盤口微觀結構：高頻交易的 6 個因子模型

來源: @0xYuCry | 原文連結
日期:
標籤: 盤口分析 高頻交易 訂單流

盤口微觀結構：高頻交易的 6 個因子模型

來源: @0xYuCry (YuCry)
日期: 2026-02-17
標籤: 高頻交易 盤口微觀結構 量化因子 訂單流

每個人都知道市場總是往「阻力最小」的方向走，但在高頻中，這種「阻力」反而是最難描述的。

以下分享在百億私募實習時接觸到的 6 個盤口因子，給有一定基礎、願意思考市場微觀結構的人參考。

0/ 符號解釋（L1 數據）

買賣一檔價格與掛單量：

bid1_t / ask1_t：買一價 / 賣一價
bidVol1_t / askVol1_t：買一 / 賣一掛單量

中間價與價差：

mid_t    = (bid1_t + ask1_t) / 2
spread_t = ask1_t - bid1_t

成交重心（短窗口 VWAP）：

VWAP_t = 成交量加權成交價

1/ VWAP 偏離：成交重心 vs 報價中樞

factor1_t = (VWAP_t - mid_{t-1}) / spread_t

mid_{t-1} 是報價系統認為的公平中點
VWAP_t 是資金「真實把成交落在哪」

若 VWAP 長期在 mid 上方，說明主動買盤在挑戰當前報價共識——多頭在用真金白銀抬價。

歸一到 spread 後能在不同標的、不同價格區間下保持可比性，也能弱化微小價差噪音。

👉 本質是行為層面的 order flow 信號，比分成交量或買賣手數更穩。

2/ 價差歸一：流動性狀態 & 波動敏感度

factor2_t = (ask1_t - bid1_t) / (ask1_t + bid1_t)
         ≈ spread_t / (2 * mid_t)

spread ≠ 交易成本，而是市場狀態變量：

spread 收窄 → 做市商貼近 → 小單也能推 mid → 價格對訂單流更敏感
spread 拉寬 → 做市商怕 adverse selection → mid 更難推，但一旦動起來跳得更猛

👉 因此 factor2 不是直接交易信號，常用於 regime 分桶：不同 spread 桶裡 IC 完全是兩種世界。

3/ 盤口量不平衡（Imbalance）：結構性信號

factor3_t = (askVol1_t - bidVol1_t) / (askVol1_t + bidVol1_t)

本質不是「買一多 → 要漲」。真正含義是：哪一側的流動性更脆弱，mid 往哪裡走更省力。

當 bidVol1 遠大於 askVol1 時：

向下砸盤成本高（厚 bid）
向上吃盤成本低（薄 ask）

👉 imbalance 描述的是 mid 的「最小阻力方向」。但它非常容易被「假掛單 + 高頻撤單」擾亂，因此必須配合時間維度。

4/ 動態壓強：從截面到「盤口動作」

靜態只看這一刻盤口形狀（如 factor3）；動態要看盤口實際在做什麼動作。

偽代碼：

python

if ask1_t > ask1_{t-1}:      # 賣一抬價
    askPress_t = -(askVol1_t - askVol1_{t-1})
elif ask1_t < ask1_{t-1}:    # 賣一降價
    askPress_t = +askVol1_t
else:
    askPress_t = askVol1_t - askVol1_{t-1}

# 買一類似
factor4_t = bidPress_t - askPress_t

bid 抬價 + 補量 = 真買力
ask 下移 + 減量 = 真退讓

價格方向 + 掛單變化同向時，才是「有效壓強」。

與 factor3 的本質區別：

factor3 = 靜態結構
factor4 = 行為結構（誰在主動推盤子）

👉 高頻裡，如果你只用靜態指標，很容易被 mean reversion 打臉；行為因子能過濾掉「只是掛著但不想成交」的假信號。

5/ 極簡壓強：只記錄能動價格的事件

思路：把所有弱動作、噪音都抹掉，只保留足夠動 mid 的強事件。

python

if mid_t > mid_{t-1} and bidPress_t 顯著為正:
    factor5_t = +strong_buy
elif mid_t < mid_{t-1} and askPress_t 顯著為正:
    factor5_t = -strong_sell
else:
    factor5_t = 0

即：價格真跳了 + 盤口真出力 → 才算信號。寧可少，不要髒。

適合超高頻——觸發就下單，不觸發就空倉。

👉 factor5 也常用於做模型 gating（過濾低質量時刻）。

6/ Microprice 偏離：盤口的「勢能中心」

Microprice（權重用對側量）：

micro_t = ask1_t * (bidVol1_t/(askVol1_t+bidVol1_t))
        + bid1_t * (askVol1_t/(askVol1_t+bidVol1_t))

因子：

factor6_t = (micro_t - mid_t) / spread_t

直覺至關重要：

bidVol1 大 → micro 靠向 ask（上推傾向強）
askVol1 大 → micro 靠向 bid（下推傾向強）
mid 是幾何中心
micro 是「買賣力量計算出來的勢能中心」

若 micro > mid：買方勢能更大，mid 向上漂移是回歸平衡的自然路徑。

👉 在很多市場裡，sign(factor6) 單獨就是一個不錯的短期方向預測器。尤其是在窄 spread + 正常流動性的 regime 下。

歡迎感興趣的一起研究。

DEXs 資金費面板公測中：https://t.co/3KQYdmrWBM

盤口微觀結構：高頻交易的 6 個因子模型 ​