行情与交易制度
逐笔成交与逐笔委托怎么读?订单流数据入门 - FTLib
逐笔数据是订单流分析的基础,但它并不是一张已经解释好的表。成交与委托、主动方向、撤单与队列,需要分别理解后再组合使用。
逐笔数据最容易被误用的地方,是把“成交”与“委托”混为一谈。成交是撮合结果,委托是意图表达;成交告诉你发生了什么,委托告诉你市场原本想做什么。两者结合,才能观察订单簿的演化。
成交流与委托流
逐笔成交通常包含成交价、成交量、成交编号与主动方向。逐笔委托包含委托编号、价格、数量、买卖方向、委托类型与撤单标志。部分市场还会提供委托队列,显示某一价位上等待成交的委托顺序。
| 消息 | 关键字段 | 回答的问题 |
|---|---|---|
| 逐笔成交 | 价格、数量、方向、成交编号 | 什么价格成交了多少,谁主动? |
| 逐笔委托 | 价格、数量、买卖方向、委托编号 | 新增了哪些意图? |
| 撤单 | 原委托编号、撤单数量 | 哪些意图被撤回? |
| 委托队列 | 价位、排队顺序 | 同一价位上谁先成交? |
主动方向
主动买表示买方以卖一或更高价格成交,主动卖表示卖方以买一或更低价格成交。不同交易所的原始字段不同,有的直接给出方向,有的需要结合委托编号与盘口推断。
方向字段并非永远可靠。集合竞价、市价单与特殊订单类型可能使方向含义模糊;部分数据源在无法判断时给出未知值。研究时应统计未知方向比例,而不是默认归入某一方。
撤单与队列
撤单是订单簿变化的重要来源。大量挂单在价格接近时撤走,可能意味着流动性是“虚假”的;相反,撤单后仍有持续成交,说明承接更真实。撤单率、撤单距离与撤单规模可以组合成流动性质量指标。
委托队列用于观察同一价位的排队顺序。对于高频执行研究,队列位置决定了成交概率;对于中低频研究,队列长度的变化也可以作为盘口压力的代理变量。
订单流不平衡
订单流不平衡(Order Flow Imbalance,OFI)通常用最优买卖价量变化构造。一个简化版本是:买一价量上升计为正,卖一价量上升计为负,再对时间窗口求和。不同文献的定义细节不同,关键是保持口径一致。
OFI_t = ΔBidSize_t - ΔAskSize_t
其中价格上升时,将新档位数量计入;价格下降时,将旧档位数量计入。
OFI 是短期价格压力的代理,不是收益预测的充分条件。它更适合用于执行时点选择、盘口状态分类与高频因子组合,而不是单独构建多日持仓策略。
数据清洗
- 按交易所序列号排序,不要只按时间戳;同一毫秒内可能有多条消息。
- 过滤集合竞价与收盘集合竞价,或单独建模。
- 检查重复消息与缺口,记录
seq连续性。 - 处理撤单与成交的配对关系,避免把撤单量计入成交量。
- 确认价格与数量单位,股票、可转债与基金的成交量单位不同。
- 对未知方向、异常价格与零成交量记录设置明确规则。
逐笔数据的价值来自细节,但细节也意味着更高的清洗成本。建议先在一个交易日的单只证券上完成完整校验,再扩展到全市场。