什麼是泊松執行算法？
泊松執行算法（Poisson Execution Algorithm）是一種基於泊松過程的隨機化交易策略。與傳統的時間加權平均價（TWAP）或成交量加權平均價（VWAP）算法不同，泊松算法的核心特點在於其隨機化的訂單提交時間間隔。
對於 NVIDIA Corporation（NVDA，NASDAQ：NVDA）這樣日均成交量超過 1.74 億股的高流動性股票，泊松算法能夠有效隱藏機構交易者的意圖，避免其他市場參與者（尤其是做市商和高頻交易者）偵測到訂單的存在，從而降低市場衝擊成本。根據 2026 年 5 月的數據，NVDA 的當前價格約為 215.20 美元，市值約為 5.23 萬億美元。
泊松過程是概率論中的一個重要概念，用於描述在固定時間間隔內隨機事件發生的次數。在交易執行的語境中，「隨機事件」即為訂單的提交。泊松算法的核心假設是：訂單在時間軸上的提交遵循泊松分佈，即單位時間內的訂單數量期望值是固定的，但具體的訂單提交時間是隨機的。
泊松過程的數學基礎
泊松分佈的基本概念
泊松分佈描述了在固定時間間隔內，某個隨機事件發生 k 次的概率。其概率質量函數為：
P(X = k) = (λ^k × e^(-λ)) / k!
其中 λ 是單位時間內事件發生的平均次數（即泊松率），e 是自然對數的底（約為 2.71828）。
在交易執行的語境中，λ 可以理解為單位時間內期望提交的訂單數量。例如，如果我們希望在 6.5 小時的常規交易時段內執行 1000 筆訂單，則 λ = 1000 / (6.5 × 60) ≈ 2.56 筆/分鐘。
指數分佈與訂單間隔
泊松過程的另一個重要特徵是：相鄰兩筆訂單之間的時間間隔服從指數分佈。指數分佈的概率密度函數為：
f(t) = λ × e^(-λt)
其中 t 是時間間隔，λ 是泊松率。這意味著訂單之間的時間間隔是隨機的，但平均間隔為 1/λ。
以 NVDA 為例，如果我們設定 λ = 2.56 筆/分鐘，則平均訂單間隔為 1/2.56 ≈ 0.39 分鐘，即約 23 秒。但實際的訂單間隔會在 0-180 秒之間隨機變化（95% 的機率落在這個範圍內）。
NVDA 的泊松算法執行策略
參數設定
使用泊松算法執行 NVDA 訂單時，需要設定以下核心參數：
-
泊松率（λ）：單位時間內期望提交的訂單數量。對於 NVDA 10 萬股的訂單，如果希望在 6.5 小時內完成執行，且每筆訂單平均 100 股，則需要執行 1000 筆訂單，λ = 1000 / 6.5 ≈ 153.8 筆/小時。
-
每筆訂單量：每筆訂單的 NVDA 股票數量。對於 NVDA 這樣的高流動性股票，每筆訂單量通常設定為 100-1000 股。
-
最大間隔限制：為了防止過長的執行間隔導致價格風險，通常設定最大間隔限制（如 30 分鐘）。如果超過這個時間仍未提交下一筆訂單，則強制提交。
-
最小間隔限制：為了防止過短的執行間隔導致市場衝擊，通常設定最小間隔限制（如 5 秒）。
執行策略示例
假設我們需要執行 10 萬股 NVDA 的買入訂單，使用泊松算法的執行計劃如下：
- 總訂單量：100,000 股
- 每筆訂單量：100 股（平均）
- 總訂單筆數：1,000 筆
- 執行時段：常規交易時段（6.5 小時 = 390 分鐘）
- 泊松率：1000 / 390 ≈ 2.56 筆/分鐘
- 平均間隔：約 23 秒
- 95% 間隔範圍：0-180 秒
在實際執行中，第一筆訂單可能在開盤後 5 秒提交，第二筆可能在 2 分鐘後提交，第三筆可能在 30 秒後提交，依此類推。這種隨機性使得其他市場參與者難以預測訂單的提交時間。
泊松算法的優勢與劣勢
優勢
-
隱蔽性高：隨機化的訂單提交時間使得其他市場參與者難以預測和偵測訂單的存在。這對於大額訂單尤其重要，因為大額訂單更容易被做市商和高頻交易者偵測到。
-
避免時間模式偵測：TWAP 和 VWAP 等确定性算法會產生可預測的訂單時間模式，做市商可以通過分析歷史訂單流來偵測這些模式並提前調整報價。泊松算法的隨機性使得這種偵測變得極度困難。
-
適應 NVDA 的高流動性：NVDA 的日均成交量約為 1.74 億股，在任何 1 分鐘的窗口中都有約 28 萬股在交易。泊松算法每 23 秒提交約 100 股，佔單窗口成交量的 0.036%，對市場價格的影響微乎其微。
-
降低先發制人風險：當做市商偵測到大額買入訂單時，他們可能會提前買入 NVDA 股票，推高價格，然後以更高的價格賣給訂單執行者。泊松算法的隨機性使得這種先發制人策略難以奏效。
劣勢
-
執行時間不確定：由於訂單提交時間是隨機的，無法精確預測訂單的完成時間。這對於需要在特定時間點完成執行的場景可能不適用。
-
可能出現執行不足：在極端情況下，泊松過程可能會產生較長的間隔（雖然機率很低），導致執行速度低於預期。
-
無法適應成交量變化：與 VWAP 不同，泊松算法不考慮市場成交量的變化。
-
實現複雜度高：泊松算法需要隨機數生成器和精確的時間控制，實現難度高於 TWAP 和 VWAP。
NVDA 泊松執行的實證分析
滑點分析
根據機構交易數據的回測結果，在 NVDA 上使用泊松算法的執行效果通常優於 TWAP，但略遜於 VWAP。以 10 萬股 NVDA 訂單為例：
- TWAP 滑點：約 1-5 bps
- VWAP 滑點：約 0.5-2 bps
- 泊松滑點：約 1-4 bps
偵測風險分析
在 NVDA 的市場環境中，做市商需要至少 4-6 小時才能以 50% 的機率偵測到泊松算法執行的訂單。這為交易員提供了足夠的時間窗口在市場反應之前完成大部分執行。
結語
泊松執行算法是機構交易者執行 NVDA 等大市值股票訂單的有力工具。通過隨機化的訂單提交時間，泊松算法能夠有效隱藏交易意圖。如需深入了解，請參考我們的 NVDA VWAP 執行策略深度解析、NVDA 隨機執行算法 和 流動性探測算法。
相關文章
想了解更多執行算法？參考我們的相關文章：NVDA 狙擊手執行算法、NVDA 耐心執行算法、實施短差算法解析。