第2章订单簿结构

2、订单簿结构：限价单与市价单、订单簿的买卖盘口、订单簿的深度与宽度

做市商这行干久了，你会发现一个很有意思的现象：很多人把订单簿当成一个静态的表格来看。其实不是的，它更像一个活着的、会呼吸的有机体。每一秒都有新的订单进来，旧的订单被吃掉，价格在跳动，深度在变化。今天我们就来拆解这个核心结构。

2.1 限价单与市价单：两种最基本的武器

先说说最基础的东西。限价单和市价单，这两个概念我估计大家都懂，但实际用起来，坑特别多。

限价单（Limit Order），说白了就是你指定一个价格，挂在那里等。比如你觉得BTC在30000美元这个位置有支撑，你就挂一个30000的买单。价格到了，你的单子就成交；到不了，就一直在那挂着。

我个人习惯把限价单叫做「被动单」。为什么？因为你是提供流动性的人。你挂单在那里，别人来吃你的单子。在交易所眼里，你是「maker」，做市商嘛，主要就是干这个的。

市价单（Market Order），这个更直接。你不管价格多少，我就要现在成交。你想想看，这就像你冲进菜市场喊「不管多少钱，给我来一斤猪肉」。市价单是「主动单」，你是来吃流动性的，你是「taker」。

核心区别：

限价单：指定价格，等待成交，提供流动性（maker）
市价单：立即成交，吃掉流动性，支付手续费（taker）

我在项目中遇到过一件事，有个新手做市商，为了抢一个大的卖单，直接上了市价单。结果呢？因为深度不够，他的市价单直接把价格打穿了两个档位，多亏了好几个基点。嗯，这就是典型的「滑点」问题。所以做市商一般很少用市价单，除非你确定深度足够厚。

2.2 订单簿的买卖盘口：Bid和Ask的世界

打开任何一个交易平台的订单簿，你都会看到左右两列。左边是买单（Bid），右边是卖单（Ask）。中间那个价差，就是我们做市商吃饭的地方。

买盘（Bid Side）：所有想买的人挂的限价单。价格从高到低排列。最高的那个买单价格，我们叫它「Bid 1」或者「最高买价」。

卖盘（Ask Side）：所有想卖的人挂的限价单。价格从低到高排列。最低的那个卖单价格，叫「Ask 1」或者「最低卖价」。

这两个价格之间的差值，就是价差（Spread）。价差越小，说明市场越活跃，流动性越好。我记得有一次做ETH的做市，价差只有0.01美元，那感觉就像在刀尖上跳舞，每一笔单子都要算得特别精细。

盘口	价格	数量	累计
Ask 3	30,010	5.0	15.0
Ask 2	30,005	3.0	10.0
Ask 1	30,000	2.0	7.0
---	价差: 0.5	---	---
Bid 1	29,999.5	1.5	1.5
Bid 2	29,995	4.0	5.5
Bid 3	29,990	6.0	11.5

你看这个表格，Bid 1是29,999.5，Ask 1是30,000，价差只有0.5美元。这说明什么？说明这个市场很「薄」，但也很「紧」。薄是指每个价位的挂单量不大，紧是指价差小。

2.3 订单簿的深度与宽度：两个维度的博弈

好，接下来是重点。深度和宽度，这两个概念经常被混用，但其实它们描述的是订单簿的两个不同维度。

深度（Depth），指的是在某个价格附近，有多少订单在等着。深度越大，说明这个价格区间有足够的对手盘。你想想看，如果你要卖100个BTC，而买一只有2个BTC，那你的单子一下去，价格直接被打穿好几层。这就是深度不够。

宽度（Width），指的是订单簿覆盖的价格范围。宽度越宽，说明市场参与者的报价范围越广，市场越有韧性。我曾经见过一个冷门币种，订单簿宽度只有几个百分点，稍微大一点的单子就能把价格拉飞。

我的经验：

做市商最怕的不是深度不够，而是宽度太窄。深度不够你可以分批挂单，但宽度太窄意味着市场没有足够的「安全垫」。一旦有突发事件，价格会像断崖一样下跌或上涨。

怎么量化这两个指标？我一般用这个公式：

# 深度计算示例（Python伪代码）
def calculate_depth(order_book, price, level=10):
    """
    计算指定价格附近N个档位的总深度
    """
    bids = order_book['bids'][:level]  # 取前N档买单
    asks = order_book['asks'][:level]  # 取前N档卖单
    
    bid_depth = sum([bid[1] for bid in bids])  # 买单总数量
    ask_depth = sum([ask[1] for ask in asks])  # 卖单总数量
    
    return bid_depth, ask_depth

# 宽度计算
def calculate_width(order_book):
    """
    计算订单簿的宽度（最高买价到最低卖价之间的价格范围）
    """
    best_bid = order_book['bids'][0][0]
    best_ask = order_book['asks'][0][0]
    width = (best_ask - best_bid) / best_bid * 100  # 以百分比表示
    return width

这段代码看起来简单，但实际生产环境中，你需要考虑的东西多得多。比如，有些交易所的订单簿数据是增量推送的，你需要维护一个本地的订单簿快照。我曾经因为没处理好增量更新的时序问题，导致深度计算差了整整一个数量级，那叫一个惨。

避坑指南：

我曾经在对接某个二线交易所时，发现他们的订单簿数据有延迟。你以为看到的深度是实时的，其实已经是3秒前的数据了。3秒在加密货币市场里，足够发生很多事情。所以，一定要做延迟检测，必要时加上时间戳校验。

2.4 深度曲线的实际应用

光看数字不够直观，我习惯把深度画成曲线。横轴是价格，纵轴是累计挂单量。你会得到一条S型的曲线。

这条曲线有几个关键点：

中间最陡峭的部分：就是当前价格附近，深度最集中的区域。这里流动性最好。
两端的平坦区域：远离当前价格，挂单量很少。这里一旦被触及，价格会剧烈波动。
曲线的斜率：斜率越大，说明价格变动对挂单量的敏感度越高。说白了，就是「一碰就倒」。

做市商策略的核心，就是在这条曲线上找到自己的位置。你挂单在陡峭区域，成交概率高，但利润薄；你挂单在平坦区域，利润厚，但可能很久都成交不了。这是一个永恒的权衡。

嗯，说到这里，我想起一个案例。有一次我们团队在做一个新币种的做市，发现它的深度曲线在某个价格区间有一个明显的「缺口」。就是那个价格区间几乎没人挂单。我们当时判断，这是市场参与者的心理价位空白区。于是我们果断在那个区间两边挂单，一边吃价差，一边等市场来填这个缺口。结果呢？三天后，那个缺口被填平了，我们赚了一波不错的利润。