第三节：订单簿分析——如何识别挂单深度与回扣机会

做流动性回扣套利，说白了就是跟订单簿谈恋爱。你得读懂它的脾气，知道什么时候它愿意给你钱，什么时候它会坑你。我做了这么多年，见过太多人一上来就盯着回扣率，结果被深度不足的订单簿吃得骨头都不剩。

今天我们就来聊聊，怎么通过订单簿分析，找到那些真正能赚钱的挂单深度和回扣机会。

一、订单簿的“骨架”：深度与价差

先看一个最简单的订单簿结构。假设我们有个交易对 ETH/USDT，当前订单簿长这样：

买盘（Bids）	价格	卖盘（Asks）
100 ETH @ 1800.50	1800.50	50 ETH @ 1800.60
200 ETH @ 1800.40	1800.40	80 ETH @ 1800.70
150 ETH @ 1800.30	1800.30	120 ETH @ 1800.80
300 ETH @ 1800.20	1800.20	200 ETH @ 1800.90

这里有两个关键指标：价差和深度。价差就是买一和卖一之间的差距，这里是 0.10 USDT。深度呢，就是每个价位上挂了多少单。

我个人习惯，先看价差。如果价差小于 0.05%，说明市场流动性不错。但光看价差不够，还得看深度。为什么？

二、识别“假深度”与“真机会”

我在项目中遇到过一种情况：某个交易所的订单簿看起来深度很好，买一挂了 500 ETH，卖一挂了 400 ETH。结果我一挂单，发现这些单子瞬间撤了。嗯，这就是典型的“假深度”——做市商在刷单，诱导你进场。

怎么识别？我总结了三个方法：

1. 看挂单的更新频率——如果某个价位的挂单每秒钟都在变，大概率是机器人刷的。
2. 看挂单的分布——正常深度应该是从买一到买五逐渐减少，如果突然在某个价位出现巨量挂单，要小心。
3. 看挂单的存活时间——我一般会观察 10 秒，如果挂单在 10 秒内没被吃掉也没撤单，才考虑跟单。

三、回扣机会的量化判断

好了，现在我们知道怎么看深度了。那怎么判断有没有回扣机会？

回扣套利的本质是：你挂一个 maker 单，交易所给你返钱。但前提是你的单子得成交。所以我们需要算一个“预期收益”：

预期收益 = 回扣率 × 成交概率 - 风险成本

成交概率 ≈ 你的挂单深度 / 该价位总深度

举个例子：
- 回扣率：0.02%
- 你在买一挂了 10 ETH，该价位总深度 100 ETH
- 成交概率 ≈ 10%
- 预期收益 = 0.02% × 10% = 0.002%

如果这个值大于你的资金成本（比如 0.001%），就可以干。

你想想看，这个公式虽然简单，但实际用起来坑很多。比如成交概率怎么算？我一般用历史回测，看过去 1 小时内该价位的成交频率。

四、实战：用订单簿数据找最佳挂单位置

下面我给大家一个实战框架。假设我们想在 Binance 的 BTC/USDT 上做回扣套利：

1. 第一步：获取实时订单簿——用 WebSocket 订阅 depth 通道，每秒更新一次。
2. 第二步：计算每个价位的“回扣性价比”——公式：性价比 = 回扣率 × (该价位深度 / 总深度)。
3. 第三步：选择性价比最高的价位——一般我会选买二或卖二，因为买一卖一竞争太激烈。
4. 第四步：挂单并监控——如果 30 秒内没成交，撤单重挂。

这里有个关键点：不要只盯一个交易所。我习惯同时监控 3-5 个交易所，找那些深度分布不均匀的机会。比如 A 交易所买一深度 200 BTC，B 交易所买一深度只有 20 BTC，那 B 交易所的挂单成交概率更高，虽然回扣率可能低一点。

五、知识体系图：订单簿分析的核心逻辑

下面我用一张图来总结整个分析框架，方便你理解：

六、避坑指南：我踩过的三个坑

最后，分享几个我亲身踩过的坑，希望能帮你少走弯路：

• 坑一：只看买一卖一——我曾经只盯着买一卖一的深度，结果发现回扣率虽然高，但成交概率极低。后来我学会了看整个订单簿的分布，发现买二买三反而更香。
• 坑二：忽略交易所的撮合规则——有些交易所是“价格优先，时间优先”，有些是“按比例分配”。如果你不了解规则，挂单策略会完全失效。我建议先读交易所的 API 文档，搞清楚撮合逻辑。
• 坑三：过度优化——有一段时间我沉迷于写复杂的算法，试图预测每一笔挂单的成交时间。结果发现，市场随机性太大，简单策略反而更稳定。现在我的原则是：KISS（Keep It Simple, Stupid）。

好了，这一节的内容就到这里。希望你能从订单簿里读出别人看不到的机会。