第二章:市场微观结构——订单簿深度、买卖价差、市场流动性、信息不对称模型

各位同学,咱们今天聊点硬核的。市场微观结构,说白了就是研究「交易到底是怎么发生的」。

我刚开始做交易那会儿,觉得看K线、算指标就够了。后来发现,真正赚钱的机会,往往藏在订单簿的缝隙里。你想想看,如果只看价格不看深度,就像开车只看仪表盘不看路况——迟早要出事。

2.1 订单簿深度:市场的「蓄水池」

订单簿深度,简单说就是某个价位上到底有多少单子等着成交。我习惯把它比作「蓄水池」——水位越深,越不容易被砸穿。

核心概念: 深度 = 限价单数量 × 价格区间

举个例子。假设某只债券当前最优买价是99.50,挂了1000万;最优卖价是99.55,挂了800万。那这个价位的深度就是1000万和800万。但如果你要看整体深度,得把上下各10个档位的单子都加起来。

我在项目中遇到过一件事:有一次做市,某只信用债的订单簿看起来「很厚」,但仔细一看,大部分单子都是某个机构挂的「钓鱼单」——价格一靠近就撤单。嗯,这里要注意,深度不能只看数量,还得看「质量」。

深度指标怎么算?

# 计算订单簿深度(Python伪代码)
def calc_depth(order_book, levels=10):
    bid_depth = sum([order['volume'] for order in order_book['bids'][:levels]])
    ask_depth = sum([order['volume'] for order in order_book['asks'][:levels]])
    return bid_depth, ask_depth

# 实际使用时,我一般会加权计算
def calc_weighted_depth(order_book, levels=10):
    bid_depth = 0
    for i, order in enumerate(order_book['bids'][:levels]):
        bid_depth += order['volume'] * (1 / (i+1))  # 越近的档位权重越高
    return bid_depth
我的习惯: 只看前5档深度,因为再往后的单子,要么是钓鱼单,要么是机构的大单拆出来的,参考意义不大。

2.2 买卖价差:做市商的「饭碗」

买卖价差(Bid-Ask Spread),就是最优卖价减去最优买价。说白了,这就是做市商赚的「过路费」。

我记得刚入行时,带我的老交易员说:「价差就是你的工资,别嫌少,也别贪多。」当时不理解,后来自己做市才明白——价差太小赚不到钱,价差太大没人跟你做。

市场类型 典型价差(bp) 流动性特征
国债(活跃券) 0.5 - 1 极高流动性,价差极窄
国开债(活跃券) 1 - 2 高流动性,价差较窄
信用债(AAA) 5 - 10 中等流动性,价差适中
信用债(AA及以下) 20 - 50+ 低流动性,价差很宽

为什么会这样?因为流动性越差,做市商承担的风险越大。你想想看,你接了一笔AA级债券的卖单,万一砸手里了,可能好几天都出不去。所以价差必须覆盖这个「库存风险」。

避坑指南: 我曾经在某个冷门券上贪心,挂了20bp的价差,结果一整天没成交。后来改成10bp,虽然赚得少,但至少能跑量。记住:价差不是越大越好,得看市场能接受多少。

2.3 市场流动性:交易的「血液」

流动性,就是你能以合理价格快速成交的能力。我习惯用四个维度来衡量:

  • 宽度(Width): 买卖价差的大小
  • 深度(Depth): 订单簿上的挂单量
  • 弹性(Resilience): 价格偏离后恢复的速度
  • 即时性(Immediacy): 成交的速度

这四个维度缺一不可。举个例子,某只券价差很窄(宽度好),但挂单量只有几百万(深度差),你一个大单进去,价格直接打穿——这就是「假流动性」。

流动性指标计算

# 计算流动性综合评分
def liquidity_score(spread, depth_5, turnover_rate):
    # 标准化处理
    spread_score = 1 / (1 + spread * 100)  # 价差越小,分数越高
    depth_score = min(depth_5 / 1e8, 1)    # 深度越大,分数越高
    turnover_score = min(turnover_rate / 0.1, 1)  # 换手率越高,分数越高
    
    # 加权平均
    score = 0.4 * spread_score + 0.3 * depth_score + 0.3 * turnover_score
    return score
实战经验: 我一般会在开盘后15分钟和收盘前15分钟避开大单交易。这两个时间段流动性最差,价差也最不稳定。你想想看,大家都在观望的时候,你冲进去不是当炮灰吗?

2.4 信息不对称模型:谁在「偷看」你的底牌?

信息不对称,说白了就是「你知道的比我多」。在债券市场里,这个问题尤其严重。

我记得有个经典模型叫Kyle模型(1985),把市场参与者分成三类:

  • 知情交易者: 知道内幕消息的人
  • 噪声交易者: 随机买卖的散户
  • 做市商: 夹在中间,被动接单

做市商最怕什么?怕接到知情交易者的单子。因为人家知道你不知道的信息,你接了他的单子,大概率要亏钱。

那怎么办?我个人的做法是:

  1. 看订单流: 如果某个方向连续出现大单,我会缩小报价量
  2. 看成交速度: 如果买单瞬间被吃掉,说明有人急着买,我会提高卖价
  3. 看撤单率: 如果某个账户频繁挂单又撤单,很可能是「钓鱼」
核心逻辑: 信息不对称越严重,做市商越要「缩量宽价」——减少报价量,拉宽价差。

2.5 知识体系总览

下面这张图是我自己整理的,把本章的核心逻辑串起来了。你看完应该能明白,这四个概念是怎么互相影响的。

市场微观结构 订单簿深度 买卖价差 市场流动性 信息不对称模型 挂单量与价格档位 最优买卖价差 宽度·深度·弹性·即时性 知情vs噪声交易者 四个维度相互影响,共同决定市场质量

你看这张图就明白了:订单簿深度影响价差,价差反映流动性,流动性又受信息不对称程度影响。这四个东西是环环相扣的。

一句话总结: 做市商的核心工作,就是在信息不对称的环境下,管理好订单簿深度和价差,为客户提供流动性。说白了,就是「在不确定中找确定」。

好了,这一章的内容就到这儿。记住我今天说的:别只看价格,要看订单簿;别只看价差,要看深度;别只看流动性,要看谁在跟你做对手盘。


公众号:蓝海资料掘金营,微信deep3321