订单簿预测：深度、方向、成交量与事件

订单簿预测，说白了就是盯着盘口的买卖挂单，猜接下来会发生什么。我做了这么多年量化，发现很多人把这事想得太玄乎了。其实核心就四个方向：深度会怎么变？价格往哪走？能成交多少？会不会有异常事件？

嗯，咱们一个一个来拆解。

订单簿深度预测

深度预测，就是预测未来几秒或几分钟内，买一卖一、买五卖五这些价位的挂单量会变成多少。我个人习惯把它当作一个时序回归问题来处理。

我在项目中遇到过一个问题：直接用原始挂单量做预测，效果很差。为什么？因为挂单量波动太大，而且有大量噪音。后来我改用对数变换，效果好了不少。

常用的特征包括：

• 当前各档位的挂单量及变化率
• 买卖价差（spread）
• 订单簿不平衡度（bid-ask imbalance）
• 最近N笔成交的成交量加权价格

模型方面，我建议从LSTM开始试。别一上来就搞Transformer，数据量不够反而容易过拟合。

# 一个简单的LSTM深度预测示例
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense

def build_depth_predictor(input_shape, output_size=10):
    model = Sequential([
        LSTM(64, return_sequences=True, input_shape=input_shape),
        LSTM(32),
        Dense(16, activation='relu'),
        Dense(output_size)  # 预测未来10个档位的挂单量
    ])
    model.compile(optimizer='adam', loss='mse')
    return model

# 假设特征维度为20，时间步长为50
model = build_depth_predictor((50, 20))
model.summary()

价格方向预测

价格方向预测，就是判断接下来价格会涨还是跌。很多人觉得这是圣杯，其实它只是整个策略的一环。

我个人习惯把这个问题分成两类：

• 短期方向（秒级到分钟级）：主要依赖订单簿的微观特征
• 中期方向（分钟级到小时级）：需要结合成交量和事件信息

我曾经踩过一个坑：用全量订单簿数据训练模型，结果过拟合严重。后来我意识到，很多特征其实是冗余的。比如买一和买二的变化高度相关，没必要都放进去。

我建议的特征组合：

特征类别	具体特征	说明
订单簿形态	价差、深度不平衡、斜率	反映当前供需状态
成交动态	最近成交价变化、成交量	反映资金流向
微观结构	订单到达率、撤销率	反映市场参与者的行为

模型选择上，我推荐用XGBoost做分类。为什么？因为它对特征工程的要求没那么高，而且训练速度快。你想想看，做高频预测，模型训练时间太长根本没法迭代。

成交量预测

成交量预测，说白了就是猜接下来能成交多少手。这个在算法交易里特别重要——你要拆单，得知道市场能吸收多少。

我习惯把成交量预测分成两个层次：

1. 微观成交量：未来1-10秒内的成交笔数和手数
2. 宏观成交量：未来几分钟到几小时的累计成交量

微观层面，我常用的是泊松回归或者负二项回归。为什么？因为成交量是计数数据，用线性回归会出问题。我曾经用线性回归试过，预测值经常出现负数，你说这合理吗？

# 使用泊松回归预测短期成交量
from sklearn.linear_model import PoissonRegressor
import numpy as np

# 假设特征X已经准备好，y是未来1秒的成交量
X = np.random.randn(1000, 10)  # 10个特征
y = np.random.poisson(lam=5, size=1000)  # 泊松分布模拟

model = PoissonRegressor(alpha=0.1)
model.fit(X, y)

# 预测
pred = model.predict(X[:5])
print(f"预测成交量: {pred}")

宏观层面，我建议用GRU或者简单的Transformer。不过要注意，成交量有很强的日周期性和周周期性，别忘了加入时间特征。

事件预测

事件预测，就是预测一些特殊事件，比如大单出现、价格跳空、订单簿异常等。这个最难，但收益也最大。

我把它分成三类：

• 大单事件：单笔成交超过某个阈值（比如平均成交量的5倍）
• 价格跳空：价格在极短时间内出现大幅变动
• 订单簿异常：比如深度突然消失、价差急剧扩大

这类问题，我建议用异常检测的思路来做。具体来说：

1. 先定义什么是「正常」的订单簿状态
2. 然后检测偏离正常状态的程度
3. 当偏离超过阈值时，发出预警

我曾经在实盘里部署过一个事件预测系统，用的是孤立森林（Isolation Forest）。效果还行，但有个问题：误报率太高。后来我加了一个规则过滤器——只有连续3个时间步都检测到异常，才触发预警。误报率降了一半。

下面是我画的一张流程图，把整个订单簿预测的知识体系串起来了：

最后说一句，订单簿预测没有银弹。我见过太多人花几个月调参，结果还不如一个简单的移动平均策略。我的建议是：先跑通最简单的基线模型，再逐步加复杂度。别一上来就搞深度学习，先把特征工程做好，效果往往出乎意料。