關鍵要點
算法交易是指根據預先定義的策略使用電腦算法執行交易。幣安提供兩種類型的算法交易：TWAP (時間加權平均價格) 和交易量百分比 (POV)。
TWAP 是在特定期間內平均執行交易。POV 則是根據預先定義的市場交易量百分比執行交易。
算法訂單可以減少滑價和市場影響，特別是對於大型交易和低流動性資產。處理少量流動性資產的交易者可能會發現傳統市價單更有效率。
交易規模、資產流動性和算法配置都會影響訂單表現和執行品質。適當的配置，例如設定合適的持續時間和限價，可以提高算法訂單的有效性。
前言
算法交易利用電腦算法自動化流程，徹底改變了交易者執行訂單的方式。幣安提供兩種主要類型的算法訂單：時間加權平均價格 (TWAP) 和交易量百分比 (POV)。這些工具可以幫助交易者根據旨在將市場影響和滑價降到最低的特定策略執行訂單。
本文將深入探討一些案例研究，分析算法訂單在資產流動性，交易規模和算法配置等不同條件下與傳統市價單相比的表現。
什麼是 TWAP 和 POV？
時間加權平均價格 (TWAP)
TWAP 策略會在特定期間內平均執行交易。例如，1 小時的 TWAP 旨在將交易數量分散到這段期間內執行。該策略透過將大額訂單分散至一段時間內，最大限度地減少大額訂單對市場價格的影響。
交易量百分比 (POV)
POV 則根據預先定義的市場總交易量百分比在特定期間內執行交易。例如，算法的目標可能是在特定時間範圍內執行佔市場總交易量 10% 的交易。此策略會根據市場活動調整執行率，以盡量降低市場影響。
案例研究總覽
為了更了解算法訂單與傳統市價單相比的優勢 ，我們參考了約 25,000 個幣安實際算法交易的歷史匿名化資料點。這些研究以算法訂單和傳統市價單之間的滑價 (預期執行價格與實際執行價格之間的差異) 為比較基準。
優勢代表算法與其基準之間的表現差異。例如，+0.01% 的優勢表示沒有顯著差異；-1% 的優勢表示算法的表現不如基準；而 +1% 的優勢則表示算法帶來顯著的優勢。
註：案例研究是基於幣安在特定時間內的匿名化歷史執行資料，僅用於說明一般交易行為，並未提供未來執行品質的可靠指標。未來表現不予保證。
案例 1：整體
算法類型
平均而言，所有名目價值、資產類型和持續時間 (針對 TWAP 策略) 的整體滑價顯示，TWAP 基準 (市價單) 的滑價為 -0.17%，而其相應的算法執行滑價為 -0.18%。就 POV 而言，基準的滑價為 -2.37% 的滑價，而算法執行的滑價為 -0.56%。
總體而言，資料顯示 TWAP 的優勢為 -0.01%，而 POV 則為 +1.81%。請記住，優勢只是基準與算法表現之間的差異。
資產類型
根據資產類型，將 BTC 和 ETH 定義為「流動性」，而將其他非穩定幣定義為「低流動性」，流動性資產的基準滑價為 -0.01%，而低流動性的滑價為 -0.25%。這些參數的算法執行顯示，流動性的優勢為 -0.02%，而低流動性的優勢為 +0.04%。
在後續的案例研究中，我們將探討為什麼 TWAP 以及流動性資產相較於基準可能顯示出整體負面優勢。
案例 2：多維度 (規模)
交易規模
較大型交易會面臨較高的滑價。在基準的情境中，超過 200 萬 USDT 的交易滑價最高可達 -7.4%。
交易規模與資產類型
在下方圖表中，我們僅檢視算法訂單在兩種參數上的優勢。算法訂單在低流動性資產的大型交易中特別有效，其優勢平均可達 13%。
交易規模較小的流動性資產則顯示負面優勢，代表流動性代幣可能擁有足以吸收這些交易的流動性，而無需倚賴算法。當算法訂單未適當配置時，也可能會出現這種負面優勢 (請參閱案例研究 4) 。
案例 3：多維度 (算法類型)
算法類型與交易規模
在比較大型交易的算法類型時，POV 的表現似乎優於 TWAP，尤其是在交易量較大的情況下。這可能歸因於 POV 的執行率會隨著市場交易量的增加而增加，使得算法本質上能夠「隨著市場變動」，從而有助於減少滑價。
算法類型與持續時間
儘管 POV 的優勢較大，但同樣需要強調的是，POV 交易的市場時機可能會大幅波動，並且可能是選擇使用哪種算法的決定性因素。我們可以在下方看到，在某些情況下，為了充分發揮 POV 的優勢，交易時間可能會延長至 8 小時。
案例 4：算法配置
回顧案例 1，我們看到 TWAP 和流動性資產的整體優勢可能略為負面。然而，經過進一步檢驗後，我們可以看到這些結果可能會因 TWAP 配置而出現偏差。
TWAP 持續時間 (持續時間與資產類型)
在下方圖表中，當流動資產的持續時間超過 1 小時時，負面優勢會更加明顯。這表示該資產可能擁有足以快速完成交易的流動性，但可能配置了不必要的長時間，導致隨著市場變動而增加滑價。
限價
在最後一張圖表中，我們將探討可選變數，即為算法訂單設定限價。只需輸入限價，則中位優勢會顯著高於留白的情況。
這可以歸因於算法訂單的行為方式：當價格突破限價時不執行，而在價格再次回到限價範圍內時能夠自動恢復執行，從而可以保護交易免受劇烈的短期波動性影響。
我們的研究結果摘要
滑價往往會隨著流動性降低和交易規模提高而增加。算法訂單在這種情況下會帶來明顯的優勢。
一般來說，POV 和 TWAP 都可以有效用於大型低流動性資產交易，其中 TWAP 可能需要根據您的目標和時間範圍進行更仔細的配置 (例如，適當的持續時間)。
設定限價是保護交易免受短期價格波動影響的最佳推薦做法。
交易少量流動性資產的用戶可能更適合直接市價單，因為流動性充足，並且可以避免發生算法設定不理想的潛在風險。
算法訂單還可以為大型交易提供上述案例研究中並不明顯的額外優勢。例如，算法訂單可以透過將訂單拆分成更小的部分幫助隱藏此類交易，或允許交易者在減少市場影響的同時參與交易。
總結
幣安的算法訂單使交易者能夠更妥善地管理滑價和市場影響，特別是在處理大型或低流動性資產時。然而，表現不僅取決於所選的算法，還取決於針對每筆交易量身訂製的周詳配置。
延伸閱讀
免責聲明：本內容按「如實」原則呈現給您，僅用於一般資訊和教育目的，不作任何形式的陳述或保證。請勿將其視為財務、法律或其他專業建議，亦未企圖推薦購買任何特定產品或服務。您應該向適當的專業顧問尋求建議。您所在的地區可能無法提供本文中提及的產品。本文由第三方貢獻者提供，請注意，文中所述看法均屬第三方貢獻者所有，不一定能反映幣安學院意見。請閱讀我們完整的免責聲明以了解詳情。數位資產價格可能會波動。您的投資價值可能會下跌或上漲，您可能無法收回投資金額。您的投資決定由您全權負責，幣安學院對於您可能遭受的任何損失概不負責。本文並非財務、法律或其他專業建議。如需更多資訊，請參閱我們的使用條款和風險警告。