01
订单簿基础概念
什么是订单簿、买卖盘口、深度图的基本构成要素。
入门核心
02
Level 1 vs Level 2 数据
市场数据层级差异、Tick级数据与快照数据的区别。
数据对比
03
订单簿数据结构
使用Python字典/列表模拟订单簿、价格-数量映射关系。
Python实现
04
买卖盘口分析
买一卖一价差、盘口厚度、挂单量的实时监控。
盘口监控
05
深度图绘制
使用Matplotlib绘制阶梯状深度图、累积深度曲线。
可视化Matplotlib
06
订单簿动态更新
增量更新机制、事件驱动下的订单簿重建。
实时事件
07
订单簿不平衡指标
买卖压力比、订单流不平衡(OFI)的计算。
指标OFI
08
价差与市场微观结构
有效价差、实现价差、已实现价差的计算。
微观价差
09
成交量分布分析
Volume Profile、价值区域(VA)、控制点(POC)的识别。
VPPOC
10
订单簿斜率分析
深度曲线斜率、市场弹性与支撑阻力判断。
斜率支撑阻力
11
限价订单簿的统计特征
订单到达率、订单撤销率、订单存活时间分布。
统计分布
12
高频数据清洗
去重、对齐时间戳、处理缺失值与异常值。
清洗预处理
13
订单簿特征工程
构建价格动量、波动率、流动性等衍生特征。
特征衍生
14
订单簿与价格发现
信息份额模型、价格贡献度分析。
价格发现模型
15
订单簿中的操纵识别
幌骗(Spoofing)、分层(Layering)检测方法。
风控检测
16
基于订单簿的成交量预测
使用LSTM/GRU预测短期挂单量变化。
深度学习LSTM
17
订单簿与市场冲击模型
Almgren-Chriss模型、永久/临时冲击成本估算。
冲击成本
18
订单簿中的套利机会
跨交易所价差套利、三角套利的实时监控。
套利实时
19
订单簿与波动率曲面
基于订单簿的隐含波动率计算、波动率微笑。
波动率曲面
20
订单簿数据压缩
使用ProtoBuf/Parquet存储高频订单簿数据。
存储压缩
21
订单簿回测框架
构建基于订单簿的模拟撮合引擎。
回测引擎
22
订单簿与做市策略
基于库存风险的报价调整、Avellaneda-Stoikov模型。
做市策略
23
订单簿中的聚类分析
使用DBSCAN识别订单簿中的价格簇。
聚类DBSCAN
24
订单簿与事件研究
重大新闻发布前后的订单簿变化模式。
事件新闻
25
订单簿与机器学习
使用XGBoost/LightGBM预测短期价格方向。
XGBoost分类
26
订单簿与强化学习
基于深度强化学习的订单簿交易策略。
强化学习DRL
27
订单簿与风险管理
VaR计算、压力测试下的流动性风险。
VaR压力测试
28
订单簿可视化进阶
使用Plotly/Dash构建交互式订单簿仪表盘。
Plotly仪表盘
29
订单簿与另类数据
将订单簿数据与社交媒体情绪数据融合分析。
另类数据情绪
30
订单簿实战项目
构建完整分析系统：数据获取→存储→分析→可视化→策略回测。
实战全流程