美股市场微观结构：交易所类型、订单类型与数据解析
做市商策略设计，说白了就是跟市场微观结构打交道。你想想看，如果连交易所怎么运作、订单怎么匹配、数据怎么来的都不清楚，那策略写得再花哨也是空中楼阁。这一章，我就带你把这些基础打扎实。
一、交易所类型：NYSE、NASDAQ、ATS
美股市场不是只有一个交易所。实际上，它是个多交易所并存的复杂生态。我个人习惯把交易所分成三类：
- NYSE（纽约证券交易所）：老牌交易所，以拍卖市场为主。它有指定的做市商（DMM），负责维持订单簿的流动性。我在项目中遇到过，NYSE的订单执行质量通常更高，但延迟也相对大一些。
- NASDAQ（纳斯达克）：全电子化交易所，以报价驱动为主。它没有DMM，而是靠多个做市商竞争报价。嗯，这里要注意，NASDAQ的订单簿结构更透明，适合高频策略。
- ATS（另类交易系统）：比如Dark Pool（暗池），不公开订单簿。机构投资者喜欢用，因为可以隐藏大单意图。我曾经踩过坑——在暗池里挂单，结果流动性不足，半天没成交。
核心区别：NYSE靠人（DMM）维护秩序，NASDAQ靠机器（电子撮合），ATS靠隐私（不公开订单簿）。
为什么会这样？因为不同交易所的客户群体不同。散户喜欢NYSE的稳定性，机构偏爱ATS的隐蔽性，而高频交易者则扎堆在NASDAQ。
二、订单类型：市价单、限价单、冰山订单
订单类型是策略的“语言”。你用什么订单，就决定了你如何跟市场对话。
| 订单类型 | 特点 | 适用场景 |
|---|---|---|
| 市价单（Market Order） | 立即成交，不指定价格 | 追求速度，不关心滑点 |
| 限价单（Limit Order） | 指定价格，不保证成交 | 控制成本，提供流动性 |
| 冰山订单（Iceberg Order） | 只显示部分数量，隐藏真实意图 | 大单交易，避免冲击市场 |
我建议做市商策略优先使用限价单。为什么呢？因为市价单会吃掉流动性，而限价单是提供流动性——交易所会给你返佣。你想想看，做市商赚的就是买卖价差，如果还用市价单，那不是自己打自己脸吗？
冰山订单是个好东西。我记得有一次帮客户设计大宗交易策略，直接挂限价单，结果被其他做市商盯上了，价格瞬间被打穿。后来改用冰山订单，每次只露10%的量，成交效率反而更高。
避坑指南：我曾经在NASDAQ用冰山订单，结果因为订单簿太透明，被算法识别出来了。后来我学会了随机化冰山订单的显示量——比如第一次露100股，第二次露150股，第三次露80股。这样对手很难猜出你的真实意图。
三、订单簿与价格发现机制
订单簿（Order Book）是市场的“心电图”。它记录了所有未成交的限价单。价格发现，说白了就是买卖双方通过订单簿博弈，最终找到一个大家都接受的价格。
我画了一张图，帮你理解这个过程：
你看，买单从高到低排，卖单从低到高排。中间的价差（Spread）就是做市商的利润空间。我建议你每天开盘前先看订单簿的深度——如果买单厚实，说明市场看涨；如果卖单堆积，说明抛压重。
注意：订单簿是动态变化的。我曾经见过一个策略，只看静态订单簿就下单，结果被高频交易者用“闪电订单”瞬间打穿。记住，订单簿只能反映过去几毫秒的状态，不能预测未来。
四、Level 1/2/3 数据解析
数据是策略的“眼睛”。美股市场的数据分三个层级：
- Level 1：最优买卖价（Best Bid/Offer）。说白了就是“市场快照”，告诉你当前最好的买价和卖价。适合散户和简单策略。
- Level 2：完整订单簿。能看到所有价位的挂单量。我建议做市商策略至少用Level 2，因为你能看到对手的“底牌”。
- Level 3：逐笔成交数据（Tick Data）。能看到每一笔交易的细节——谁买的、谁卖的、在哪个交易所成交的。这是做市商策略的“核武器”。
举个例子，假设你看到Level 2数据里，卖1有1000股挂单，但Level 3显示这1000股其实来自同一个机构。嗯，这时候你就知道——对方可能是在伪装冰山订单。
实战建议：我个人习惯把Level 2和Level 3结合起来用。Level 2告诉你“现在有什么”，Level 3告诉你“刚才发生了什么”。两者结合，才能判断市场情绪。
最后，给你一段简单的Python代码，演示如何解析Level 2数据：
# 模拟Level 2订单簿数据
order_book = {
'bids': [ # 买单，价格从高到低
{'price': 100.00, 'size': 300},
{'price': 99.95, 'size': 400},
{'price': 99.90, 'size': 200}
],
'asks': [ # 卖单，价格从低到高
{'price': 100.05, 'size': 200},
{'price': 100.10, 'size': 500},
{'price': 100.15, 'size': 300}
]
}
# 计算价差
best_bid = order_book['bids'][0]['price']
best_ask = order_book['asks'][0]['price']
spread = best_ask - best_bid
print(f"最优买价: {best_bid}")
print(f"最优卖价: {best_ask}")
print(f"价差: {spread}")
# 计算买卖压力比
bid_volume = sum(item['size'] for item in order_book['bids'])
ask_volume = sum(item['size'] for item in order_book['asks'])
pressure_ratio = bid_volume / ask_volume
print(f"买单总量: {bid_volume}")
print(f"卖单总量: {ask_volume}")
print(f"买卖压力比: {pressure_ratio:.2f}")这段代码虽然简单，但它是做市商策略的起点。你想想看，如果价差太小（比如0.01），说明流动性好，但利润薄；如果价差太大（比如0.10），说明流动性差，但利润厚。做市商就是在两者之间找平衡。
避坑指南：我曾经在Level 2数据里看到买单很厚，就以为市场要涨。结果发现那些买单是“虚假挂单”——对方在成交前撤单了。后来我学会了用“挂单存活率”指标：如果挂单在1秒内被撤掉，大概率是虚假订单。
好了，这一章的内容就到这里。记住，微观结构是策略的“土壤”。你越了解它，策略就越有根基。