2. VWAP基准的数学定义与计算逻辑

VWAP（Volume-Weighted Average Price，成交量加权平均价）是执行算法中最常用的基准之一。它的核心思想非常朴素：价格的重要性取决于在该价格上成交了多少量。一笔在10.00元成交100股的价格，与一笔在10.02元成交10000股的价格，对市场真实成本的代表性显然不同。VWAP正是用成交量作为权重，把这种差异纳入平均价的计算中。

从公式出发

在连续时间意义上，VWAP定义为价格对成交量的加权平均：

VWAP(T) = ∫₀ᵀ P(t)·v(t) dt / ∫₀ᵀ v(t) dt

其中 P(t) 为瞬时成交价，v(t) 为瞬时成交速率，分母是区间内的累计成交量。在工程实现中，我们面对的是离散的逐笔成交或分时切片，公式转化为求和形式：

VWAP(T) = Σᵢ Pᵢ·Vᵢ / Σᵢ Vᵢ

Pᵢ 是第 i 笔成交（或第 i 个时间切片）的成交价，Vᵢ 是对应成交量。这个式子看起来简单，但它隐含了一个关键结构：VWAP 是价格序列与成交量序列的“内积”再归一化。价格决定方向，成交量决定权重，两者缺一不可。

时间切片与成交量分布的关系

实际计算VWAP时，通常把交易日划分为若干时间切片（如1分钟、5分钟），每个切片内计算成交量加权均价，再按切片成交量加权汇总。这里有一个容易被忽视的要点：切片粒度会影响VWAP的数值。切片越粗，切片内价格波动被“平均掉”的信息越多；切片越细，越接近逐笔计算的真实值。对于流动性好、价格跳动快的标的，1分钟切片与逐笔计算的差异可能达到几个基点，足以影响执行评估结论。

更重要的是成交量分布本身。A股市场的成交量呈现典型的“U型”或“双峰”分布：开盘后半小时和收盘前半小时成交量集中，午间清淡。这意味着同样一笔被动挂单，在开盘时段被成交的概率远高于午间。VWAP基准天然地把这种分布“编码”进了权重里——成交量大的时段，其价格对VWAP的贡献也大。

VWAP作为执行基准的隐含假设

把VWAP当作“公平执行价”的参照，背后其实藏着几条假设，理解它们才能理解VWAP的适用边界。

假设一：成交量分布可预测。VWAP算法通常按历史成交量曲线分配各时段的委托量。如果当日成交量分布与历史曲线偏离较大（例如突发消息导致尾盘放量），算法就会在错误的时间段投入过多或过少的量，导致执行价偏离VWAP。这是VWAP跟踪误差的主要来源。

假设二：市场冲击可忽略或对称。VWAP基准默认“按市场节奏参与”不会系统性推高或压低价格。但大额委托本身会改变成交量分布和价格路径，形成自我实现的偏差——你越按VWAP买，越可能在价格上涨时买得更多。

假设三：价格与成交量相互独立可加。求和公式把每笔成交视为独立贡献，但真实市场中大单成交往往伴随价格跳动，价格与成交量存在相关性，简单加权会低估这种联动带来的成本。

局限性：VWAP不衡量“该不该在这个价位成交”

VWAP最大的局限在于它是一个相对基准而非绝对优劣标准。执行价等于VWAP，只说明你的成交节奏与市场成交量分布匹配，并不说明这个价格对投资组合有利。如果当日股价单边下跌，VWAP本身也在下移，跟踪得再好也只是“跟着市场一起变差”。此外，VWAP对成交量的依赖使其在低流动性标的上极不稳定——少量大额成交就能显著拉动基准，导致评估失真。

一个可复算的示例

假设某标的当日四个5分钟切片的成交数据如下（示例数据，用于说明计算过程）：

全日VWAP = (500,000 + 301,200 + 199,600 + 400,800) / (50,000 + 30,000 + 20,000 + 40,000) = 1,401,600 / 140,000 ≈ 10.0114元。注意第一个切片成交量最大，其10.00元的价格对最终结果拉动最强；若把该切片成交量误记为5,000股，VWAP会变为约10.024元，偏差超过1个基点。这说明成交量数据的准确性直接决定基准的可信度，在实盘评估中必须先核对成交量口径（是否含大宗、是否含盘后固定价格交易）。

理解了这个计算链条，就能明白VWAP基准的本质：它是一面“市场平均参与成本”的镜子，照出的是成交节奏与量能分布的匹配程度，而不是价格高低的好坏判断。后续比较TWAP时，这一区别会成为选择基准的关键分水岭。