3、订单簿微观结构：订单到达与撤销过程、订单簿的统计特性、流动性分布、订单簿的马尔可夫性质

做量化交易这些年，我越来越觉得订单簿这东西就像市场的「心电图」。你盯着它看久了，能感受到买卖双方的呼吸节奏。今天咱们就聊聊订单簿的微观结构，说白了就是——订单怎么来的、怎么走的、中间有什么规律可循。

3.1 订单到达与撤销过程

先说说订单到达。你想想看，每一笔限价单挂进来，其实背后都是一个人在思考。但这么多人的行为叠加起来，居然有很强的统计规律。

订单到达的统计特征：

• 到达率不是均匀的——早盘和尾盘明显更密集，午盘相对稀疏。我做过统计，A股开盘后30分钟内的订单到达率，大约是午盘时段的2-3倍。
• 到达间隔服从指数分布——嗯，这里有个有意思的点。在流动性好的股票上，订单到达间隔近似指数分布，意味着这是个泊松过程。但小盘股就不太一样了，经常出现「扎堆」现象。
• 撤销率惊人——我记得有次分析某只高频交易活跃的股票，发现超过70%的限价单在挂出后10秒内就被撤掉了。说白了，很多订单根本不是为了成交，而是为了「试探」市场。

撤销行为的模式：

• 激进撤销——价格快速变动时，远离最新成交价的订单会被批量撤销。我曾经见过一次，某只股票突然拉升2%，买一到买五的订单在0.3秒内撤掉了80%。
• 冰山订单的撤销策略——大资金常用这招。挂一个显性订单，成交后立即撤掉并重新挂单，保持「隐身」状态。避坑指南：我曾经因为没识别出冰山订单，以为流动性很好，结果一进场就被砸穿了。

3.2 订单簿的统计特性

订单簿不是一堆随机数字，它有非常稳定的统计特征。我个人习惯用三个维度来刻画：

统计量	含义	实战意义
价差（Spread）	最优买卖价之差	价差越小，流动性越好，交易成本越低
深度（Depth）	各档位的挂单量	深度越大，大单冲击成本越小
斜率（Slope）	价格-挂单量的变化率	斜率陡峭说明流动性集中在最优价位附近
不平衡度（Imbalance）	买卖挂单量的比值	失衡严重时，价格往往朝挂单少的方向移动

这里我想重点说说不平衡度。为什么它这么重要？

我做过一个回测：当买一挂单量是卖一挂单量的3倍以上时，未来1分钟内价格上涨的概率超过65%。但要注意，这个指标在极端行情下会失效——比如跌停板时，买一挂单量再大也没用，因为没人愿意卖。

3.3 流动性分布

流动性不是均匀分布在各个价位的。你想想看，如果每个价位挂单量都一样，那市场也太「完美」了。实际情况是：

• 流动性集中在最优价位附近——大约80%的挂单量集中在最优买卖价上下3个tick内。再往外，挂单量急剧下降。
• 流动性「空洞」现象——某些价位上挂单量突然很少，形成「空洞」。这往往是价格快速突破的「导火索」。我记得有一次做策略，专门盯着这些空洞，一旦价格逼近空洞，就提前布局，效果还不错。
• 流动性分布的时间特征——早盘流动性分布最不均匀，因为大家都在抢跑。尾盘则相对均匀，因为该进场的都进场了。

3.4 订单簿的马尔可夫性质

这个标题听起来有点吓人，其实说白了就是：订单簿的未来状态，只取决于当前状态，跟过去怎么走到这一步没关系。

为什么会这样？因为订单簿的更新速度太快了。每秒可能有几十甚至上百笔订单到达和撤销，过去10秒的状态早就被「冲刷」干净了。

马尔可夫性质在实战中的应用：

• 状态空间压缩——我们不需要记住完整的订单簿历史，只需要维护当前的状态。这大大降低了计算量。
• 转移概率矩阵——可以统计从当前状态转移到下一个状态的概率。比如，当前价差为1个tick时，下一时刻价差变为2个tick的概率是多少？
• 强化学习的基础——很多订单簿交易策略都基于马尔可夫决策过程（MDP）。说白了，就是把交易问题建模成：当前状态 → 采取动作 → 获得奖励 → 进入新状态。

知识体系总览

下面这张图，是我自己梳理的订单簿微观结构知识框架。你看一眼就能明白各个概念之间的关系：

这张图把四个核心概念串起来了。你从中心往外看，每个分支都有对应的子知识点。我个人建议，先理解「订单到达与撤销」这个基础，再去看「统计特性」和「流动性分布」，最后才是「马尔可夫性质」。因为马尔可夫性质是建立在前三个基础之上的抽象结论。

---

公众号:蓝海资料掘金营，微信deep3321