← 返回 Quant Digests · 站点首页

L2 imbalance × aggressive trade delta × EMA vote：一个可快速前向复现的 1m/3m microstructure continuation 候选

• 主题类型：raw alpha
• 基础 alpha：order book imbalance × aggressor trade delta × short EMA trend 同向共振后的短周期延续
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：否（源码已给 entry / flip / sizing 骨架，但缺真实止损与费用回测）

先回答一句：这篇东西的 base alpha 是什么？

不是“盘口大就涨”这么粗。真正的 base alpha 是：当 L2 挂单压力、最近一段 aggressor 主动成交方向、短 EMA 趋势方向 三者同向时，短周期价格更容易继续沿该方向走 1~几根 bar；volume_ratio 在这份 repo 里更像加分项，不是 alpha 本体。

为什么这轮值得写它

这轮前两篇 digest 都不是 raw alpha，按当前 intake 规则应优先补 raw alpha。虽然 desk 最近已经连续 intake 过 OBI / OFI 家族，但这份 2026 新 repo 仍然有一个值得单独入池的增量点：它不是只看 order-book imbalance，而是把“挂单压力”和“主动成交 delta”拆成两条独立腿，再用一个 3-of-4 vote state machine 直接落成可 paper/live 跑的单币方向壳子。

这让它比“纯 OBI 方向 admission”更接近可复现的完整原型，也比很多只讲 microstructure 解释、不讲执行骨架的材料更适合 desk 现在的 fast alpha intake。

---

主要来源

1) 直接策略来源（主）

• Owner / Year: vortex-systems-tech, 2026
• Title: Crypto-Strategy-Order-Book-Delta-Volume
• Type: GitHub repo（MIT）
• Created / Updated: 2026-03-27 / 2026-03-27
• Readable URL: https://github.com/vortex-systems-tech/Crypto-Strategy-Order-Book-Delta-Volume
• Repo URL: https://github.com/vortex-systems-tech/Crypto-Strategy-Order-Book-Delta-Volume
• Key files:
• README.md
• binance_orderbook_delta_strategy.py

2) 机制地基（辅）

• Authors / Year: Rama Cont, Arseniy Kukanov, Sasha Stoikov, 2014
• Title: *The Price Impact of Order Book Events*
• Venue: *Journal of Financial Econometrics*
• DOI: 10.1093/jjfinec/nbt003
• Readable URL: https://doi.org/10.1093/jjfinec/nbt003

> 这篇经典文献不是 crypto 专用，但足够说明：order-book 事件流本身就能解释短期价格冲击。当前 repo 的可取之处，是把这个逻辑压缩成了 Binance Futures 可直接跑的低门槛实现。

3) 数据接口口径（复现实验用）

• Binance USDⓈ-M Futures public depth / aggTrades / klines
• Readable URL: https://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api

---

我从源码里拆出来的真实策略，不是 README 口号版

这份 repo 的核心不是 ML，也不是复杂优化，而是一个非常朴素的投票壳：

输入特征

1. Order-book imbalance

• 取 top 20 depth
• 计算：
• imbalance = (bid_notional - ask_notional) / (bid_notional + ask_notional)
• 阈值：|imbalance| >= 0.12

1. Aggressor trade delta

• 取最近 500 笔 futures_aggregate_trades
• 用 m 字段区分主动买 / 主动卖
• 计算：
• delta = (buy_volume - sell_volume) / (buy_volume + sell_volume)
• 阈值：|delta| >= 0.15

1. 短趋势方向

• EMA(50)
• close > EMA 记多头票；close < EMA 记空头票

1. 量能加分项

• volume_ratio = last_volume / rolling_mean(volume, 20)
• 只有当 volume_ratio >= 1.2 时，才给当前 delta 同向一票
• 这意味着它不是硬 volume gate，只是第四票

入场规则

• long_score >= 3 且 long_score > short_score → BUY
• short_score >= 3 且 short_score > long_score → SELL

仓位与风险骨架

• 风险预算：balance × 1%
• 估算 stop distance：max(1.5 × ATR(14), 0.3% × price)
• 名义杠杆：5x
• qty = (risk_usdt × leverage) / stop_distance

出场 / 翻仓

• 没有显式止损单
• 当前实现主要靠反向信号触发 flip
• 也就是说：
• 空仓 → 按当前票数进场
• 持多仓且出现强空头票 → 平多并翻空
• 持空仓且出现强多头票 → 平空并翻多

最关键的诚实结论

这份 repo 已经是可以跑的原型，但还不是 desk 可直接上实盘的最终版，因为：

1. ATR 只参与 sizing，没有被落实为真实 stop / time stop
2. 没有费用 / 滑点回测
3. 使用 REST polling，不是事件驱动撮合级实现

所以它是很好的 raw alpha intake + 最小前向实验骨架，但还不该被误读成“现成成熟策略”。

---

对 short-cycle desk 最有价值的，不是整份脚本，而是这个“二腿确认”

如果只看 order-book imbalance，很容易掉进两个坑：

• 挂单是会撤的，容易被假深度骗
• 单看 OBI，经常分不清“真推动”还是“被动挂单挤压”

这份 repo 的真正增量在于：再加一条 aggressor delta 腿。

可以把它翻成人话：

• imbalance 像“墙往哪边堆”
• trade delta 像“真正冲过去的人往哪边打”
• EMA 像“最近这段路原本朝哪边走”

三者同向，才值得下注 continuation。

这比“只看盘口”更像真实推进；也比“只看成交 delta”更少被单根 burst 噪音误导。

---

公开数据最小快检（我直接对 Binance Futures 公共接口做了 90 秒 live sampling）

采样方式：

• 交易对：BTCUSDT / ETHUSDT / SOLUSDT
• 频率：每 10s 取一次 snapshot
• 总样本：每个币 9 个 snapshot
• 使用的就是 repo 同口径：depth(20)、最近 500 笔 aggTrades、1m klines

结果摘要

• BTCUSDT：0 / 9 次触发方向信号
• ETHUSDT：1 / 9 次触发 SELL
• SOLUSDT：6 / 9 次触发 BUY

中位数特征强度

• BTCUSDT：
• median |imbalance| = 0.422
• median |delta| = 0.552
• median volume_ratio = 0.878
• ETHUSDT：
• median |imbalance| = 0.767
• median |delta| = 0.728
• median volume_ratio = 0.159
• SOLUSDT：
• median |imbalance| = 0.125
• median |delta| = 0.256
• median volume_ratio = 0.403

这组快检说明什么

1. 信号不是全市场乱闪。 在 27 个 symbol-snapshots 里，真正形成方向 admission 的只有 7 个。
2. volume_ratio 在当前实现里确实只是加分，不是主门槛。 因为 BTC / ETH / SOL 的 volume_ratio 中位数都低于 1.2，但 SOL 仍然出现了 6/9 次 BUY，说明主要靠的是 imbalance + delta + EMA 三腿共振。
3. 这个壳子更像 alt/单边推进状态捕捉器，不像 BTC 全天候方向机。 这很符合 short-cycle desk 的直觉：BTC 更容易被噪音和对敲抵消，SOL 这类 beta 币更常出现“一边挂单 + 一边主动打单 + 顺趋势”的短窗共振。

> 重要：这只是 live sanity check，不是收益回测。它证明的是“信号会真实触发，且不是完全乱闪”；还没证明净收益为正。

---

它更适合我们 desk 的落地版本

A. 主版本：1m / 3m 单币 continuation raw alpha

这是我认为最值得先测的版本。

建议 desk 版规则：

• 交易 universe：BTC / ETH / SOL / BNB / DOGE 这类高流动 perp
• bar：1m 原生；再聚合成 3m
• 信号：
• imbalance(top20) 取 bar close 前最后一笔 snapshot
• delta 用该 bar 内全部 aggTrades 归总
• EMA(50) 方向
• 入场：
• 多头：imbalance >= q80、delta >= q80、close > EMA
• 空头：对称
• 出场：
• opposite vote
• 或 2 × ATR(14) stop
• 或 N=3~6 bars timeout
• 成本：
• 先按 taker round-trip 10 bps 起算
• stress test 到 15~20 bps

B. 次版本：给 5m / 15m breakout / momentum 当 admission gate

如果 raw alpha 单跑不够稳定，这个二腿确认也很适合作为 shared gate：

• 只有当 lower-TF imbalance + delta 与 5m/15m 主方向一致时，才允许追价
• 反之，主信号成立但 microstructure 不确认，则 veto 或降杠杆

但这篇 digest 的主结论仍然是：它先值得作为独立 raw alpha 测，而不是先降级成 filter。

---

为什么它没有被我归到“可直接完整落地策略”最高档

因为目前还差三件关键东西：

1. 真实风险闭环还没写完

• sizing 用了 stop distance
• 但执行层没有挂真实 stop / trailing stop / timeout stop

1. 成本太重要，而源码没回测

• 这是一个可能会频繁 flip 的 taker 型策略
• 如果 round-trip 成本 + 滑点吃掉 10~20bps，很容易把 1m alpha 磨平

1. 历史 order-book 数据获取不是“点一下就有”

• klines、aggTrades 历史好拿
• 真正的 depth imbalance 历史需要自己录，或者用外部档案服务

所以它是：

• raw alpha 候选：是
• 可独立复现：是（因为输入都是公开接口，只是需要自己开始录 depth）
• 立刻无脑上实盘：否

---

最小可复现实验口径

数据源

• Binance USDⓈ-M Futures public API / WebSocket

公开性

• 公开可得，无需付费、无需私钥即可取 market data

更新频率

• depth：近实时
• aggTrades：近实时
• klines：1m 可直接拿；3m/5m/15m 可聚合

最小实验

最诚实、最快的实验不是先做长历史回测，而是：

1. 立刻开一个 depth + aggTrades + klines recorder
2. 连续录 3~7 天 BTC/ETH/SOL/BNB/DOGE
3. 用 recorder 生成 bar-close snapshot 特征
4. 跑：

• 1m 直接版本
• 3m 聚合版本
• 1m signal → 3m hold 混合版本

1. 统一按 taker 10/15/20 bps 三档做 stress

如果想更快做“今天就能开始”的前向实验：

• 不等历史，先 paper-run 48h
• 记录每次触发后的 +1 / +3 / +5 bar markout
• 看 SOL/BNB/DOGE 是否明显优于 BTC

---

我建议 desk 先测的 4 个假设

假设 1：delta 比 volume_ratio 更重要

repo 里 volume 只是第四票。我怀疑真正有信息量的是：

• OBI + delta + EMA

而不是：

• OBI + delta + volume

先测： 去掉 volume 票，比较 hit rate / markout / turnover。

假设 2：alts 比 BTC 更适合这条 alpha

本次 90 秒 live sampling 已经给出一个很直观的线索：

• BTC 触发稀少
• SOL 明显更容易形成共振 admission

先测： BTC, ETH, SOL, BNB, DOGE 分币比较 forward markout。

假设 3：3m 可能优于 1m

1m 容易被撮合噪音和 taker 费用磨掉；3m 可能让 delta 与 imbalance 更稳定。

先测：

• 1m enter / 1m exit
• 1m enter / 3m hold
• 3m aggregated signal

假设 4：它更像 continuation admission，不像全天候 alpha

也就是说，真正该测的不是“全时段都开”，而是：

• 只在 realized vol 上升段
• 只在 funding 中性或顺向拥挤不极端时
• 只在 session overlap（欧美交接）内启用

---

风险与失败模式

1. 假挂单 / 撤单噪音

• imbalance 很容易被 spoofing 污染
• 所以必须保留 delta 这条腿，不要退化成纯 OBI

1. REST polling 低频错位

• repo 现在每 10s 拉一次
• 真正研究时应改成 WebSocket 事件聚合到 bar close

1. 过度 flip

• opposite signal flip 很容易带来高 turnover
• 所以必须补 min hold / cooldown / timeout

1. 大币种拥挤、alpha 被费用吃掉

• BTC 可能最早看上去“最干净”，但其实最难赚
• 反而 beta alt 可能更有短窗惯性

---

一句话结论

这份 2026 新 repo 最值得 intake 的，不是“订单簿 + 成交量”这种泛泛概念，而是一个能用公开 Binance Futures 数据快速前向复现的 microstructure continuation 原型：

> L2 imbalance × aggressive trade delta × EMA trend 三腿同向时做短周期延续；volume 只当加分，不当本体。

对当前 desk，我认为它应被放进 raw alpha 素材池，优先做 1m/3m 前向录数与 markout 实验，而不是先降级成 filter。

---

下一步怎么测（直接执行版）

最小实验 v1（本周就能做）

1. 录 Binance Futures depth20 + aggTrades + 1m klines
2. universe 先做：BTC / ETH / SOL / BNB / DOGE
3. 每个 bar 生成：

• imbalance_t
• delta_t
• ema_dir_t
• volume_ratio_t

1. 跑 3 个版本：

• V1: OBI + delta + EMA 三票制
• V2: OBI + delta + EMA + volume bonus 四票制（repo 原味）
• V3: OBI + delta 做 admission，EMA 只做 veto

1. 统一 exits：

• opposite vote
• 2 × ATR hard stop
• 3 / 6 bars timeout

1. 成本三档：10 / 15 / 20 bps round-trip
2. 先看：

• +1 / +3 / +5 bar markout
• turnover
• signal density
• per-symbol PnL concentration

我最想先看的判断标准

• 如果 SOL/BNB/DOGE 在 3m 上明显优于 BTC/ETH，这条就值得继续
• 如果 去掉 volume 票后结果更稳，说明 alpha 本体真的是 pressure agreement，不是放量 breakout
• 如果 一上 15bps 就全灭，那它更适合当 lower-TF confirmation，而不是独立主策略

---

文件信息

• 文件路径：research/quant_digests/2026-04-02_0550_orderbook-delta-vote-microstructure-alpha.md
• 站点相对 URL：/reading/quant_digests/2026-04-02_0550_orderbook-delta-vote-microstructure-alpha.html