盈透 Adaptive 算法订单:如何在毫秒间帮你抢到最优价?

盈透 Adaptive 算法订单:如何在毫秒间帮你抢到最优价?

前面写过一篇盈透 IBKR 的基本订单类型(盈透 IB 的订单类型),但细心的朋友就会发现,盈透这玩意儿的订单类型菜单下边还带有一个标签页可以切换。另一边是所谓的 算法订单 (Algo)。

盈透可以说是把下单这个环节玩出花来了,算法订单,简单说就是给你一堆算法模型,当股价/技术指标匹配模型之后,就帮你设置订单,用算法寻求成交。

以 App 上默认提供的这些算法订单类型为范围,来学学这些都是啥。

这类算法类型我看了下在 App 端并没有做汉化翻译,不过都是简单的英文单词,不难理解。

因为都是些高级的算法订单,一篇文章就只写一个吧,本文写写 Adaptive 自适应算法。

虽然是「算法订单类型」,但阅读这系列文章不需要你会数学/算法。

Adaptive 算法:在买卖价差内“讨价还价”

Adaptive 算法的核心思想很简单:旨在结合 IBKR 的智能路由能力,帮助投资者以优于普通市价单或限价单的总成本效率快速成交。

对比一下:

普通市价单: 交易是“一锤子买卖”。买入时,直接用最高价(卖价)吃掉所有挂单。

Adaptive 算法: 它不会直接冲向卖价。它会先看看买卖价之间的空隙,然后像一个精明的商人,在价差内慢慢地尝试提交价格更优的订单。

它利用 IBKR 强大的智能路由系统,不断动态调整价格,试图在买家和卖家之间找到一个更甜蜜的成交点,帮你省钱。

💡 小知识: 当股票的价差较宽(比如 $10.00 买,$10.05 卖)时,这个算法的效果尤为显著,因为它有更大的空间去帮你争取价格改善!

参数设置

在订单类型中选择 「Adaptive」之后,会多出一个算法设置的区块:

Adaptive 算法参数很简单,只有一个:Adaptive order priority / urgency,也就是优先级(紧急程度)

很好理解,券商在寻求成交的时候,两个因素互相制约:价格 和 速度。如果你希望尽快成交,价格势必会稍差一些,反之亦然。

这里的优先级设置,就是定义你所寻求的「成交紧急程度」,总共有三个选项:Urgent(十万火急)、Normal(普通)、Patient(不着急)

你需要根据实际的情况,定义价格优先还是成交速度优先。

需要注意的是,如果你选择了 Patient,很有可能无法成交,因为价格可能早已偏离很远了。

Adaptive 的两种用法

之所以说盈透玩得花,是因为这个算法能附加到「市价单」和「限价单」上,从而替代这两种基本订单类型。

替代市价单

当你提交一个 Adaptive 市价单时,它不再是无脑地冲向最高价。它会:

先尝试在价差中间成交。

如果不行,再逐步向最高价靠拢。

这比普通市价单更能保证你不会因为执行方式而多花钱。

设置方法很简单,比如 App 端:

选择委托单类型/Order Type 为 「Adaptive」之后,删除下方的「限价」值,如下图,这样提交之后,会被认为是市价Adaptive 单子。

替代限价单

同理,也可以替代普通的限价订单,操作也很简单,就是在「限价」的框内设置你的价格。

效果:如果你下单了一个买入订单,且限价设置的较为激进(接近卖价),Adaptive 算法接管之后:

它会主动在价差内搜索,帮你以优于你设置的限价的价格成交。

相当于设置了一个安全保障: 无论如何,算法都不会让你以差于你设定的限价成交。

注意事项

一挪迈的思考

Adaptive 算法还是比较简单的,且无论你的资本大小,订单大小,都可以去使用。个人认为,大多数的情况下,都可以使用 Adaptive 替代简单的市价和限价单。

原创不易,如认为有价值,请不吝赞赏充电⚡️

微信赞赏码
微信 扫码,为我买一杯咖啡☕️
公众号二维码
关注公众号,获取最新文章推送

相关阅读

Claude 投研方法论:11 篇实战开箱懒人包

Claude 投研方法论:11 篇实战开箱懒人包

过去这几周,一直在开箱 Anthropic(目前最先进的 AI 公司之一) 开源的金融投研套件(financial-services-plugins)。这是一套包含了 51 个 skill(可认为是给 AI 用的程序),覆盖股票研究、财务分析、财富管理、私募股权、投行等领域。这是华尔街机构真实在用的方法论。 这个开箱系列把其中对个人投资者有意义的部分拆解出来,用通俗的方式讲清楚,并做到了每篇附一个可以直接用的 Prompt。 今天整理一下目录,方便大家回顾和查找。 选股篇:怎么找到值得研究的股票 一:机构「主题挖掘」方法论,个人投资者也能用 从一个投资主题出发,沿着价值链找受益公司。五步走:定义论点、画价值链、找受益者、用护城河和估值过滤、盯催化剂。自上而下的选股思路。 二:机构的选股方法 五套量化筛选器:价值型、成长型、质量型、动量型、

Claude 金融投研套件开箱收官:机构的投资灵感生产线

Claude 金融投研套件开箱收官:机构的投资灵感生产线

这个系列写到现在,估值讲了、财报讲了、持仓管理讲了、行业研究也讲了, Claude 这个金融投研套件的开箱也要收官了。 今天拆解 Claude 开源的金融投研套件(financial-services-plugins),最后一个核心内容:Idea Generation(选股灵感)。 说白了,后面的流程再完善,如果最前面"找到值得研究的标的"这一步卡住了,一切都是零。 机构分析师有一套系统化的方法来产生投资灵感,叫 Idea Generation。它把"找机会"这件事从灵光一闪变成了一套可重复的流程。 灵感的两个来源 机构找投资机会,基本就两条路: 路径一:量化筛选(自下而上) 设好条件,让数据帮你过滤。比如"P/E 低于行业平均、连续 5 年盈利增长、内部人在买入"

机构分析师研究一个新行业的五步速写法

机构分析师研究一个新行业的五步速写法

前九篇我们一直在聊股票:怎么选、怎么估、怎么管。但有个更前置的问题一直没讲: 你凭什么相信这个行业值得你投? 很多人的投资路径是这样的:看到一个新闻"某公司股价暴涨了 50%",然后冲进去研究这只股票,再决定买不买。但是,这个顺序是反的。 机构分析师的顺序是:先搞懂这个行业是怎么运作的、谁在赚钱、未来五年会怎么变,然后才去问"这个行业里谁是最好的标的"。 今天继续拆 Claude 开源的金融投研套件(financial-services-plugins),来看看行业全景(Sector Overview) 这套框架。 为什么要做行业研究? 举个例子,毕业生找工作。 路径 A(散户思路):听说程序员工资高,直接学编程,甚至转码。 路径 B(机构思路):先研究一下整个科技行业的结构和趋势,发现云计算和 AI 是未来五年的大趋势,然后再去看这个趋势里哪些岗位最吃香,最后才决定学什么技能。