3. 市场微观结构：订单簿深度、买卖价差、市场冲击成本，如何影响套利做市策略

做套利策略，很多人一上来就盯着价差公式和回测曲线。但我得说，真正决定策略能不能活下来的，是市场微观结构。说白了，就是订单簿里那些看不见的细节。

我刚开始做跨期套利时，犯过一个低级错误。回测里年化收益漂亮得很，实盘一跑，连续亏损三天。后来才发现，问题出在订单簿深度上——我的策略假设每次都能以中间价成交，但实际市场根本不给我这个机会。

今天我们就来拆解这三个核心要素：订单簿深度、买卖价差、市场冲击成本。它们是怎么影响你的套利做市策略的？

3.1 订单簿深度：你的流动性护城河

订单簿深度，简单说就是某个价位上挂着多少单子。深度越厚，你越容易大额成交而不影响价格。

举个例子。你看到近月合约和远月合约的价差偏离了理论值，想套利。你下单买入近月，卖出远月。但如果近月合约的买一档只有10手，你一下单50手，那你的订单就会吃掉买一到买五的所有挂单，价格被你推高了。

这就是深度不足的后果。你的套利空间，被自己的交易行为吃掉了。

我个人习惯在策略上线前，先拉取目标合约的订单簿快照数据，统计每个价位的平均挂单量。如果某个合约的买一档平均只有20手，那我单笔交易量绝不超过10手。留点余地，别把自己逼到墙角。

3.2 买卖价差：你的隐性成本

买卖价差，就是买一价和卖一价之间的差距。这个差距，是你每笔交易必须付出的成本。

你想想看，你买入时按卖一价成交，卖出时按买一价成交。一来一回，价差就没了。如果价差是1个tick，你的套利空间至少得大于1个tick才能赚钱。

我记得有一次做螺纹钢的跨期套利，价差波动只有2个tick，但买卖价差就占了1个tick。这意味着我的策略只有50%的理论空间能转化为实际利润。后来我调整了策略，只在价差超过3个tick时才开仓，才勉强跑出正收益。

合约类型	平均买卖价差（tick）	建议最小套利空间
股指期货（IF）	0.2 - 0.5	≥ 1 tick
商品期货（螺纹钢）	1 - 2	≥ 3 tick
加密货币（BTC永续）	0.5 - 1	≥ 2 tick

3.3 市场冲击成本：你越做，价差越大

市场冲击成本，就是你的订单对市场价格造成的影响。你下单越大，冲击成本越高。

做套利策略时，这个问题尤其致命。因为你通常需要同时下两笔订单（一买一卖），如果其中一笔订单造成了较大的市场冲击，你的套利组合就会失衡。

我曾经做过一个测试：在深度较浅的合约上，用市价单执行10手的套利交易。结果发现，第一笔订单成交后，第二笔订单的价格已经滑了2个tick。原本2个tick的套利空间，瞬间变成0。

为什么会这样？因为你的第一笔订单改变了订单簿的平衡，市场做市商看到大单进来，会迅速调整报价。等你第二笔订单进来时，价格已经变了。

3.4 三者如何联动影响策略

这三个因素不是孤立的。它们会互相影响，形成一个闭环。

• 深度浅 → 冲击成本高：挂单少，你的订单容易推动价格
• 价差大 → 套利空间被压缩：进出成本高，需要更大的价差才能盈利
• 冲击成本高 → 实际成交价偏离预期：回测中的理论利润，实盘中可能消失

我一般会在策略中设置一个综合过滤器：只有当预期套利空间 > 买卖价差 + 预估冲击成本 + 安全垫（至少1个tick）时，才执行交易。

3.5 如何量化这些因素

量化交易，说到底就是要把模糊的概念变成可计算的指标。下面是我常用的几个指标：

# 计算订单簿深度
def calc_depth(order_book, levels=5):
    """计算前N档的总挂单量"""
    bid_depth = sum([level['size'] for level in order_book['bids'][:levels]])
    ask_depth = sum([level['size'] for level in order_book['asks'][:levels]])
    return bid_depth, ask_depth

# 计算买卖价差
def calc_spread(order_book):
    """以tick为单位计算价差"""
    best_bid = order_book['bids'][0]['price']
    best_ask = order_book['asks'][0]['price']
    tick_size = 0.01  # 根据合约调整
    spread_ticks = (best_ask - best_bid) / tick_size
    return spread_ticks

# 估算冲击成本
def estimate_impact(order_book, order_qty):
    """估算买入order_qty手所需的平均滑点"""
    total_cost = 0
    remaining = order_qty
    for level in order_book['asks']:
        if remaining <= 0:
            break
        trade_qty = min(remaining, level['size'])
        total_cost += trade_qty * level['price']
        remaining -= trade_qty
    avg_price = total_cost / order_qty
    mid_price = (order_book['bids'][0]['price'] + order_book['asks'][0]['price']) / 2
    impact = (avg_price - mid_price) / mid_price
    return impact

这段代码虽然简单，但很实用。我每次上线新策略前，都会用这个函数跑一遍历史数据，看看冲击成本到底有多大。

3.6 知识体系图

下面这张图，把这三个因素的关系梳理清楚了。你可以把它当作策略设计的检查清单。

嗯，这张图把整个逻辑串起来了。你设计策略时，可以对照着检查：我的策略有没有考虑深度？有没有预留价差空间？冲击成本算进去了吗？

最后说一句。市场微观结构这东西，光看书没用。我建议你拿真实数据跑一跑，看看你的目标合约在实盘中到底是什么样子。数据不会骗人。