有意义。实际工作中，建议把上述约定固化为统计脚本中的字段映射规则，而不是每次手工判断，以减少口径漂移。