第4讲：价差与信号计算
各位同学，今天我们来聊聊做市策略里最基础、也最要命的部分——价差和信号计算。说白了，你连买卖价差都算不明白，那后面的策略全是空中楼阁。我当年刚入行时，就吃过这个亏。
4.1 买卖价差计算
买卖价差（Bid-Ask Spread），就是最优卖价减去最优买价。公式很简单：
Spread = Ask_Price - Bid_Price但实际项目中，我们通常用相对价差：
Relative_Spread = (Ask - Bid) / Mid_Price为什么要用相对值？因为不同股票价格差太多。茅台2000块，价差2块才0.1%；某低价股2块钱，价差2分钱就是1%。你拿绝对值去比较，根本没法统一处理。
核心要点：价差是流动性的直接体现。价差越小，流动性越好。做市商赚的就是这个价差。
我在项目中遇到过一个问题：有些交易所的订单簿数据里，买一卖一可能同时为空。这时候价差怎么算？我的做法是：如果任意一侧为空，直接返回NaN，后续策略会跳过这个时间点。千万别自作聪明去补一个默认值，那会引入偏差。
4.2 加权中间价
中间价（Mid Price）大家都会算：
Mid = (Bid + Ask) / 2但这里有个坑——如果买卖挂单量严重不平衡，这个中间价其实很虚。举个例子：
- 买一：100元，挂1000股
- 卖一：101元，挂10股
中间价是100.5元。但你想成交，大概率只能按100元卖，因为卖一那10股根本不够吃。这时候就需要加权中间价了。
加权中间价的计算方式有很多种，我个人比较常用的是按挂单量加权：
Weighted_Mid = (Bid_Price * Ask_Size + Ask_Price * Bid_Size) / (Bid_Size + Ask_Size)为什么这么算？你想想看，如果卖一侧挂单很少，说明卖方力量弱，价格应该更偏向买方。这个公式正好反映了这个逻辑。
小技巧：我习惯同时计算普通中间价和加权中间价，两者的差值可以作为一个信号。差值越大，说明订单簿越不平衡，可能预示着价格即将变动。
4.3 成交量加权平均价（VWAP）
VWAP大家应该不陌生，公式是：
VWAP = Σ(Price_i * Volume_i) / Σ(Volume_i)但在高频做市场景下，我们通常计算的是实时VWAP，也就是从当天开盘到当前时刻的累计加权平均价。这个指标用来衡量你的成交价格是否跑赢了市场平均水平。
我一般会维护两个VWAP：
- 全量VWAP：从开盘到现在的所有成交
- 滚动VWAP：最近N笔成交（比如最近100笔）
滚动VWAP对短期价格变化更敏感。我曾经用滚动VWAP作为做市策略的参考基准，效果比用全量VWAP好不少。
def calc_rolling_vwap(trades, window=100):
"""
计算滚动VWAP
trades: list of (price, volume)
"""
if len(trades) < window:
return None
recent = trades[-window:]
total_vol = sum(v for _, v in recent)
total_val = sum(p * v for p, v in recent)
return total_val / total_vol if total_vol > 0 else None注意：VWAP对异常成交很敏感。比如一笔大单以极端价格成交，会严重拉偏VWAP。我建议在计算前先做一次价格过滤，剔除明显异常的单子。
4.4 订单簿不平衡指标
这个指标是我做策略时最依赖的信号之一。它衡量的是买卖双方的力量对比。
最简单的版本：
Imbalance = (Bid_Volume - Ask_Volume) / (Bid_Volume + Ask_Volume)取值范围在-1到1之间。正值表示买方力量强，负值表示卖方力量强。
但实际项目中，只看买一卖一太片面了。我通常会用深度加权的不平衡指标：
def calc_depth_imbalance(order_book, levels=5):
"""
计算深度加权不平衡
order_book: 订单簿数据
levels: 考虑的档位数
"""
bid_vol = sum(order_book['bids'][i]['volume'] * (levels - i)
for i in range(min(levels, len(order_book['bids']))))
ask_vol = sum(order_book['asks'][i]['volume'] * (levels - i)
for i in range(min(levels, len(order_book['asks']))))
if bid_vol + ask_vol == 0:
return 0
return (bid_vol - ask_vol) / (bid_vol + ask_vol)为什么要加权？因为越靠近最优价的挂单，对价格的影响力越大。我给近端挂单更高的权重，这样算出来的不平衡指标更灵敏。
实战经验：我曾经用这个指标做过一个简单的均值回归策略。当不平衡指标超过0.7时做空，低于-0.7时做多。回测效果不错，但实盘时要注意——极端不平衡往往伴随着大单冲击，滑点会吃掉大部分利润。
4.5 知识体系总览
下面这张图总结了本章的核心内容，我建议你保存下来，写代码时对照着看：
4.6 实战中的坑
最后分享几个我踩过的坑：
- 数据延迟问题：订单簿数据更新频率极高，你算出来的价差可能已经过时了。我一般会打一个时间戳，判断数据是否在可接受的时间窗口内。
- 零成交量处理：VWAP计算时如果成交量为0，直接除会报错。记得加个判断。
- 极端行情：涨跌停时，买卖价差会变得非常大，不平衡指标也会失效。这时候最好暂停策略。
- 交易所差异：不同交易所的订单簿数据结构不一样，有的用价格档位，有的用价格区间。写代码时一定要做一层抽象。
我的建议：刚开始做策略时，先把这四个指标算清楚，画成曲线图，盯着看几天。你会发现很多规律——比如价差在开盘和收盘时最大，中午最小；不平衡指标在重大消息发布前会剧烈波动。这些观察比任何理论都值钱。
好了，这一讲就到这里。记住一句话：信号的质量决定了策略的上限。把基础打牢，后面才能走远。