跳到主要内容

市场微观结构与订单簿基础

直觉​

前面所有模块都假设「想买就能按收盘价买到」——这是研究者的视角。实盘里，你的订单要进入限价订单簿（LOB）：买单和卖单排队匹配。买得少，按最便宜的卖价成交；买得多，就要一层层吃掉卖盘，越买越贵——这就是价量冲击（price impact）。微观结构研究的就是「订单如何在真实簿子里成交、并对价格造成多大冲击」，它是连接「理论信号」与「可实现的 PnL」的最后一公里。

订单簿、买卖价差与冲击​

  • 中间价 Pmid=(Pbid+Pask)/2P_{\text{mid}}=(P_{\text{bid}}+P_{\text{ask}})/2；买卖价差 s=Pask−Pbids=P_{\text{ask}}-P_{\text{bid}}；
  • 市价单吃对手盘（提供流动性者付钱给你？不——你付价差），限价单挂单排队赚价差；
  • 价量冲击（Kyle 线性模型）：ΔP=λ⋅q\Delta P = \lambda\cdot q，订单量 qq 越大、价格滑点越大，λ\lambda 是「市场深度」的倒数。
「人话」解释：市价单为什么「越买越贵」？

簿子里最便宜的卖价只有那么几股。你下一个 100 股的小单，按最便宜卖价成交；但下一个 10000 股的大单，便宜的卖盘被吃光后，系统会自动匹配更贵的下一档、再下一档……你的平均成交价（VWAP）就被越抬越高。这多付的部分就是冲击成本，是回测里最容易被忽略、实盘里最真实存在的损耗。流动性差的小盘股 λ\lambda 大，同样金额冲击贵得多——这正是为什么很多策略在标普大盘上有效、下到小盘股就消失。

可运行案例：市价单的价量冲击​

构造一个对称订单簿快照（每档固定深度），模拟买入不同数量时的 VWAP 滑点——直观看到「单子越大，滑点凸性上升」。

import numpy as np
import matplotlib.pyplot as plt

mid, tick, levels, depth = 100.0, 0.01, 20, 300
asks = [mid + (i+1)*tick for i in range(levels)]     # 卖盘: 越往上越贵
ask_sizes = [depth]*levels                           # 每档深度(股)

def buy_vwap(q):                                     # 市价买入 q 股, 逐档吃卖盘
  rem, spent = q, 0.0
  for px, sz in zip(asks, ask_sizes):
      take = min(rem, sz); spent += take*px; rem -= take
      if rem <= 0: break
  if rem > 0: return None                          # 簿子不够深
  return spent / q

print(f"有效价差(吃第1档) = {(asks[0]-mid)/mid:.4%}")
sizes = np.arange(0, 6000, 300)
slip = [(buy_vwap(q)-mid)/mid*1e4 for q in sizes]    # 滑点(bps)
print(f"买 300 股 滑点={slip[1]:.2f}bps   买 6000 股 滑点={slip[-1]:.2f}bps")

plt.figure(figsize=(9, 3.4))
plt.plot(sizes, slip, color='darkorange', lw=1.6)
plt.xlabel('市价买单股数'); plt.ylabel('滑点 (bps)')
plt.title('价量冲击：订单越大，VWAP 滑点凸性上升'); plt.tight_layout(); plt.show()
print("\n→ 回测若假设按中间价成交, 会系统性高估大单策略的真实 PnL。")

小结​

  • 订单在限价订单簿里匹配：中间价、买卖价差、档位深度；
  • 市价单付价差 + 吃深度的冲击，量越大滑点凸性越高（ΔP≈λq\Delta P\approx\lambda q）；
  • 策略落地必须把冲击成本算进去——这是研究与实盘 PnL 的主要落差来源之一。