第2章不平衡度定义

2、不平衡度定义：订单簿不平衡度的数学定义与公式推导

好，咱们直接进入正题。

订单簿不平衡度，英文叫 Order Book Imbalance，简称 OBI。这东西说白了，就是衡量买卖双方谁更「着急」的一个指标。

我刚开始做高频策略的时候，总盯着盘口的每一笔成交看，累得半死。后来发现，真正有用的信息其实就藏在订单簿的挂单里。你想想看，如果买单堆得跟山一样高，卖单稀稀拉拉，那价格大概率要往上走。反过来也一样。

OBI 就是把这个直觉，变成了一个可以计算的数字。

我们先从最朴素的角度理解。

假设现在订单簿上，买一档到买五档的总量是 1000 手，卖一档到卖五档的总量是 500 手。那明显买方更强。OBI 的值就应该是一个正数，而且越大说明买方越强。

如果反过来，卖单总量 1000，买单总量 500，那 OBI 就是负数，说明卖方占优。

如果两边一样多，OBI 就是 0，表示暂时平衡。

嗯，这个逻辑很直白。但问题来了：怎么把这个「强弱」量化成一个标准化的数字？

最经典的 OBI 公式长这样：

OBI = (BidVolume - AskVolume) / (BidVolume + AskVolume)

其中：

这个公式的结果范围在 -1 到 1 之间。

我个人习惯用这个公式作为基准。 它简单、直观，而且归一化之后，不同品种、不同时间段的 OBI 可以直接比较。

但是，上面的公式有个问题。它把每一档的挂单量看得一样重要。

我在项目中遇到过这样的情况：买一档挂了 1000 手，买二档只挂了 10 手。按基础公式算，买方力量很强。但实际上，那 1000 手可能是个大单，随时可能撤掉。真正有支撑力度的，反而是买二档到买五档那些分散的挂单。

所以，我们需要给不同档位加上权重。离当前价格越近的档位，权重应该越高。

加权 OBI 的公式：

OBI_weighted = (Σ(wi * BidVolume_i) - Σ(wi * AskVolume_i)) / (Σ(wi * BidVolume_i) + Σ(wi * AskVolume_i))

其中 wi 是第 i 档的权重。常见的权重设置方式有：

避坑指南： 我曾经试过用指数权重，结果发现参数稍微调一下，OBI 的数值就剧烈变化。后来我改用线性权重，稳定性好很多。建议你先从线性权重开始，跑一段时间回测，再决定要不要换。

除了 OBI，还有一个相关的概念叫「深度不平衡」(Depth Imbalance)。它不直接比较买卖总量，而是看价格需要移动多少，才能吃掉某一侧的挂单。

公式如下：

DepthImbalance = (BidDepth - AskDepth) / (BidDepth + AskDepth)

这里的 BidDepth 和 AskDepth 不是挂单量，而是「吃掉所有挂单需要的价格变动幅度」。比如，买一到买五档的总挂单量是 1000 手，每手价格差 0.01 元，那买方深度就是 1000 * 0.01 = 10 元。意思是，价格需要下跌 10 元，才能把买方的所有挂单都吃掉。

这个指标的好处是，它考虑了价格滑点。如果买方深度很大，说明即使有大单卖出，价格也不容易被打穿。

下面这张图，帮你把 OBI 的整个知识体系串起来：

公式讲完了，但光有公式还不够。我踩过几个坑，跟你分享一下：

档位选择：取前 5 档还是前 10 档？我建议先取 5 档。太深的档位挂单量不稳定，容易引入噪音。
数据频率：OBI 是高频指标。如果你用 1 分钟 K 线去算，基本没什么用。至少要用 tick 级别或者秒级数据。
阈值设定：OBI 大于 0.6 算强买，小于 -0.6 算强卖？不一定。不同品种的波动特性不同。我习惯先跑一个月的历史数据，看看 OBI 的分布，再定阈值。

警告： OBI 只是一个信号，不是圣杯。我曾经在某个品种上，OBI 连续 10 分钟都大于 0.8，结果价格突然暴跌。后来复盘发现，那 10 分钟里，买方挂单虽然多，但全是小单，卖方一个大单直接砸穿。所以，一定要结合成交量、价差等其他指标一起看。

好了，OBI 的定义和公式就讲到这里。记住，核心就是那个比值：买卖力量之差除以买卖力量之和。简单，但有效。