3、市场微观结构：订单簿的构成、限价单与市价单、买卖价差的形成机制、市场深度与弹性

做债券做市，说白了就是在跟市场微观结构打交道。你每天盯着的那个报价界面，背后就是一张订单簿。我刚开始做量化交易那会儿，总觉得订单簿就是个简单的买卖挂单列表，直到有一次因为没搞懂市场深度的变化，被一波流动性抽走打了个措手不及。嗯，从那以后，我再也不敢小看这玩意儿了。

3.1 订单簿的构成

订单簿，英文叫Order Book，是交易所或做市系统里记录所有未成交订单的电子账本。它分两边：买盘（Bid Side）和卖盘（Ask Side）。

每一笔订单都包含几个关键要素：

• 价格：你愿意买或卖的价格
• 数量：你想成交的债券面额或手数
• 时间戳：订单进入系统的时间
• 订单类型：限价单还是市价单

我个人习惯把订单簿想象成一个「价格-数量」的二维矩阵。买盘按价格从高到低排列，卖盘按价格从低到高排列。中间那个空隙，就是买卖价差。

3.2 限价单与市价单

这两种订单类型，是做市交易的基础。你想想看，没有它们，市场就没法运转。

限价单（Limit Order）：你指定一个价格，只有市场价格达到或优于这个价格时才会成交。比如你挂一个「99.50买入10手」，那只有卖盘价格降到99.50或更低时，你的单子才会被吃掉。

市价单（Market Order）：你不指定价格，直接按当前最优价格成交。比如你下了一个「市价买入10手」，系统会直接吃掉卖一价上的所有挂单，直到买够10手为止。

我在项目中遇到过一个问题：有同事喜欢用市价单抢流动性，觉得快。但有一次市场突然波动，卖一价瞬间跳了5个基点，他的市价单直接吃到了卖五价，成本比预期高出一大截。所以我的建议是——

3.3 买卖价差的形成机制

买卖价差（Bid-Ask Spread），就是最优买价和最优卖价之间的差值。为什么会有这个价差？说白了，这是做市商承担风险的补偿。

价差的形成受几个因素影响：

• 流动性：流动性越好，价差越小。国债的价差通常只有1-2个bp，而一些冷门信用债可能高达50个bp以上。
• 波动性：市场越波动，做市商越不敢报窄价差，因为风险太大。
• 信息不对称：如果市场上有人掌握了你不知道的信息，你只能通过扩大价差来保护自己。
• 库存成本：你手里持有的债券头寸，本身就有价格风险。价差的一部分就是用来覆盖这个风险的。

3.4 市场深度与弹性

这两个概念，是衡量市场质量的硬指标。

市场深度（Market Depth）：指在某个价格水平上，有多少订单在等着成交。深度越大，说明你吃单的时候价格滑点越小。我一般会看「五档深度」，也就是买卖各前五档的挂单总量。

市场弹性（Market Resilience）：指市场在受到冲击后，恢复到正常状态的速度。比如一个大单砸下来，价格瞬间跳了2个bp，但如果很快就有新的订单进来把价格拉回去，说明市场弹性好。

举个例子：

# 一个简单的市场深度计算示例（Python伪代码）
def calculate_market_depth(order_book, levels=5):
    bid_depth = sum([order['qty'] for order in order_book['bids'][:levels]])
    ask_depth = sum([order['qty'] for order in order_book['asks'][:levels]])
    return {'bid_depth': bid_depth, 'ask_depth': ask_depth}

# 弹性指标：价格恢复到冲击前水平所需的时间
def calculate_resilience(price_series, shock_time):
    pre_shock_price = price_series[shock_time - 1]
    for i in range(shock_time, len(price_series)):
        if abs(price_series[i] - pre_shock_price) / pre_shock_price < 0.0001:
            return i - shock_time  # 返回恢复所需的时间（单位：tick）
    return None

嗯，这里要注意：市场深度和弹性不是一成不变的。我记得有一次做回测，发现某只债券在上午10点和下午3点的深度差了将近一倍。后来一查，是因为不同时间段参与交易的机构类型不一样。上午主要是银行间交易，下午券商和基金开始活跃，深度自然就上来了。

知识体系结构图

下面这张图，是我自己梳理的市场微观结构知识框架。你可以把它当作一个思维导图来用。

---

公众号:蓝海资料掘金营，微信deep3321