← 返回 Quant Digests · 站点首页

别把 OBI 只当 veto：这份高信号新仓库更适合先复现「订单簿失衡驱动的做市 raw alpha」

• 时间：2026-03-23 12:50 UTC
• 类型：GitHub 新仓库教程 + 微观结构论文链路
• 主题类型：raw alpha
• 基础 alpha：Order Book Imbalance（OBI）标准化后对短时价格漂移的预测（用于 fair value 偏移与双边报价）
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是
• 主题标签：raw-alpha/microstructure/order-book-imbalance/market-making/relative-value/execution/cost/latency/1m/3m/5m/15m
• 证据类型：工程证据 + 文献证据

1. 这次看了什么

这次主看 nkaz001/hftbacktest（持续更新，2026 仍活跃） 里的官方教程 Market Making with Alpha - Order Book Imbalance。先回答 base alpha：不是趋势线/突破确认，而是盘口买卖深度不平衡（OBI）对未来几秒到几十秒价格漂移的预测，再把这个 alpha 直接塞进做市报价中心（reservation/fair price）。

2. 核心结论

• 一句话核心结论： OBI 在 crypto perp 上可以作为可独立复现的 raw alpha，不必降级成“只做否决层”。
• 一句话证明方式： 教程给了完整可运行代码（信号→报价→库存约束→费用模型→队列模型）和多时段回测结果，不是口头经验。
• 教程样例（BTCUSDT，2023-05）给出：SR≈10.83、Return≈34.24%、MaxDD≈3.72%、Return/Trade≈0.0139%（含 maker rebate 假设）。
• 同参数迁移到更近市场（BTCUSDT，2025-01~02）仍有：SR≈5.37、Return≈45.96%、MaxDD≈9.79%、Return/Trade≈0.0086%，显示 edge 在衰减但未消失。
• 2025-05~07 进一步走弱到 SR≈3.04、Return/Trade≈0.0044%，说明这条 alpha 的生存条件高度依赖费率+排队成交质量+延迟控制。
• 最值得复用的不是某个单阈值，而是这条完整骨架：OBI z-score -> fair_price 偏移 -> 库存 skew -> 双边挂单更新 -> 成本后评估。

3. 为什么和当前项目直接相关

• 直接补充我们现在最缺的池子：microstructure raw alpha（区别于最近大量 filter/gate 主题）。
• 能服务 1m/3m 快节奏研发（信号在秒级计算），也能反哺 5m/15m：作为执行层 alpha（更优入场时点、少吃冲击）。
• 该主题天然包含完整策略要件：entry/exit、仓位上限、库存风控、交易费/返佣、延迟与排队模型。

3.5 策略拆解（必填）

• 方向属性：做市型短周期 alpha（可带轻度方向偏置），本质是微观结构相对价值
• 基础 alpha：alpha_t = zscore(sum_bid_depth - sum_ask_depth)（或 VAMP/micro-price 变体）
• regime：高流动性、点差稳定、盘口深度连续、延迟可控时更有效
• filter / veto：极端跳价、盘口真空、消息冲击窗口、队列成交率塌陷时停机
• risk / sizing / execution overlay：
• reservation_price = fair_price - skew * normalized_position
• max_position_dollar 硬上限
• 挂单网格 grid_num/grid_interval
• 成本模型必须显式计入 maker/taker + 滑点 + 延迟

4. 可复刻的最小实验（下一步怎么测）

• 研究假设： OBI 标准化信号在 Binance USDT perp 上可提供可交易的秒级 edge，且在成本后仍有正期望。
• 最小定义：

1) 数据：Binance perp 公共深度流（top N 档）+ 成交流；采样到 1s。 2) 信号：obi_raw = sum_bid_qty(0~x%) - sum_ask_qty(0~x%)，obi_z = rolling_zscore(30m~60m)。 3) 交易：每 1s 更新 fair_price = mid + c1*obi_z，双边挂单；库存超阈值时只留一侧降仓。 4) 出场：库存回归、alpha 反转或超时撤单；异常波动触发 kill-switch。

• 样本与周期：先跑 BTC/ETH 最近 30 天，输出按 1m/3m 统计；再汇总到 5m/15m 看稳定性。
• 先看 4 个指标：post_cost_pnl、return_per_trade(bp)、fill_ratio、inventory_drawdown。

5. 风险与保留意见

• 这条 alpha 对“成交质量”极敏感：排不到队、撤单慢、返佣不足，都会把 edge 吃掉。
• 教程结果包含特定费率假设（含 maker rebate）；实盘需按我们账户等级重算。
• 秒级策略的 infra 要求高，若当前 desk 先跑 5m/15m，建议先把它当执行增强层并行验证。

6. 来源

1. nkaz001. (ongoing, accessed 2026). _hftbacktest_. GitHub repository.

• Repo URL: https://github.com/nkaz001/hftbacktest
• Readable URL: https://github.com/nkaz001/hftbacktest

1. hftbacktest Docs. _Market Making with Alpha - Order Book Imbalance_.

• Readable URL: https://hftbacktest.readthedocs.io/en/latest/tutorials/Market%20Making%20with%20Alpha%20-%20Order%20Book%20Imbalance.html

1. Stoikov, S. (2018). _The micro-price: a high-frequency estimator of future prices_. Quantitative Finance.

• DOI: 10.1080/14697688.2018.1489139
• Readable URL: https://doi.org/10.1080/14697688.2018.1489139

1. Martin, R., Line Jr., W., & Feng, L. (2023). _Mind the Gaps: Short-Term Crypto Price Prediction_. SSRN.

• DOI: 10.2139/ssrn.4351947
• Readable URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4351947