我们进行证券交易的成本可以分为显性交易成本及隐性交易成本，显性交易成本即交易佣金，隐性交易成本则主要包括冲击成本和价差成本两部分。根据上海证券交易所2020年市场质量报告，一笔金额较大股票交易产生的冲击成本平均为52Bps，价差成本平均为19Bps；冲击成本占73.2%，价差成本占26.8%。隐性交易成本虽然不容易感知但却是客观存在的，且通常来说隐性交易成本远高于显性交易成本。而算法交易就是降低隐性成本的一种有力工具，为什么这么说呢？下面我们就来具体看看。

算法交易在降低隐性成本方面所发挥的作用

根据上交所发布的《市场质量报告》和深交所发布的《市场绩效报告》，2020年上交所和深交所的股票相对有效价差分别为30Bps和28Bps，沪深两市平均相对有效价差29Bps。这表示以主动成交为目的的交易者，承担的平均交易成本为14.5Bps（假设买卖方各承担1/2的有效价差成本，该数值不包含佣金成本）。而算法交易的平均交易成本仅为2.4Bps，远低于市场平均成本。算法交易在完成率接近100%的前提下，仍为投资者节省了近12Bps的交易成本，效果非常显著。

总体上，使用算法交易系统，将大单智能地拆分成小单，可以有效地减少对市场价格的冲击，节省大量的冲击成本，同时，通过算法自动报单、自动撤单，可将交易员从繁琐、重复的下单工作中释放出来，有效地降低了大量的人力成本。

算法交易的交易品种包括主板、创业板、科创板、北交所等各个品种，交易类型涵盖回购以及股份增持减持全类型，比如使用智能算法交易进行股份回购的话，通常高于市场成交均价1-2BPS，而如果使用人工交易的话，通常要高于市场成交均价10BPS。

按人工交易高于市场均价10BPS的结果测算，该笔交易案例中至少可节约千分之一的成本。

算法交易主要有哪些类型？

1、VWAP策略（成交量加权的平均价格策略）

VWAP算法是在指定的时间范围内，参考该证券历史成交量分布并结合实时行情拆单的算法，旨在使得在母单交易时段内的成交均价尽可能接近于相应时间段的市场按成交量加权的均价。在交易中，算法系统会根据实时行情、已成数量、剩余数量、剩余时间以及对市场分时成交量的预测等因素，追求目标是使在一段时间（或整个交易时段）平顺完成交易，避免大的市场冲击，成交均价尽量贴近市场均价。

适用场景：VWAP适用于大多数交易场景，也是生产中使用最多的交易策略。对于大盘股等成交分布有规律流动性较好的证券，效果相对更好。

2、TWAP策略（时间加权的平均价格策略）

设计目标是将一个母单，按照时间均匀进行拆分。在一个母单的生命周期中，算法系统近似照时间均匀进行交易。在交易中，算法系统会根据实时行情、已成数量、剩余数量、剩余时间挤以及对市场分时成交量的预测等因素追求目标是使在一段时间（或整个交易时段）平顺完成交易，避免大的市场冲击，成交均价尽量贴近市场均价。

适用场景：TWAP策略可以适用于大多数交易场景，尤其适用于日内成交量变化不大的股票，流动性不太好的证券，例如科创板、000创业板证券。

3、POV策略（跟量策略）

跟量算法是按照用户设定的一定比例参与市场成交的算法，即从运行时间起母单的成交量与对应时间内的市场成交总量之比接近于该用户设定的比例。例如市场成交1000股，如果设置10%占比，则POV策略成交量为100股。在交易中，算法系统会根据实时行情、已成数量、剩余数量、剩余时间等因素，进行决策。

适用场景：可以应用于拟成交量相对市场比较大，希望在市场突然放量时能及时成交更多的量的场景。或者对短时期市场波动没有明确看法，可以采用POV策略，始终采用固定比例紧跟市场节奏。

以上是关于算法交易的简单介绍，往往对你有所帮助，祝你投资顺利！