在證券投資活動中，交易執行是最基本的行為。不論是單品種簡單買賣還是複雜的套利策略，最終均會以基本的買入或賣出實現。隨著資產管理規模的不斷增加，機構投資者的交易行為對市場的影響越來越大。如何在不驚動市場的前提下買進或賣出大額證券從而承擔較低的交易成本並避免市場的異常波動，已經成為機構投資者和證券監管當局最為關注的問題之一。
算法交易（Algorithmic Trading）的出現為這一問題的解決提供了幫助。算法交易技術將交易執行的目標以金融數學的方式轉化為特定的策略模型，並基於計算機技術將證券訂單指令流予以程序化且以恰當的模式進行交易執行，以期獲得較高執行質量。在成熟市場，算法交易的用戶包括經紀商、對沖基金、養老基金、共同基金，以及其他行業公司中有自己算法交易系統的自營交易部門。1 交易成本——交易執行的焦點證券投資活動中的交易成本可分為外生成本和內生成本兩部分。以股票交易為例，外生成本包括佣金、印花稅等，由交易所和監管部門制定收費比率，一般在股票實際交易之前就可以確定大小。內生成本是指股票成交過程中受到市場條件、執行情況等因素影響而產生的成本，也稱為交易執行成本，包括機會成本和衝擊成本兩部分。衝擊成本指訂單交易行為對市場價格的影響程度。當訂單規模等於或者小於最優報價檔位（即最優賣檔或最優買檔）的市場深度時，訂單能夠在最優買價或賣價上執行；當訂單規模超過最優報價檔位（即最優賣檔或最優買檔）的市場深度時，訂單的交易會使市場價格向不利於交易者的方向變化。顯然，訂單的交易數量越大沖擊成本也越大。機會成本指從投資者下達訂單開始到訂單執行完畢（或者最終沒有執行而撤單）時間內的價格風險。由於新信息的進入、投資者情緒、臨時流動性缺失等因素的影響，證券價格波動會導致訂單執行價格相對訂單下達時存在一定差別，即為該訂單的機會成本。
外生成本的收取大多實施固定手續費制度，投資者每筆交易所需外生成本是非常明確的。而市場條件的不確定及執行情況的內生性引發的交易不確定性使交易執行成本具有隱含性，這往往導致許多投資者在觀念上及實際操作過程中將外生成本視為交易總成本而忽視了交易執行成本的存在。根據海外研究機構估算，以交易執行損失方法衡量的主要證券市場交易執行成本情況，世界主要金融市場的內生成本佔交易總成本的85%左右，而外生成本僅佔15%左右。這充分表明了在海外成熟證券市場交易過程中由機會成本和衝擊成本構成的交易執行成本在總成本中佔有更大比例。
2 交易執行策略的基本框架2.1 即時交易還是延期交易——投資者的權衡如何選擇恰當的執行策略使交易成本最低？對大額交易需求而言，其需要在多久的時間內執行完畢，每次執行多大的頭寸？這是制定執行策略時需要深入討論的問題。投資者可以通過一次性交易或拆分訂單的方式完成大額交易。在選擇前者時，大額交易很可能對市場產生較大沖擊，導致實際成交價格向不利的方向變動，機構投資者需要承擔較高的市場衝擊成本；在選擇後者時，雖然可以有效降低對市場的衝擊，但大額交易全部完成的交易時間往往較長，機構投資者必須承擔較大的價格波動風險，即承擔較高的機會成本（如下圖）。為此，機構投資者必須在不同執行策略引起的市場衝擊成本和機會成本中做出權衡，選擇符合自己風險偏好、效用最大的執行策略，即採取何種交易策略以及如何確定分割訂單的規模。
2.2 交易執行策略的一般範式我們以現實世界中最普遍的情況為例，闡述交易執行策略的基本框架。假定某個機構投資者考慮在時間（0，T）之間買入或賣出頭寸大小為X的股票（買賣均可，這裡以賣出為例）。該機構投資者在初始時刻的頭寸大小為X，T時刻剩餘頭寸為0。設每個時刻點的交易頭寸為xi，序列表徵了一種交易執行策略。在實際交易過程中，存在無數種不同的交易執行策略，這裡以橫座標為時間，縱座標為持有的頭寸大小的座標體系來表徵整個執行過程。假定在賣出過程中不能買入，那麼每個執行過程可以表徵為一條連接（0,X）點與（T,0）點的（表示持倉隨著賣出交易的執行而減少）下降軌跡曲線（如下圖）。
通過前文分析可知，投資者在不同的執行策略下面臨著不同的風險－收益選擇，不同風險偏好的投資者會選擇不同的執行策略。對於風險中性投資者而言，他只關心交易過程中執行成本的大小，而不管該執行過程面臨的風險，交易時可能更傾向於將交易時間拉長，拆分訂單更細，以避免對市場的價格衝擊，其可能會選擇上圖裡勻速平均的執行策略C；極度厭惡風險的投資者不願承擔哪怕極小的價格風險，其會選擇執行策略A，交易一開始就以當前價格（例如使用市價委託）全部賣出，將不確定性削減到最小，但承擔最大的市場衝擊影響；反之，對於極度偏好風險的投資者，將會選擇執行策略E，即一直等待到最理想的價格及對手盤口才賣出。而對於其他風險厭惡的投資者而言，投資者會根據自身的風險偏好，選擇適合自己的恰當的執行策略。
3 交易執行策略的方法3.1．交易執行的第一代算法交易策略最初的算法交易要解決的問題是計算機能替代人工下單，以實現每隔一段時間就按照某種模式下達交易指令的目的，這一代的算法交易策略更多的是實現自動化的訂單申報的功能。目前來看，該類算法交易最成熟，使用也最為廣泛，如在國際市場上使用最多的成交量加權平均價格（VWAP）、時間加權平均價格（TWAP）等都是屬於該類。國內機構投資者，如券商和基金公司等，也大多利用此類算法進行交易。3.2．交易執行的第二代算法交易策略與第一代僅實現訂單提交功能的算法策略相比，第二代關於交易執行的算法交易策略始於投資者對最優執行策略認識質的變化。第二代算法交易策略已經開始關注如下問題：在確定的交易執行期，如何分配各時點的執行頭寸才能使交易成本最低？若按照類似VWAP或者TWAP策略那樣的每個時刻均參與交易，如何決定交易的執行期，是數天，數小時，還是數秒，在執行快慢中如何選擇權衡？總的來看，此類算法不會根據市場的狀況主動選擇交易的時機與數量，而是按照一個既定的目標進行交易，因而也被稱為被動型算法交易，或者結構型算法交易。此類算法使用也較廣泛，如在國際市場上使用較多的到達價格（Arrive Price）策略、執行損失（Implementation Shortfall）算法等都屬於該類。
3.3．交易執行的第三代算法交易策略第二代算法交易策略認為市場是平穩及可預測的，一旦根據模型和數據設定了執行策略，不管流動性及其它的市場條件的變化，交易一般不會偏離預定的“軌跡”。但在實際情況下，基於歷史數據的模型無法對一些極端市場情況加以考慮，這使得投資者期望在市場條件發生變化時，交易執行策略能夠進行自適應調整。因此，在行業實踐中出現了很多隨著價格運動而改變執行迫切度的主動性策略。除了考慮第二代算法交易策略關注的如何降低執行成本和價格風險外，這類自適應交易算法把關注的重點轉向了價格趨勢預測。例如，投資者如果判斷市場價格開始向有利於方向運動時就推遲交易的進行，來試圖捕捉其後更有利的價格，反之則加快交易的速度；當市場價格存在較強的均值迴歸現象時，投資者能夠抓住有利的偏移。
目前，機構投資者常用的算法交易策略包括VWAP、TWAP、Target Volume、Arrive Price，在大多數海外經紀商的系統中均提供。此外，還有一些廠商為客戶量身定製的策略，例如，隱身( Stealth )、游擊隊、狙擊手(Sniper)、嗅探器(Sniffer)等等。就現有海外機構投資者的算法交易系統而言，一部分機構投資者的算法交易系統需要提供自定義參數。例如，需要交易者自定義執行的數量、執行的方式、選擇的算法交易策略、交易起止時間、參與的交易量比例等，這些參數的設定決定了交易系統對該筆交易的執行情況，比如真格量化的智能單設定，或其他廠商的一些帶有UI的條件單設定（見下圖）。另外，許多機構投資者能夠完全將自身研發的最優交易執行策略完全內嵌到交易系統中，進行類似的交易執行策略定製。
隨著執行策略的研究深入和完善，算法交易策略已被對沖基金、養老基金、共同基金以及其他機構交易者廣泛使用，各大經紀商或第三方交易服務商紛紛研發嵌入算法交易的交易管理系統，並在美國絕大多數的經紀商或第三方交易執行服務商中均得到了應用，如幾大著名投行中Bank of America的Electronic Algorithmic Strategy Execution (EASE)，Barclays Capital的LME系統，Credit Suisse的Advanced Execution Services, Morgan Stanley的Benchmark Execution Strategies (BXS)等。根據服務提供商對使用這些系統的客戶的分類統計，在Broker/Dealers、Hedge Funds、Mutual Funds、Proprietary trading desks四類客戶中，比例最高的多數為Hedge Funds及 Mutual Funds，在絕大多數的服務提供商中超過一半多的客戶來自於這兩類。隨著算法交易服務商隊伍的擴張規模較大的投資銀行、經紀商每年都會投入不菲的研究經費，用於開發更為迅速滿足客戶個性化需求的算法，以拉開與同業競爭對手的差距。而那些小機構則很難承擔鉅額的研發費用，不得不向大機構購買交易執行算法。
