Obizhaeva-Wang 执行模型：把限价簿弹性写进最优拆单 • halo 的技术博客

Almgren-Chriss（AC，2000）是最优执行的教科书起点，但它有一个被反复忽略的隐含假设：限价簿没有记忆。在 AC 里，你这一秒吃掉的流动性，下一秒对市场毫无影响——临时冲击是瞬时的，你停手它立刻归零。这个假设让数学变得漂亮（成本只跟”交易速度”有关，最优解是一条平滑衰减曲线），但它和真实的限价簿对不上。

真实的簿是这样的：你砸下一笔市价单，吃穿几档挂单，价格被临时推高；但只要你停手几秒到几分钟，新的限价单会重新涌进被吃空的档位，价格慢慢回落。这个”被打乱后自我修复”的性质，市场微观结构里叫弹性（resilience）。

结论先放这：Obizhaeva-Wang（OW，正式发表于 2013，工作稿始于 2005）把弹性写进模型后，最优执行的形状发生了质变——它不再是 AC 的平滑衰减曲线，而是”期初下一个离散大块、期末再下一个离散大块、中间用恒定速率连续吃单”的 U 型轨迹。直觉是：期初那一块打出的临时冲击，在随后的连续吃单期间会自己恢复掉，等于”免费”用掉了一部分深度；期末那一块则因为后面没有交易了，不用担心自己推高自己的后续成交价。本文用一个自洽的限价簿动力学模型复现这套逻辑，蒙特卡洛显示 OW 最优执行的期望缺口 43.4bp、优于 TWAP 的 45.0bp，且成本方差更小；弹性越低（簿越薄、恢复越慢），OW 相对 TWAP 的优势越大。附完整 Python 与四类真实陷阱。

限价簿弹性：单笔冲击后临时价格影响按 ρ 指数恢复，恢复越慢，两笔交易间的残余失衡叠加越严重

一、AC 漏掉了什么：从”深度”到”弹性”#

AC 模型里只有两个成本来源：

永久冲击：交易改变了市场对价值的看法，价格永久移动。与你怎么拆单无关（拆多细，永久冲击的总量都一样），所以在优化里其实是个常数，不影响最优形状。
临时冲击：吃簿深度的瞬时代价，只跟”这一刻交易多快”有关，交易结束立刻消失。

OW 的关键补充是：临时冲击不是瞬时消失的，而是按一个有限速率恢复。用一个状态变量 $D_t$ 表示”当前尚未恢复的临时冲击”，它的动力学是：

dD_t = -\rho\, D_t\, dt + \frac{1}{2\kappa}\, dX_t

$dX_t$ 是这一刻的交易量， $\frac{1}{2\kappa}$ 是吃簿系数（ $\kappa$ 越大簿越深，同样交易量推动越小）；
$-\rho D_t\,dt$ 是恢复项， $\rho$ 就是弹性——恢复速率。 $\rho \to \infty$ 时临时冲击瞬间归零，OW 退化回 AC； $\rho \to 0$ 时临时冲击永不恢复，等价于所有冲击都是永久的。

成交价 = 到达价 + 累计永久冲击 + 当前未恢复的临时失衡 $D_t$ 。你每一笔单付的成本，不只是它自己打出的冲击，还包括之前那些单留下的、还没恢复完的残余失衡。这就是 AC 里完全不存在的项：交易之间通过 $D_t$ 产生了时间耦合。

上面那张图画的就是这件事：在 $t=2$ 和 $t=5$ 各下一笔单，恢复慢（ $\rho=0.3$ ）的簿在第二笔单下手时，第一笔的冲击还没消完，两者叠加， $D_t$ 被顶得更高；恢复快（ $\rho=2.0$ ）的簿则几乎每次都从零开始。弹性决定了”两笔单该隔多远”——恢复越慢，越该把单摊开等它恢复；恢复越快，越可以密集连续吃。

二、OW 最优解：为什么是 U 型而不是平滑曲线#

把执行成本写成拆单向量 $f = (f_1, \dots, f_N)$ （每步占总量的比例， $\sum f_i = 1$ ）的二次型：

\text{Cost}(f) = f^\top H f

其中 $H$ 的每个元素 $H_{ij}$ （ $i \le j$ ）= 第 $i$ 步交易对第 $j$ 步成交价的影响，由两部分组成：

临时部分： $\text{TEMP} \cdot e^{-\rho (j-i)\,\Delta t}$ （第 $i$ 步的冲击到第 $j$ 步已经恢复了一部分）；
永久部分： $\text{PERM}$ （不恢复，对所有后续成交价一视同仁）。

在 $\sum f_i = 1$ 、 $f_i \ge 0$ 约束下最小化这个二次型，就是 OW 的离散版最优执行。下面这段代码构造 $H$ 并用 SLSQP 求解——不写死”两端块+中间恒速”的形状，让优化器自己找出来：

import numpy as np
from scipy.optimize import minimize

TEMP, PERM, P0 = 1.20, 0.15, 100.0  # 临时/永久冲击系数、到达价

def cost_matrix(N, rho, dt):
    """H[i,j] = 第 i 步交易对第 j 步(j>=i)成交价的影响。"""
    idx = np.arange(N)
    diff = idx[None, :] - idx[:, None]        # j - i
    lower = diff >= 0                          # 只有 i<=j 才有影响（因果）
    temp = np.where(lower, TEMP * np.exp(-rho * diff * dt), 0.0)
    perm = np.where(lower, PERM, 0.0)
    return temp + perm

def ow_trajectory(X, T, N, rho):
    """在 sum(f)=1, f>=0 下最小化 f^T H f，求真正最优的执行占比。"""
    dt = T / N
    H = cost_matrix(N, rho, dt)
    Hs = 0.5 * (H + H.T)                       # 对称化
    obj  = lambda f: f @ Hs @ f
    grad = lambda f: 2 * Hs @ f
    cons = {"type": "eq", "fun": lambda f: f.sum() - 1.0}
    res = minimize(obj, np.full(N, 1/N), jac=grad,
                   bounds=[(0, 1)] * N, constraints=cons,
                   method="SLSQP", options={"maxiter": 500, "ftol": 1e-12})
    f = np.clip(res.x, 0, None)
    return f / f.sum() * X

python

求解结果如下图（左）：弹性越弱（ $\rho=0.5$ ，红线），最优轨迹越呈明显的 U 型——期初、期末各堆一个大块，中间被压成一条低平的恒速带；弹性越强（ $\rho=30$ ，绿线），U 型越平，逐渐逼近 TWAP 的水平直线。这正是 OW 理论解的核心特征，也是它区别于 AC 平滑衰减曲线的地方。

最优拆单形状：弹性越弱越呈"两端下块+中间恒速"的 U 型；弹性越强越逼近 TWAP 水平线。右图为对应的累计执行曲线

为什么是 U 型？拆开看两端：

期初大块：它打出的临时冲击，会在随后漫长的连续吃单期间被弹性慢慢恢复掉。等于说，期初这一块”借用”了后面的恢复时间，它的临时成本被摊薄了。
期末大块：它后面没有任何交易了，所以不必担心”自己推高自己的后续成交价”。前面各步累积的 $D_t$ 已经恢复得差不多，这一块可以趁着簿重新变厚一次性打掉。
中间恒速：连续、均匀地吃，让 $D_t$ 维持在一个稳态水平，既不让残余失衡堆积，也持续利用恢复。

三、蒙特卡洛：OW 到底省了多少#

光有形状不够，得验证它在含随机价格波动的环境里真的更省。下面模拟执行成本：临时冲击按 $\rho$ 恢复，叠加永久冲击和一条独立的价格随机游走。

def simulate_cost(traj, rho, dt, sigma=0.0, seed=None):
    X, N = traj.sum(), len(traj)
    D = perm = rw = cash = 0.0
    rng = np.random.default_rng(seed)
    for i in range(N):
        f = traj[i] / X
        rw   += sigma * np.sqrt(dt) * (rng.standard_normal() if sigma > 0 else 0.0)
        D    += TEMP * f                       # 吃簿抬升临时失衡
        perm += PERM * f                       # 永久冲击累积
        cash += traj[i] * (P0 + perm + D + rw) # 成交价 = 到达价+永久+临时+游走
        D    *= np.exp(-rho * dt)              # 交易后临时冲击恢复
    return cash / X                            # 平均成交价

# 参数：卖 100 万股，20 步，弹性 rho=2，波动 sigma=2%
X, T, N, rho, sigma = 1_000_000, 1.0, 20, 2.0, 0.02
dt = T / N
ow   = ow_trajectory(X, T, N, rho)
twap = np.full(N, X / N)

cost_ow = np.array([simulate_cost(ow,   rho, dt, sigma, s) for s in range(4000)])
cost_tw = np.array([simulate_cost(twap, rho, dt, sigma, s) for s in range(4000)])
bps = lambda c: (c - P0) / P0 * 1e4
print(f"OW  : {bps(cost_ow).mean():.1f}bp ± {bps(cost_ow).std():.1f}")
print(f"TWAP: {bps(cost_tw).mean():.1f}bp ± {bps(cost_tw).std():.1f}")
# OW  : 43.4bp ± 1.1
# TWAP: 45.0bp ± 1.2

python

结果是 4000 次蒙特卡洛下 OW 期望缺口 43.4bp、TWAP 45.0bp——省了约 1.6bp。对单笔 5000 万名义的执行，1.6bp 是 8000 元，一年跑几千笔就是七位数的差别。更关键的是下图揭示的第二层优势：OW 不仅期望成本更低，成本分布也更窄（标差 1.1 vs 1.2）——它同时改善了成本的均值和方差，这是 AC 有效前沿思想的自然延伸。

OW 最优执行 vs TWAP 的成本分布：OW 的直方图整体左移（期望成本更低）且更集中（方差更小）

四、弹性扫描：什么时候最该用 OW#

省 1.6bp 是在 $\rho=2$ 这个特定弹性下的结果。OW 的价值高度依赖弹性——弹性越低，AC/TWAP 越吃亏，OW 的相对优势越大。下面扫描 $\rho$ 从 0.5 到 40：

rhos = np.linspace(0.5, 40, 30)
for rho in rhos:
    ow   = ow_trajectory(X, T, N, rho)
    twap = np.full(N, X / N)
    c_ow = (simulate_cost(ow,   rho, dt) - P0) / P0 * 1e4
    c_tw = (simulate_cost(twap, rho, dt) - P0) / P0 * 1e4
    # 弹性低时 c_tw - c_ow 最大；弹性高时两者收敛

python

结果见下图：弹性 $\rho$ 很低（簿很薄、恢复很慢）时，TWAP 的成本曲线明显高于 OW，两者之间的绿色阴影就是 OW 省下的钱；随着 $\rho$ 升高，簿恢复越来越快，冲击很快消散，怎么拆都差不多，两条线收敛。这给出一个非常实用的判断：流动性差、盘口薄、恢复慢的标的（小盘股、非活跃时段、大宗），OW 才值得上；对流动性极好、簿几秒就填满的大盘蓝筹主力时段，OW 相对 TWAP 的边际收益很小，简单 TWAP/VWAP 就够了。

弹性越低（簿越薄、恢复越慢），OW 相对 TWAP 的成本优势越大；弹性升高后两者收敛

A. 实现细节#

信号与成本口径：成交价 = 到达价 P0 + 累计永久冲击 + 当前未恢复临时失衡 $D_t$ + 独立价格随机游走。永久冲击对拆单形状不敏感（是常数项），真正被优化的是临时冲击的时间耦合。
最优解求法：不预设”两端块+中间恒速”形状，而是把成本写成二次型 $f^\top H f$ ，在 $\sum f_i=1, f_i\ge 0$ 下用 SLSQP 数值最小化，让 U 型自然涌现——这样避免了硬编码解析近似带来的形状误差。
弹性建模：临时冲击按 $e^{-\rho\Delta t}$ 离散恢复， $\rho$ 是唯一决定形状的关键参数。 $\rho\to\infty$ 退化为 AC/TWAP， $\rho\to 0$ 退化为全永久冲击。
成本单位：以到达价 P0=100 为基准，最终换算成 bps（相对缺口），跨标的可比。
随机游走独立于轨迹：价格随机游走用固定 seed 保证 OW 与 TWAP 在同一条价格路径上对比，隔离掉”运气”，只比较执行策略本身的优劣。

B. 已知偏差#

连续时间模型 vs 离散撮合：OW 的”离散大块”在真实市场里不可能瞬时成交，一个大块本身就会吃穿多档、触发它自己的临时冲击链。真实执行需要把两端块再拆成子序列，U 型会被”抹圆”，理论节省会打折。
弹性时变且难估： $\rho$ 在日内不是常数——开盘、收盘、消息时点弹性骤降。用单一 $\rho$ 建模是粗近似，实盘要滚动估计弹性并动态调整，否则用错 $\rho$ 可能反而比 TWAP 更差。
合成成本系数：TEMP/PERM 是为了让机制清晰而设的自洽参数，绝对 bps 数值（43 vs 45）不代表任何真实标的。真实市场的临时/永久冲击比例需要用自己的成交回补数据（trade + book replay）标定。
两端块会被猎杀：期初、期末的离散大块是可预测的下单指纹，高频对手方一旦识别出”这家在用 OW”，会在两端块前抢跑。实盘必须对块大小和时点加随机化扰动，牺牲一点理论最优换取抗猎杀。

C. 结果解读#

核心增量在”弹性”这一个维度：OW 相对 AC 的全部价值，来自承认限价簿会恢复。如果你的标的簿恢复极快（大盘主力时段），OW 和 TWAP 几乎无差，别为了用而用；只有簿薄、恢复慢的场景（小盘、大宗、清淡时段），OW 的 U 型才真正省钱。
形状是可解释的，不是拟合出来的：期初块借用后续恢复时间、期末块无后续成交价顾虑、中间恒速维持稳态失衡——每一段都有清晰的经济含义，这让 OW 比黑箱执行算法更可信、更好调试。
同时改善均值和方差：OW 不只是期望成本低 1.6bp，成本分布还更窄。对一个每天要执行成百上千笔的机构台子，成本方差的收窄意味着更稳定的可预测执行质量，这在业绩归因里和期望成本一样重要。
落地优先级：真实部署 OW 的收益排序应该是——先把弹性 $\rho$ 估准（错的 $\rho$ 比不用 OW 更糟），再把两端块拆细并加随机化，最后才是微调 TEMP/PERM 比例。把连续解直接照搬成两个巨型冰山单，是最典型的”理论正确、实盘挨打”。
和 AC 的关系：OW 不是推翻 AC，而是 AC 的严格推广——当弹性趋于无穷，OW 的 U 型压平成 AC 的平滑曲线。理解这一点能帮你判断在你的市场里到底该用哪个：先测弹性，弹性高用 AC/TWAP，弹性低才上 OW。