Doordash（DASH）Patient 執行分析：極致耐心的被動交易策略
Doordash Inc.（NYSE: DASH）是全球領先的外送平台公司，連接消費者、餐廳和送貨員，業務遍及美國、加拿大、日本和多個歐洲國家。作為紐約證券交易所上市的科技龍頭，DASH 的日均成交量約 200 萬至 400 萬股，以平均股價約 200 美元計算，日均成交金額約在 4 億至 8 億美元之間。DASH 的高成交量和高流動性，使其成為 Patient 算法的理想執行對象。
Patient 算法（又稱「耐心算法」或「冰山耐心策略」）是所有執行算法中最被動的一種。其核心哲學是「不為執行而執行」——只在市場出現極其有利的價格時才執行訂單，絕不因為時間壓力而接受較差的價格。對於 DASH 這樣的高流動性科技股，Patient 算法能夠在極低的市場衝擊下完成大額訂單的執行。
DASH 市場結構與流動性特徵
基本交易數據
DASH 在 NYSE 交易所上市，屬於非必需消費品板塊中的外送子板塊。其核心市場特徵如下：
- 日均成交量：200 萬至 400 萬股
- 平均股價區間：150 至 280 美元
- 機構持股比例：約 80%，機構投資者佔主導
- 買賣價差：常態約 0.05 至 0.10 美元
DASH 的買賣價差相對較窄，反映了其作為中型科技股的流動性特徵。
外送股的成交量特徵
DASH 的成交量受以下因素驅動：
- 財報季節：DASH 的季度財報通常伴隨 3 至 5 倍的成交量放大，股價波動幅度可達 5% 至 10%
- 外送數據發布日：月度外送訂單量和活躍用戶數據可能導致成交量短暫放大
- 競爭格局變化：Uber Eats、Grubhub 等競爭對手的動態影響 DASH 的長期前景
- 季節性因素：假日季和恶劣天氣條件可能顯著影響外送需求和 DASH 的成交量
成交量分佈模式
DASH 的成交量在交易日內的分佈呈現以下特點：
- 開盤時段（9:30 - 10:30 ET）：佔全日 20% 至 28%，受科技板塊情緒驅動
- 上午中段（10:30 - 12:00 ET）：成交量回落至 14% 至 17%
- 午盤時段（12:00 - 14:00 ET）：成交量最低，約 8% 至 11%
- 尾盤時段（14:00 - 16:00 ET）：成交量回升至 42% 至 50%
訂單簿深度特徵
DASH 的訂單簿深度在科技股中屬於良好水平：
| 價格層次 | 平均買方深度（股） | 平均賣方深度（股） |
|---|---|---|
| 買一/賣一 | 2,000 - 8,000 | 2,000 - 8,000 |
| 前 5 檔累積 | 12,000 - 45,000 | 12,000 - 45,000 |
| 前 10 檔累積 | 30,000 - 80,000 | 30,000 - 80,000 |
Patient 算法的核心原理
極致被動的執行哲學
Patient 算法的核心哲學是用一句話概括：「價格優先，時間其次。」與 VWAP、TWAP 等算法將「在預設時間內完成執行」作為首要目標不同，Patient 算法將「獲取最優價格」作為唯一目標。具體執行方式：
- 設定目標價格：根據當前市場價、VWAP 基準和技術分析，設定一個可接受的價格範圍
- 在目標價格掛單：在目標價格的有利側掛出限價單
- 耐心等待匹配：不主動吃單，完全依賴市場流動性來匹配訂單
- 動態調整：如果長時間未匹配，適度調整目標價格；如果市場朝有利方向移動，縮小目標價格範圍
Patient vs. 其他算法的哲學差異
| 維度 | Patient | 狙擊執行 | VWAP | TWAP |
|---|---|---|---|---|
| 首要目標 | 最佳價格 | 價格優化 | 跟隨成交量 | 時間均勻 |
| 價格靈活性 | 極低 | 中 | 高 | 高 |
| 時間壓力 | 無 | 中 | 高 | 高 |
| 執行效率 | 極低 | 中 | 高 | 高 |
| 市場衝擊 | 極低 | 極低 | 低 | 中 |
執行流程設計
以在 DASH 上買入 50,000 股為例，Patient 算法的具體流程：
- 初始評估：DASH 當前買一價 200.00 美元（深度 5,000 股），賣一價 200.05 美元（深度 4,000 股）
- 設定目標價格：假設決策時市場價為 200.50 美元，Patient 算法設定目標買入價為 200.00 美元（低於當前市價 0.50 美元）
- 掛單策略：
- 在 200.00 美元掛出 10,000 股限價買單
- 在 199.90 美元掛出 8,000 股限價買單
- 在 199.80 美元掛出 8,000 股限價買單
- 在 200.00 美元掛出 12,000 股限價買單
- 在 199.70 美元掛出 12,000 股限價買單
- 等待匹配：整個過程可能需要 3 至 7 個交易日
為何 DASH 特別適合 Patient 執行？
極深的訂單簿
DASH 的買一賣一檔平均深度在 2,000 至 8,000 股之間，這意味著 Patient 算法在目標價格掛出的訂單有極高的概率被市場流動性匹配。
外送股的穩定性
DASH 作為大型外送股，其價格波動相對於 smaller-cap 科技股較小。日波動幅度通常在 1.5% 至 3% 之間，這為 Patient 算法提供了穩定的執行環境。
Patient 執行的風險管理
執行時間風險
Patient 算法的最大風險是執行時間的不可控性。如果 DASH 的價格持續朝不利方向移動，掛在低價位的買單可能長時間無法匹配。為控制這一風險：
- 設置最大執行時間窗口（如 5 個交易日）
- 設置價格閾值，當 DASH 的價格偏離目標價超過 2% 時適度調整目標價格
- 設置最低完成率，確保在截止時間前至少完成 80% 的訂單
事件驅動風險
DASH 的成交量受財報和競爭動態等不可預測事件驅動。如果 Patient 執行在事件發布前的低成交量時段執行了大部分訂單，後續的事件驅動高成交量時段將無法充分利用流動性。為控制這一風險：
- 實時監控新聞和事件日曆
- 在已知事件日前降低掛單積極性
- 在事件發布後適度提高掛單積極性
Patient 執行 vs. VWAP vs. 狙擊在 DASH 上的比較
| 維度 | Patient | 狙擊執行 | VWAP |
|---|---|---|---|
| 執行哲學 | 價格優先，時間其次 | 價格優化 | 跟隨成交量 |
| 市場衝擊 | 極低 | 極低 | 低 |
| 執行效率 | 低 | 中 | 高 |
| 價格優化 | 極優異 | 優異 | 中 |
| 執行時間 | 長（數天至數週） | 中（數小時） | 短（數小時） |
| 適合訂單量 | 不限（特別適合大額） | 5,000 至 25,000 股 | 2 萬至 8 萬股 |
FAQ
Patient 算法在 DASH 上的平均執行時間多長？
對於 50,000 股規模的訂單，Patient 算法的平均執行時間約為 3 至 7 個交易日。如果 DASH 的價格朝有利方向移動，執行時間可縮短至 1 至 3 個交易日。
Patient 算法是否會導致訂單無法完成？
是的，Patient 算法的主要風險是訂單可能無法在預設時間內完成全部執行。為控制這一風險，進階 Patient 算法會設置執行截止時間和價格閾值。
DASH 的 Patient 執行與狙擊執行應該如何選擇？
如果訂單不緊急且目標是獲取最優價格，Patient 算法是最優選擇。如果需要在較短時間內完成執行（如 1 至 4 小時），同時保持較低的市場衝擊，狙擊執行是更好的選擇。關於狙擊執行的詳細策略，請參閱我們的貝寶狙擊執行分析。
總結
Doordash（DASH）以其較高的日均成交量、相對較窄的買賣價差和良好的訂單簿深度，成為 Patient 算法的理想執行對象。Patient 通過極致被動的掛單等待策略，能夠在幾乎零市場衝擊下完成大額訂單的執行，特別適合 5 萬股以上的大額訂單。Algo Lab 的量化交易平台為 VIP 會員提供進階 Patient 執行算法。此外，Patient 執行的核心目標是降低市場衝擊成本，更多市場衝擊建模請參閱市場衝擊成本建模。加入 Algo Lab VIP 會員，解鎖完整的量化交易知識庫和專業級訂單執行能力。