2、量化交易基础：市场微观结构、订单簿与撮合机制、回测框架简介、过拟合与未来函数

说实话，很多做量化的人一上来就研究各种花哨的因子，却忽略了最基础的东西——市场到底是怎么运行的。我见过不少团队，因子回测漂亮得不行，一上实盘就崩。为什么？说白了，就是没搞懂市场微观结构。

这一章，咱们就把地基打牢。我会从最底层的订单簿讲起，再到回测框架的坑，最后聊聊过拟合这个老生常谈的问题。嗯，都是我用真金白银换来的经验。

2.1 市场微观结构：你看到的不是全部

市场微观结构，听起来很高大上，其实就是研究「订单是怎么变成成交的」。你想想看，你在交易软件上点一下买入，背后发生了什么？

我个人习惯把市场微观结构拆成三个层次：

• 订单层：限价单、市价单、冰山订单……各种订单类型
• 信息层：买卖盘口、逐笔成交、Level2数据
• 博弈层：做市商、高频交易者、散户之间的博弈

我在项目中遇到过最典型的例子：某个因子在日线级别上表现很好，但换成分钟级数据就完全失效。后来一查，原来是这个因子利用了收盘价的「人为操纵」——某些股票在收盘前几秒被大单拉了一下。这种微观结构上的噪声，日线根本看不出来。

2.2 订单簿与撮合机制：价格是怎么来的

订单簿，就是所有未成交订单的集合。买一、买二、卖一、卖二……这些大家应该都见过。但撮合机制的原理，很多人其实没深究过。

撮合的核心规则就一条：价格优先，时间优先。什么意思？

• 买单出价高的先成交
• 卖单出价低的先成交
• 价格一样，先挂单的先成交

举个例子你就明白了：

当前订单簿状态：
卖一：10.00元  1000股
卖二：10.01元  2000股
买一：9.99元   1500股
买二：9.98元   3000股

你下了一个市价买单，买入2000股。
系统会先吃掉卖一的1000股（10.00元），
再吃掉卖二的1000股（10.01元）。
最终成交均价 = (10.00*1000 + 10.01*1000) / 2000 = 10.005元

我曾经犯过一个低级错误：回测时假设市价单永远以对手盘最优价成交。结果实盘时，因为流动性不足，滑点大得吓人。嗯，从那以后我写回测引擎时，都会加上「订单簿模拟」模块。

2.3 回测框架简介：别让回测骗了你

回测框架，说白了就是一台「时光机」。你把策略扔进去，它告诉你「如果过去这么交易，能赚多少钱」。但问题是，这台时光机很容易出bug。

一个靠谱的回测框架，至少得包含这几个模块：

模块	作用	常见坑
数据模块	提供历史行情数据	前复权/后复权搞混
订单模块	模拟下单、撤单	忽略订单簿深度
撮合模块	按规则成交	假设立即成交
风控模块	检查仓位、资金	忽略涨跌停限制
绩效模块	计算收益、回撤等	忽略交易成本

我个人习惯用事件驱动的回测框架。为什么？因为事件驱动能更真实地模拟「收到数据→做出决策→提交订单→收到成交回报」这个流程。而向量化回测虽然快，但容易忽略时序上的细节。

2.4 过拟合与未来函数：回测最大的两个敌人

过拟合和未来函数，是量化交易里最容易被忽视的两个坑。我刚开始做量化时，在这上面栽过不少跟头。

2.4.1 过拟合：你的策略太「聪明」了

过拟合，就是你的策略把历史数据里的噪声也学进去了。说白了，它记住了过去，但预测不了未来。

怎么判断是否过拟合？我一般看这几个信号：

• 回测收益极高，但参数稍微一改就崩
• 策略在训练集上表现完美，测试集上一塌糊涂
• 因子数量远大于样本数量（比如用100个因子去拟合100天的数据）

我曾经做过一个策略，回测夏普比率3.5，当时觉得自己要发财了。结果实盘一个月，夏普直接变成负数。后来复盘发现，这个策略用了太多参数去拟合某一段特定行情。行情一变，策略就废了。

2.4.2 未来函数：时间旅行者的陷阱

未来函数，就是你的策略「不小心」用到了未来的信息。这听起来像科幻小说，但在回测中非常常见。

典型的未来函数场景：

• 用当天的收盘价计算当天的买入信号
• 用复权后的数据计算价格突破
• 用「当日最高价」作为止损条件
• 用「未来才知道」的事件作为选股条件（比如财报发布后才用财报数据）

怎么避免？我的经验是：回测时永远假设你只能看到「当前时刻之前」的数据。写代码时，把数据对齐做好，别让未来的数据「穿越」回来。

知识体系总览

下面这张图，把本章的核心内容串起来了。你可以把它当作一个「思维导图」，方便回顾。

好了，这一章的内容就到这里。记住一句话：量化交易不是数学游戏，而是对市场运行规律的深刻理解。把微观结构、订单簿、回测框架这些基础打牢，后面的因子挖掘才能站得住脚。

---