近年来,金融市场上越来越多的交易机构应用各类算法交易策略来获得理想回报,交易量加权均价VWAP算法交易策略便是其中之一。传统的VWAP执行策略静态地运用以往数据来预测未来的交易量分布比例,执行效果差强人意。而本文应用交易量分解预测法、混频数据抽样法与乘积误差模型等理论方法将股票高频数据的日内交易量分解为日内周期成分、低频成分和日内非周期成分,之后再分别对这些乘积成分进行相应的预测工作得到各个成分的预测值,最后把各个成分的预测数值汇总得到最终的日内交易量预测值。然后在对日内交易量分布比例预测工作的基础上,本文构造了一个基于交易量分解的VWAP算法优化策略(VWAP＿opti交易策略)。本文实例分析部分利用中国A股市场上招商银行、中兴通讯和华泰证券等十只大盘权重股票的高频交易数据,所构建的VWAP＿opti优化策略的价格与市场实际的VWAP价格(基准VWAP＿real价格)之间偏差值,比TWAP策略以及传统的VWAP策略(VWAP＿trad策略)价格与市场实际的VWAP＿real价格偏差值的平均百分比绝对误差(MAPD)更小,说明相比于TWAP策略和传统的VWAP＿trad策略,本文的VWAP＿opti策略能够更好地跟踪市场实际VWAP＿real价格。通过比较在进行相同股票手数交易时本文构建的VWAP＿opti优化策略分别与TWAP策略和传统VWAP＿trad策略的收益差值(RD),获得了VWAP＿opti优化策略比TWAP策略和传统的VWAP＿trad策略的获利能力更强的结论,从而验证了本文构造的VWAP优化策略的实用性与先进性。