4、策略信号生成：基于订单簿不平衡的信号、基于波动率的信号、信号合成与过滤

好，咱们进入第四讲。信号生成，这是策略的灵魂。

说实话，很多做市策略的成败，就卡在这一步。你回测框架搭得再好，参数调得再勤，信号不对，一切都是白搭。我个人习惯把信号生成分成三个层次：原始信号、合成信号、过滤后的信号。今天咱们就一层层剥开来看。

4.1 基于订单簿不平衡的信号

订单簿不平衡，英文叫 Order Book Imbalance，简称 OBI。这玩意儿说白了就是看「买的人多还是卖的人多」。

你想想看，如果买单深度远大于卖单深度，那价格短期往上走的概率就大。反之亦然。这个逻辑很朴素，但实战中非常有效。

我常用的计算公式是这样的：

OBI = (bid_volume - ask_volume) / (bid_volume + ask_volume)

其中 bid_volume 是买一到买五的总挂单量，ask_volume 是卖一到卖五的总挂单量。OBI 的取值范围在 -1 到 1 之间。正值表示买方占优，负值表示卖方占优。

嗯，这里要注意：不要只看一档深度。我在项目中遇到过，有些做市商喜欢在买一挂大单装样子，但买二买三空空如也。如果你只看一档，很容易被误导。我建议至少看三档，最好看五档。

还有一个变种，叫 加权订单簿不平衡。公式长这样：

weighted_OBI = Σ(weight_i * (bid_i - ask_i)) / Σ(weight_i * (bid_i + ask_i))

这个信号对高频做市尤其重要。因为它能更细腻地捕捉到订单簿的「形状」变化。

4.2 基于波动率的信号

波动率信号，很多人把它当成风险指标来用。但我告诉你，它也可以直接作为交易信号。

逻辑是这样的：当波动率突然放大时，说明市场情绪在变化。这时候做市商需要调整报价宽度，甚至暂时退出市场。而当波动率回归正常时，又可以重新进场。

我常用的波动率指标有两种：

指标	计算方法	适用场景
瞬时波动率	最近N笔交易的收益率标准差	高频做市，捕捉短期波动
相对波动率	当前波动率 / 历史波动率均值	判断波动是否异常

我个人习惯用 相对波动率。为什么？因为瞬时波动率在不同品种、不同时间段差异太大。比如BTC在亚洲下午和欧美晚上，波动率能差好几倍。用相对值就能归一化处理。

我曾经踩过一个坑：直接用瞬时波动率做阈值过滤，结果白天信号太少，晚上信号太多。后来改成相对波动率，问题就解决了。

4.3 信号合成与过滤

单一信号往往不够稳定。比如OBI信号在横盘震荡时表现不错，但遇到突发消息就失灵了。波动率信号能识别异常，但无法告诉你方向。

所以，我们需要做 信号合成。

我常用的合成方法有三种：

1. 加权平均法：给每个信号分配权重，然后线性组合。比如OBI占0.6，波动率占0.4。
2. 条件触发法：只有当多个信号同时满足条件时，才生成交易信号。比如OBI > 0.3 且 波动率 < 2倍均值。
3. 分层决策法：先用波动率信号判断「能不能做」，再用OBI信号判断「往哪做」。

我个人最推荐第三种——分层决策法。它更符合人的直觉。你想想看，一个优秀的做市商，一定是先判断「今天这行情适不适合做」，再决定「往哪个方向做」。

下面是我在项目中用过的信号合成流程图：

信号过滤这块，我还有一个心得：不要过度过滤。有些同学恨不得加十个八个条件，结果信号少得可怜，一天都开不了几次仓。做市策略的核心是高频次、小盈利，信号太少就失去了做市的意义。

4.4 实战中的信号处理技巧

最后分享几个我在实战中积累的小技巧：

• 信号平滑：用EMA对原始信号做平滑，避免毛刺。我一般用3-5周期的EMA。
• 信号归一化：把不同量纲的信号统一到0-1或-1到1的范围，方便合成。
• 信号延迟：做市信号不能太灵敏，否则会被频繁的买卖盘跳动骗进去。我习惯加1-2个tick的延迟。
• 信号衰减：如果某个信号连续N次都预测错误，临时降低它的权重。这叫「动态权重调整」。

嗯，说到动态权重，我曾经在ETH-USDT的做市策略里用过。一开始OBI信号权重设0.7，波动率设0.3。跑了三天发现OBI信号在震荡市表现很好，但在趋势行情里老是反向。后来我加了一个「趋势强度」指标，当趋势强时自动降低OBI权重、提高波动率权重。效果立竿见影。

好了，信号生成这块就讲到这里。记住一句话：信号不是越多越好，而是越准越好。下一节咱们会讲如何用这些信号去驱动报价引擎，那才是真正见真章的地方。

---

公众号:蓝海资料掘金营，微信deep3321