第一章：订单簿与市场微观结构
做高频价差交易，说白了就是在跟市场微观结构打交道。我刚开始接触这个领域时，觉得订单簿就是个简单的买卖挂单列表，后来踩了不少坑才明白——这里面门道深着呢。
订单簿的构成：Level1 / Level2 / Level3
先说说订单簿的三个层级。很多新手分不清，我当年也迷糊过一阵子。
| 层级 | 数据内容 | 典型用途 |
|---|---|---|
| Level 1 | 最优买卖价、最新成交价、成交量 | 简单行情展示 |
| Level 2 | 多档买卖盘口（通常5-10档） | 盘口深度分析 |
| Level 3 | 逐笔委托、逐笔成交、完整订单簿 | 高频策略、订单簿重建 |
Level 1 就是最基础的行情。你打开任何一个交易软件，看到的买一卖一价格和成交量，就是 Level 1。说实话，做高频价差交易，光靠 Level 1 远远不够。
Level 2 就丰富多了。能看到买卖各档位的挂单量和价格。我个人习惯把 Level 2 数据当成市场的「心电图」——它能告诉你资金在哪个价位集结。
Level 3 是最高权限的数据。能看到每一笔委托的完整信息，包括委托ID、委托类型、时间戳等。嗯，这里要注意：不是所有交易所都提供 Level 3 数据，而且费用通常不低。
核心观点：做高频价差交易，至少需要 Level 2 数据。Level 3 是加分项，但不是必需品。
买卖盘口深度分析
盘口深度，说白了就是看「钱堆在哪」。我曾在项目中遇到过这样的情况：某个价位的挂单量突然暴增，但价格却没怎么动——这往往是机构在偷偷建仓。
分析盘口深度，我一般关注这几个指标：
- 价差宽度：买卖最优价之间的差距。价差越小，流动性越好。
- 深度斜率：从最优价往外，挂单量的变化速度。斜率陡峭说明市场深度不足。
- 挂单集中度：前几档挂单量占总挂单量的比例。集中度高，说明关键价位有支撑或阻力。
举个例子。假设某股票当前买一价10.00元，挂单1000手；买二价9.99元，挂单500手；买三价9.98元，挂单200手。深度斜率就是(1000-500)/(10.00-9.99) = 50000手/分。这个值越大，说明市场越愿意在这个价位附近接盘。
实战技巧：当盘口深度出现「断层」时——比如买一有大量挂单，买二却突然很少——这往往是价格即将突破的信号。我曾经靠这个信号抓过好几次短线机会。
订单簿不平衡指标
订单簿不平衡（Order Book Imbalance）是我做高频策略时最常用的指标之一。它衡量的是买卖双方的力量对比。
最简单的计算公式：
Imbalance = (买盘总量 - 卖盘总量) / (买盘总量 + 卖盘总量)取值范围在 -1 到 1 之间。正值表示买方强势，负值表示卖方强势。
但说实话，这个简单公式在实际交易中效果一般。我习惯用加权版本：
def weighted_imbalance(bids, asks, depth=5):
"""
bids: [(price, volume), ...] 买盘列表
asks: [(price, volume), ...] 卖盘列表
depth: 考虑的档位数
"""
bid_weight = sum(v / (i+1) for i, (p, v) in enumerate(bids[:depth]))
ask_weight = sum(v / (i+1) for i, (p, v) in enumerate(asks[:depth]))
if bid_weight + ask_weight == 0:
return 0
return (bid_weight - ask_weight) / (bid_weight + ask_weight)为什么要加权？因为离最优价越近的挂单，对价格的影响越大。你想想看，买一挂1000手和买五挂1000手，意义能一样吗？
避坑指南：我曾经犯过一个错误——只看订单簿不平衡就开仓。后来发现，有些大资金会故意在某个价位挂大量单子制造假象，然后瞬间撤单。所以一定要结合成交数据一起看。
逐笔成交数据解析
逐笔成交数据（Tick-by-Tick Data）是高频交易的「原材料」。每一笔成交记录都包含：
- 成交时间（精确到微秒甚至纳秒）
- 成交价格
- 成交量
- 成交方向（买方主动还是卖方主动）
- 成交编号
解析逐笔数据，我重点关注这几个维度：
- 成交方向：买方主动成交多，说明买方急迫；卖方主动成交多，说明卖方急迫。
- 大单识别：单笔成交量超过平均量3倍以上的，视为大单。大单往往意味着机构行为。
- 成交速度：单位时间内的成交笔数。速度突然加快，说明有资金在抢筹或出货。
举个例子，这是我常用的一个简单分析函数：
def analyze_tick_data(ticks, window_ms=100):
"""
ticks: 逐笔成交数据列表
window_ms: 时间窗口（毫秒）
"""
# 按时间窗口分组
windows = group_by_time(ticks, window_ms)
for w in windows:
buy_volume = sum(t.volume for t in w if t.side == 'buy')
sell_volume = sum(t.volume for t in w if t.side == 'sell')
trade_count = len(w)
# 计算买卖压力比
pressure_ratio = buy_volume / (buy_volume + sell_volume) if (buy_volume + sell_volume) > 0 else 0.5
# 识别异常
if pressure_ratio > 0.8:
print(f"强买方压力，时间窗口内买方成交量占比{pressure_ratio:.2%}")
elif pressure_ratio < 0.2:
print(f"强卖方压力，时间窗口内卖方成交量占比{1-pressure_ratio:.2%}")关键认知：订单簿是「静态快照」，逐笔成交是「动态过程」。两者结合，才能看清市场的真实面貌。
知识体系总览
下面这张图是我自己梳理的订单簿与市场微观结构的知识框架，你可以对照着理解：
这张图把整个知识体系分成了三层：底层是订单簿的数据构成，中间层是分析方法，顶层是实战应用。每一层都依赖下一层提供的基础能力。
我的建议：刚开始学的时候，先把 Level 2 数据玩熟。别急着上 Level 3，数据量太大，容易迷失。我当年就是太贪心，结果被海量数据淹没了。
好了，这一章的内容就到这里。订单簿是高频交易的「眼睛」，把这块吃透了，后面的策略开发才能站得稳。