一、订单簿数据基础：结构、层级与Tick级特征

做量化交易的朋友都知道，订单簿是市场的「心跳」。我个人做了这么多年高频策略，最深的体会就是——不懂订单簿，就别谈量化交易。今天咱们就来聊聊订单簿的底层逻辑。

1.1 订单簿的核心结构

说白了，订单簿就是一个「排队系统」。买方排一队，卖方排一队。谁出的价高谁排前面，谁要的价低谁先成交。

我习惯把订单簿想象成两本账本：

• 买单账本（Bid）：按价格从高到低排列
• 卖单账本（Ask）：按价格从低到高排列

每一笔订单包含三个核心字段：

{
  "price": 100.50,    // 价格
  "size": 2000,       // 数量（股/张）
  "order_id": "abc123" // 订单编号
}

嗯，这里要注意：不同交易所对订单簿的字段定义略有差异。比如币安会额外记录订单的「时间戳」，而纳斯达克则更关注「订单类型」。我在对接某头部交易所时，就踩过字段映射的坑——他们把「数量」字段叫"volume"，而不是常见的"size"。

1.2 Level1 / Level2 / Level3 数据区别

很多新手分不清这三个层级。我当年刚入行时也迷糊过，直到亲手处理过几TB的订单簿数据才真正搞明白。

层级	包含内容	数据量	典型用途
Level1	最优买卖价（Best Bid/Ask）	极小	行情展示、简单策略
Level2	多档买卖盘口（通常5-20档）	中等	盘口分析、流动性评估
Level3	全部订单明细（含隐藏订单）	极大	订单流分析、做市策略

Level1 就是「最简版」。只告诉你当前最优的买价和卖价。比如某股票现在买一价100.00，卖一价100.01。够用吗？说实话，做简单策略勉强够，但想深入分析市场微观结构，远远不够。

Level2 是「进阶版」。它会展示多档盘口数据。我记得在开发一个盘口压力策略时，就是靠Level2数据判断「大单压盘」还是「虚挂单」。举个例子：

// 某时刻的Level2数据（5档）
Bids: [
  {price: 100.00, size: 5000},
  {price: 99.99, size: 12000},  // 这里突然多了很多买单
  {price: 99.98, size: 3000},
  {price: 99.97, size: 2000},
  {price: 99.96, size: 1000}
]
Asks: [
  {price: 100.01, size: 4000},
  {price: 100.02, size: 8000},
  {price: 100.03, size: 6000},
  {price: 100.04, size: 3000},
  {price: 100.05, size: 2000}
]

你想想看，如果买二档突然堆了12000手，而卖盘相对稀疏，这说明什么？大概率是有人在护盘或者吸筹。

Level3 是「全量版」。它包含订单簿上每一笔未成交订单的完整信息。我曾经在对接某家交易所的Level3数据时，发现数据量是Level2的50倍以上。处理起来相当吃力，但信息量也是巨大的——你可以精确追踪每一笔订单的「生老病死」。

1.3 Tick级数据特征

Tick级数据，说白了就是「每一笔成交」的记录。它和订单簿数据是「表亲」关系——订单簿反映的是「挂单状态」，而Tick数据反映的是「成交结果」。

一个典型的Tick数据长这样：

{
  "timestamp": 1623456789.123456,  // 精确到微秒
  "price": 100.50,
  "size": 100,
  "side": "buy",                   // 主动买还是主动卖
  "trade_id": "trade_001"
}

我个人觉得，Tick数据有三个最值得关注的特征：

• 时间精度极高：通常到微秒甚至纳秒级。我在做订单簿重建时，时间戳的精度直接决定了重建的准确性。
• 成交方向：区分「主动买」和「主动卖」。这能帮你判断谁在主导市场。
• 连续性与突发性：Tick数据有时很稀疏（几秒一笔），有时又密集到毫秒级几十笔。

为什么会这样？因为市场在平静期和波动期的行为完全不同。我记得有一次做回测，发现策略在平静期表现很好，但一到数据爆发期就频繁出错。后来排查发现，是Tick数据的时间戳处理逻辑没做好——微秒级的并发事件被错误排序了。

1.4 知识体系总览

下面这张图是我自己整理的订单簿数据知识体系。你可以把它当作本章的「地图」：

这张图把订单簿数据拆成了三个维度：结构、层级和Tick特征。我个人觉得，理解这三者的关系是后续学习压缩与恢复策略的前提。你想想看，如果连数据长什么样都不清楚，怎么谈压缩？

---