第3章订单簿特征提取

3、订单簿特征提取：买卖价差（Spread）、市场深度（Depth）、订单簿不平衡（Order Book Imbalance）

做市的核心，说白了就是跟订单簿打交道。

你每天盯着盘口，看到的那些跳动的数字，其实藏着很多信息。我个人习惯，拿到一个订单簿数据，先不看价格，先看三个东西：价差、深度、不平衡。这三个特征，基本能告诉我当前市场的「脾气」。

3.1 买卖价差（Spread）—— 市场的「呼吸」

价差，就是卖一价减去买一价。听起来简单，但这里面门道不少。

为什么价差重要？

价差直接反映了市场的流动性成本。价差越小，说明买卖双方越「和气」，你进出场的成本就越低。价差突然拉大，往往意味着有大事要发生，或者流动性 provider 在撤退。

核心公式：

Spread = Ask_Price_1 - Bid_Price_1

相对价差 = Spread / Mid_Price

我在项目中遇到过一个问题：只看绝对价差，有时候会误判。比如一个100块的股票，价差0.01，看起来很窄；但一个1块的股票，价差0.01，其实已经很宽了。所以，我建议你同时关注相对价差。

实战小技巧：

我个人习惯用「加权平均价差」—— 把卖一到卖五的价差按挂单量加权。这样能更真实地反映你实际成交的成本。

3.2 市场深度（Depth）—— 市场的「厚度」

深度，就是订单簿上各个价位的挂单量。它告诉你：如果你想砸一笔大单，市场能接住多少。

深度怎么量化？

我一般看两个维度：

档位深度： 比如买一、买二、买三的挂单量
累计深度： 从买一到买N的累计挂单量

举个例子，假设我们想看看买盘前5档的深度：

def calculate_depth(order_book, levels=5, side='bid'):
    """
    计算指定方向的累计深度
    :param order_book: 订单簿数据，格式为 [(price, volume), ...]
    :param levels: 考虑的档位数
    :param side: 'bid' 或 'ask'
    """
    total_volume = 0
    for i in range(min(levels, len(order_book))):
        price, volume = order_book[i]
        total_volume += volume
    return total_volume

# 使用示例
bid_depth = calculate_depth(bid_orders, levels=5, side='bid')
ask_depth = calculate_depth(ask_orders, levels=5, side='ask')
print(f"买盘前5档深度: {bid_depth}")
print(f"卖盘前5档深度: {ask_depth}")

嗯，这里要注意：深度不是越大越好。深度太大，说明市场可能处于「僵持」状态，价格不容易突破。深度突然变浅，往往是变盘的信号。

避坑指南：

我曾经犯过一个错误：只看深度绝对值，忽略了深度变化的速度。有一次，一个品种的深度在10秒内从1000手缩到100手，我还在按原来的策略做市，结果被一波流直接打穿。后来我加了一个「深度衰减率」指标，专门监控深度的变化速度。

3.3 订单簿不平衡（Order Book Imbalance）—— 市场的「情绪」

不平衡，说白了就是买盘和卖盘谁更强。这个指标，我个人觉得是做市策略里最有「灵魂」的一个。

计算公式：

def order_book_imbalance(bid_volume, ask_volume):
    """
    计算订单簿不平衡度
    返回值范围：[-1, 1]
    正值表示买盘强，负值表示卖盘强
    """
    if bid_volume + ask_volume == 0:
        return 0
    return (bid_volume - ask_volume) / (bid_volume + ask_volume)

# 示例
bid_depth = 1500  # 买盘总深度
ask_depth = 800   # 卖盘总深度
imbalance = order_book_imbalance(bid_depth, ask_depth)
print(f"订单簿不平衡度: {imbalance:.3f}")  # 输出: 0.304

你想想看，当 imbalance 接近 1 时，说明买盘远远强于卖盘，价格大概率要涨。但这里有个陷阱：

为什么不能只看 imbalance？

因为大户会「挂假单」。我曾经见过一个场景：某品种的 imbalance 一直维持在 0.8 以上，看起来买盘很强。但那些买单都是「冰山订单」，真正能成交的只有表面那一点点。结果价格一涨，那些买单全撤了，变成了卖单。

我的改进方案：

用「加权不平衡度」—— 给近档的挂单更高的权重，远档的挂单更低的权重。这样能减少远端假单的干扰。

def weighted_imbalance(bid_orders, ask_orders, decay=0.9):
    """
    加权订单簿不平衡度
    :param bid_orders: 买单列表 [(price, volume), ...]
    :param ask_orders: 卖单列表 [(price, volume), ...]
    :param decay: 衰减系数，越远档权重越低
    """
    weighted_bid = 0
    weighted_ask = 0
    
    for i, (price, volume) in enumerate(bid_orders):
        weighted_bid += volume * (decay ** i)
    
    for i, (price, volume) in enumerate(ask_orders):
        weighted_ask += volume * (decay ** i)
    
    if weighted_bid + weighted_ask == 0:
        return 0
    return (weighted_bid - weighted_ask) / (weighted_bid + weighted_ask)

# 使用示例
bid_orders = [(100.0, 100), (99.9, 200), (99.8, 150)]
ask_orders = [(100.1, 80), (100.2, 120), (100.3, 90)]
w_imbalance = weighted_imbalance(bid_orders, ask_orders, decay=0.8)
print(f"加权不平衡度: {w_imbalance:.3f}")

3.4 三个特征的综合运用

单独看一个指标，很容易被误导。我习惯把这三个特征放在一起看：

场景	价差	深度	不平衡	市场含义
正常交易	窄	适中	接近0	流动性好，适合做市
大单进场	突然变宽	一侧变深	偏向一侧	可能有机构在操作
流动性危机	极宽	极浅	剧烈波动	赶紧撤单，别玩了
假突破	先窄后宽	远端挂单多	突然反转	可能是陷阱，别追

说白了，这三个特征就是做市商的「三原色」。你把这三种颜色调好了，就能画出市场的真实面貌。

我的个人经验：

我一般会在策略里设置一个「特征监控面板」，实时显示这三个指标的变化曲线。当三个指标同时出现异常时，我会手动干预策略。比如，价差突然扩大 + 深度骤减 + 不平衡剧烈波动，这通常意味着市场要出大事，我会暂停所有做市活动，先观察再说。

最后，送你一张我总结的知识结构图，帮你理清这三个特征的关系：

这三个特征，你吃透了，做市策略的底层逻辑就通了。剩下的，就是怎么把这些特征用到你的策略里去。