第2章订单簿与流动性分析

订单簿与流动性分析：限价单与市价单、订单簿结构、流动性深度与滑点计算

大家好，我是你们的讲师。今天我们来聊聊订单簿和流动性分析。说实话，这部分内容是我在实战中踩坑最多的地方。刚入行那会儿，我总觉得算法交易就是写代码、算概率，直到有一次在流动性极差的币对上做了一笔大单，直接被打穿了三个档位——嗯，那笔亏损让我记住了什么叫「市场冲击」。

你想想看，如果你要买入100个比特币，而卖一档只有2个比特币，会发生什么？你的订单会像推土机一样，把卖单从低到高全部吃掉。这个过程产生的额外成本，就是滑点。而滑点的核心，就藏在订单簿的结构里。

一、限价单与市价单：两种订单的博弈

先说说最基础的两种订单类型。我个人习惯把限价单叫做「耐心单」，把市价单叫做「急迫单」。

限价单（Limit Order）：你指定一个价格，只有市场达到这个价格才会成交。说白了，你在等别人来「接盘」或「割肉」。优点是你可以控制成交价格，缺点是不一定能成交。
市价单（Market Order）：你不管价格，直接按当前最优价成交。优点是秒成交，缺点是你可能被「宰」——尤其是在流动性差的时候。

我在项目中遇到过一种情况：某个小币种，平时买卖价差只有0.1%，但一旦有大单进来，价差瞬间扩大到1%以上。为什么？因为做市商在撤单。他们看到你的大单，会立刻把限价单撤掉，然后重新挂更高的价格。这就是所谓的「抢跑」行为。

  核心观点：限价单提供流动性，市价单消耗流动性。你的算法必须在这两者之间找到平衡。

二、订单簿结构：读懂市场的「心电图」

订单簿，说白了就是所有未成交订单的集合。它分为买盘（Bid）和卖盘（Ask）两侧。每一侧都按价格从高到低排列。

举个例子，假设当前订单簿长这样：

价格	卖单数量	价格	买单数量
100.10	500	100.00	300
100.20	800	99.90	600
100.30	1200	99.80	900

这里卖一档是100.10，买一档是100.00。价差是0.10。如果你现在下市价买单，你会先吃掉100.10的500股，然后100.20的800股，以此类推。

为什么会这样？因为订单簿是按价格优先、时间优先的原则匹配的。价格好的先成交，价格相同的先到先得。

我的小技巧：在分析订单簿时，我习惯看「深度分布」而不是只看最优价。有时候最优价只有一点点，但第二档却堆了大量订单。这种结构很容易被大单打穿。

三、流动性深度：你的订单能「游」多远？

流动性深度，简单说就是订单簿上各个价格档位的订单总量。深度越厚，你的大单就越不容易造成价格大幅波动。

我一般用「深度曲线」来衡量流动性。横轴是价格偏移量，纵轴是累计成交量。比如：

# 计算累计深度
def calc_depth(order_book, side='ask', levels=10):
    cumulative = 0
    depth = []
    for price, qty in order_book[side][:levels]:
        cumulative += qty
        depth.append((price, cumulative))
    return depth

# 示例输出
ask_depth = calc_depth(order_book, 'ask', 5)
print(ask_depth)
# [(100.10, 500), (100.20, 1300), (100.30, 2500), ...]

你看，如果我要买2000股，按照上面的订单簿，我需要吃掉卖一到卖三的全部订单，成交均价是：

(100.10×500 + 100.20×800 + 100.30×700) / 2000 ≈ 100.205

比最优价100.10高了0.105。这就是滑点。

注意：流动性深度不是一成不变的。在重大新闻发布前后，做市商可能会大幅撤单，导致深度瞬间变薄。我曾经在美联储议息会议前吃过这个亏——订单簿看起来挺厚，结果一成交，价格直接滑了0.5%。

四、滑点计算：量化你的交易成本

滑点，就是你实际成交价与预期价之间的差额。它分为两种：

显性滑点：由订单簿上的价差和深度直接导致的滑点。可以精确计算。
隐性滑点：由你的订单本身对市场造成的影响导致的滑点。比如大单进场后，其他交易者会调整预期，导致价格进一步偏离。

计算显性滑点很简单：

def calc_slippage(order_book, side, quantity):
    """
    计算市价单的预期滑点
    side: 'buy' 或 'sell'
    quantity: 交易数量
    """
    total_cost = 0
    remaining = quantity
    for price, qty in order_book[side]:
        if remaining <= 0:
            break
        trade_qty = min(remaining, qty)
        total_cost += trade_qty * price
        remaining -= trade_qty
    
    if remaining > 0:
        return None  # 流动性不足
    
    avg_price = total_cost / quantity
    best_price = order_book[side][0][0]
    slippage = (avg_price - best_price) / best_price * 100
    return slippage

# 示例
slippage = calc_slippage(order_book, 'ask', 2000)
print(f"预期滑点: {slippage:.2f}%")

隐性滑点就复杂多了。它涉及到市场微观结构、信息不对称、以及你的订单对市场参与者心理的影响。我一般用「冲击成本模型」来估算，比如Almgren-Chriss模型：

# Almgren-Chriss 简化版
def impact_cost(quantity, volume, volatility, spread):
    """
    quantity: 交易量
    volume: 日均成交量
    volatility: 波动率
    spread: 买卖价差
    """
    permanent = 0.1 * (quantity / volume) * volatility
    temporary = 0.5 * spread * (quantity / volume)**0.5
    return permanent + temporary

这个模型虽然简单，但在实际项目中已经够用了。我一般用它来估算大单的隐性成本，然后决定是否要拆单。

  关键结论：滑点 = 显性滑点 + 隐性滑点。显性滑点可以通过订单簿精确计算，隐性滑点需要模型估算。两者加起来，才是你真正的交易成本。

五、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。你看一眼就能明白：订单类型、订单簿结构、流动性深度、滑点计算，它们之间是怎么关联的。

从这张图你可以看到，整个分析链条是：订单类型决定了你是提供还是消耗流动性 → 订单簿结构展示了当前市场的供需格局 → 流动性深度量化了你能「游」多远 → 滑点计算则把这一切转化为具体的成本数字。

实战建议：我每次写拆单算法前，都会先跑一遍这个分析流程。先看订单簿结构，再算深度，最后估算滑点。如果滑点超过预期收益的10%，我就会考虑拆单或者放弃交易。

好了，这一章的内容就到这里。记住，订单簿是你的「战场地图」，流动性是你的「弹药」，滑点是你的「战损」。只有把这三者搞清楚了，你的拆单算法才能真正做到「精准打击」。

📚 课程目录

订单簿与流动性分析：限价单与市价单、订单簿结构、流动性深度与滑点计算

一、限价单与市价单：两种订单的博弈

二、订单簿结构：读懂市场的「心电图」

三、流动性深度：你的订单能「游」多远？

四、滑点计算：量化你的交易成本

五、知识体系总览