Square（SQ）Patient 執行分析：極致耐心的被動交易策略
Block Inc.（NYSE: SQ，前稱 Square Inc.）是全球領先的金融科技公司，業務涵蓋支付處理、商業解決方案和比特幣投資等。作為紐約證券交易所上市的金融科技龍頭，SQ 的日均成交量約 800 萬至 1,200 萬股，以平均股價約 155 美元計算，日均成交金額約在 12.4 億至 18.6 億美元之間。
Patient 算法（又稱「耐心算法」）是所有執行算法中最被動的一種。其核心哲學是「價格優先，時間其次」。對於 SQ 這樣的高流動性金融科技股，Patient 算法能夠在極低的市場衝擊下完成大額訂單的執行。
SQ 市場結構與流動性特徵
基本交易數據
SQ 在 NYSE 交易所上市，屬於金融板塊中的金融科技子板塊。其核心市場特徵如下：
- 日均成交量：800 萬至 1,200 萬股
- 平均股價區間：120 至 200 美元（波動性較高）
- 機構持股比例：約 78%，機構投資者佔主導
- 買賣價差：常態約 0.02 至 0.04 美元
金融科技股的成交量模式
SQ 的成交量受以下因素驅動：
- 財報季節：SQ 的季度財報通常伴隨 2 至 3 倍的成交量放大
- 比特幣價格波動：SQ 持有大量比特幣資產，比特幣價格波動顯著影響 SQ 的成交量
- 金融科技監管政策：金融監管政策變化影響 SQ 的業務前景
- 併購動態：金融科技行業的併購活動頻繁
訂單簿深度特徵
SQ 的訂單簿深度在金融科技股中屬於上乘：
| 價格層次 | 平均買方深度（股） | 平均賣方深度（股） |
|---|---|---|
| 買一/賣一 | 5,000 - 15,000 | 5,000 - 15,000 |
| 前 5 檔累積 | 30,000 - 80,000 | 30,000 - 80,000 |
| 前 10 檔累積 | 80,000 - 200,000 | 80,000 - 200,000 |
SQ 的買一賣一檔平均深度在 5,000 至 15,000 股之間，這意味著即使是中等規模的訂單也可以在單一個價格層次內完成。
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「價格優先，時間其次」。Algo Lab 的量化交易平台為 VIP 會員提供進階 Patient 算法，支援 SQ 等金融科技股的被動訂單執行和實時執行監控。具體執行方式：
- 設定目標價格：根據當前市場價、VWAP 基準設定可接受的價格範圍
- 在目標價格掛單：在目標價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
- 動態調整：如果長時間未匹配，適度調整目標價格
執行流程設計
以在 SQ 上買入 80,000 股為例：
- 初始評估：SQ 當前買一價 155.00 美元（深度 5,000 股），賣一價 155.02 美元
- 設定目標價格：設定目標買入價為 154.95 美元
- 掛單策略：
- 在 154.95 美元掛出 20,000 股限價買單
- 在 154.90 美元掛出 15,000 股限價買單
- 在 154.85 美元掛出 15,000 股限價買單
- 在 154.90 美元掛出 15,000 股限價買單
- 在 154.80 美元掛出 15,000 股限價買單
為何 SQ 特別適合 Patient 執行？
極深的訂單簿
SQ 的買一賣一檔平均深度在 5,000 至 15,000 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匹配。
高流動性的優勢
SQ 的日均成交量高達 800 萬至 1,200 萬股，為 Patient 算法提供了充足的流動性來源。
Patient 執行 vs. 其他算法在 SQ 上的比較
| 維度 | Patient | 狙擊執行 | VWAP |
|---|---|---|---|
| 執行哲學 | 價格優先 | 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 |
| 適合訂單量 | 不限 | 5,000 至 30,000 股 | 3 萬至 15 萬股 |
FAQ
Patient 算法在 SQ 上的平均執行時間多長？
對於 80,000 股規模的訂單，Patient 算法的平均執行時間約為 2 至 5 個交易日。
Patient 算法是否會導致訂單無法完成？
Patient 算法的最大風險是訂單可能無法在預定期限內完全匹配。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。當價格偏離預設範圍超過 2% 時，算法會自動調整目標價格或恢復為限價單執行。如果接近截止時間仍有未匹配訂單，算法會逐漸縮小價格範圍以提高匹配概率。
SQ 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。對於 SQ 而言，兩者都能產生優異的執行效果，關鍵區別在於執行時間的容忍度。關於 Patient 算法與狙擊執行的比較，請參閱我們的好市多狙擊執行分析。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。
總結
Square（SQ）以其極高的成交量和極窄的買賣價差，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。Algo Lab 的量化交易平台為 VIP 會員提供進階 Patient 執行算法，支援 SQ 等金融科技股的極致耐心執行。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。