4. 盘口深度分析：深度图绘制、买卖盘口不平衡指标、订单簿斜率与市场压力

盘口深度分析，说白了就是看透订单簿背后的博弈。我做了这么多年量化，发现很多人只盯着成交价看，却忽略了订单簿里藏着的“暗流”。今天咱们就把这块硬骨头啃下来。

4.1 深度图(Depth Chart)绘制：把订单簿“画”出来

深度图是什么？就是把买卖双方的挂单量，按价格从近到远累加起来，画成两条曲线。买盘在左，卖盘在右，中间就是当前市价。

我个人习惯用 matplotlib 来画，但要注意一点：数据预处理很关键。我曾经踩过一个坑——直接拿原始订单簿数据画图，结果曲线锯齿严重，根本看不出趋势。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

def plot_depth_chart(bids, asks, price_col='price', vol_col='volume'):
    """
    bids: 买单DataFrame，按价格降序排列
    asks: 卖单DataFrame，按价格升序排列
    """
    # 计算累计量
    bids_cum = bids[vol_col].cumsum()
    asks_cum = asks[vol_col].cumsum()
    
    # 画图
    plt.figure(figsize=(12, 6))
    plt.step(bids[price_col], bids_cum, where='post', 
             label='买盘深度', color='green', linewidth=2)
    plt.step(asks[price_col], asks_cum, where='post', 
             label='卖盘深度', color='red', linewidth=2)
    
    plt.xlabel('价格')
    plt.ylabel('累计挂单量')
    plt.title('订单簿深度图')
    plt.legend()
    plt.grid(True, alpha=0.3)
    plt.show()

4.2 买卖盘口不平衡指标：谁在“用力”

盘口不平衡，说白了就是买方和卖方谁更“着急”。我常用的指标有三个：

嗯，这里要注意：VI 指标虽然简单，但容易受大单干扰。我遇到过一种情况——某个价位突然挂了一笔巨量卖单，VI 瞬间变成负值，但实际只是做市商在调整仓位，并不是真的看空。

4.3 订单簿斜率与市场压力

订单簿斜率，这个概念有点抽象。你想想看，深度图上的曲线越陡，说明什么？说明在某个价格区间内，挂单量非常集中。反过来，曲线越平缓，说明挂单分散，流动性好。

我习惯用线性回归来拟合深度图的前 N 档价格，斜率就是回归系数。具体做法：

from sklearn.linear_model import LinearRegression

def compute_depth_slope(levels, cum_volumes):
    """
    levels: 价格水平数组
    cum_volumes: 对应的累计挂单量
    """
    X = levels.reshape(-1, 1)
    y = cum_volumes
    
    model = LinearRegression()
    model.fit(X, y)
    
    return model.coef_[0]  # 斜率

# 使用示例
buy_slope = compute_depth_slope(bids['price'][:10], bids_cum[:10])
sell_slope = compute_depth_slope(asks['price'][:10], asks_cum[:10])

斜率越大，说明市场压力越大。举个例子：如果卖盘斜率突然变陡，说明卖方在某个价格区间集中挂单，形成“压力位”。买盘斜率变陡，则形成“支撑位”。

4.4 知识体系总览

下面这张图，是我自己梳理的盘口深度分析框架。你看一眼就能明白各个模块之间的关系：

这三个模块其实是环环相扣的。深度图给你直观的视觉感受，不平衡指标给你定量的判断依据，斜率分析则帮你找到关键的压力位和支撑位。三者结合，才能读懂订单簿背后的语言。