虚拟货币内幕丨期货合约、带单、炒币大骗局！（深度揭秘）近期，各类虚拟货币期货合约、炒币诈骗案件高发，各种群里等渠道宣称炒币带单，有很牛的专业团队，只赚不赔，收益非常高，诱导投资者先体验，尝到一点甜头后，便深陷其中无法自拔，最后爆仓，血本无归。投资者必须保持高度谨慎，不让“一夜暴富”蒙蔽双眼，切勿相信只挣不赔的“买卖”，而陷入打着“炒币”名义的圈套中。对陌生的网络投资项目，一定先要找专业人士咨询，了解清楚里边的内幕后再慎重考虑。其实这类骗局并不高明。跟以前的炒黄金、炒外汇、炒期货、股票配资基本都是一个套路，现在又利用火爆的区块链名义，进行非法诈骗行为，收割了一波波的区块链小白。欢迎关注交流，喜欢请点赞收藏非常感谢。但此类骗局比较狡猾，让你跟单，被骗了我们只能认栽，什么人这么嚣张？因为这跟其他投资不同，我们被骗了有转账记录等证据，可以维权，可以报警，但此类骗局维权基本没戏。因为我们是成人，是有行为责任的，自己没主见，自愿跟“大师”做，属于效仿别人，钱在你自己账上，赔了属于经营失败操作失误，跟交易员、大师没有关系。我现在还没有听说谁炒股赔了，最后能追回损失的。那“大师”也赔了，我们是不是就好受一点？你错了，你亏的钱，其实都进“大师”腰包了，行话俗称：吃头寸。这其实都是骗子精心设计的圈套而已。那怎么做我们才能避免炒币被骗，如何才能收到法律保护呢？今天我为大家深度揭秘一下关于“炒”产业的骗局。吃头寸：交易所放头寸，就是放给合作商的亏损。比方说客户亏损100万，这100万就是头寸；比方说70%头寸打包，就是将客户的70%亏损返给代理商。前两天有个好友比较倒霉，撞我枪口上了。加我说自己是币圈的，互相交流一下，寒暄了半天。过了一会开始露出狐狸尾巴了，让我参加一个炒币合约跟投的项目，里边有很多交易员，可以自愿选择老师跟单，并承诺月收益高达30%，这是什么概念，换算到年收益的话，就是一年4倍。为了打消我的顾虑，先送我100美金让我试试，赚钱后觉得满意再投资。如果你遇到外人，你就受不了今天掉馅饼的好事，但他碰巧遇到了我今天就让我用专业的水平，给他曝光一下。本人从事期货，量化，交易行业已有数十年，见证过太多太多的平台，从起步到高峰到，最后沦为阶下囚的过程。我从业初期的时候也被骗过一次，后来经过关系，升级为平台的合作者，只不过我没有介绍任何人加入，只是自己用他这个平台套利而已，属于撸平台羊毛。截止到现在我仍然在做交易，最高也做过几十倍的收益，后又爆仓，几经浮沉。凡是幻想一夜暴富的，下场一个比一个惨。本人经过多年的沉淀和天赋，靠交易盈利养家糊口已经没问题，勉强称上小康水平吧！吸引我做交易这么多年的魅力：就是这个市场足够大，足够长，足够久，保证一辈子不失业，吃穿不愁。因为做空机制，不用担心熊市；因为全球市场，不用担心销路；因为上万亿交易额撮合机制，不也用担心库存；因为世界经济格局需要，更不用担心行业前景。但是交易这个行业是非常残酷的，比传统行业要残酷百倍，万倍。把人的缺点和优点也扩大了百倍、万倍。没有非常强大的心理素质，是胜任不了的，是不建议交易的。从前两天最火的原油跌至负值就可以看出来，历史就是这样创造出来的，颠覆全世界人的价值观，真正幸存者的概率比中双色球的还低，还好有证据证明，我全身而退，且盈利小有可观!讲这么多的原因就是告诉大家，炒币跟原油外汇期货，其实都是一样残酷的。真正的大神寥寥无几，何况又是个骗局，想赚钱，想一夜暴富，犹如火中取栗，自己往油锅里跳。什么样的思维决定着我们会成为什么样的人！真正的大咖是从来不晒盈利单的，是非常低调的，从来不显山漏水的。因为市场定律摆在那里，蛋糕就那么大，瓜分的人越多，自己吃的就越少。好了言归正传，我们开始揭秘“炒业”的2个重要内幕和辨别方法：一：平台交易所内幕滑点，跳开：你的下单价与成交价的偏值越高，滑点越严重；跳开顾名思义开盘日直接跌穿止损价，止损价与成交价越大，跳开越严重；吃头寸：（参考上文）概率对赌：你下的单子没有对冲到市场上，而是内部消化，最后通吃。比如做多100手，做空150手，多余出来的50手就是你与平台的对赌，孰轻孰重一眼便知；断电断网：行情剧烈震荡时候，不给你平仓或加仓的机会，掉线登陆不上服务器，最后导致爆仓；数据操纵：你的账户下的什么单子，下了多少金额，止损止盈位在哪里，后台清清楚楚。后台可恶意脱离市场行情，打穿你的止损，再与世界行情同步，再涨上去跟你也没关系了。二：个人团队带单骗局内幕{!--PGC_COLUMN--}不要相信自己看见的，他让你看的，是故意让你看的！他提供的做单记录，盈利账号数据，只是假象。他做了十个账号，亏了9个，只有这一个赚的，所以我们看到的不一定是真的。1：真实做单内幕利用概率学：赚钱了分成，亏钱了就翻脸拉黑，再寻找下一个目标。高级一点的：同时拿两个人的账号，一个做空，一个做多！2：假交易内幕此类的基本都是吃头寸为目地的，都是与黑交易所合作，他们的盈利就是让客户亏损。你会发现你盈利的时候都是小赚，亏钱的时候却总是亏惨，亏一次就抵得过过去的全部获利。无论你是赚还是亏，他们都会找看起来很合理的借口让人加大资金：你盈利的时候老师会说他有多专业，地位有多牛，持续加资金，仓位大了才能挣大钱。亏损的时候也要你加大资金，这样才能扛得住风险，即便最终抗住了一次，你可以抗住多少次重仓的风险？换句话说你亏得越多，黑平台就赚得越多。高级一点的：账户托管，在指定平台开自己的账户，投资者可以看到代管团队的每次下单记录：包括做多做空、交易品种、盈利亏损、账户余额情况。一切看似的天衣无缝，平台确实厉害，确实赚钱了，每次盈利也能按时到账。但是：这一切都是假的，账户的任何变动情况，都是人为做上去的。什么意思呢？简单解释吧，利用滞后性质，小单子“套利”，此套利非彼套利，下单子第一没有下到国际市场上，也没有下到他们自己平台，而是通过后台制作手段，做上去的数据。此类骗局一般不会让你看资金观摩账户，都是一周后等数据做到账户上后，再让你看，美曰：怕别人跟单，真是可笑。他们的性质就是非法集资。利用炒币稳定盈利的幌子，来吸收公众资金，最后达到一定规模后边卷款跑路。我们如何判断真假，是不是吃头寸？只有一个招数：一招必破，不用那么多没用的招数。大师过招，一招致命、一招定乾坤！那就是不要用他的平台。不要用他的平台。不要用他的平台。重要的事情说三遍。愿意玩玩的，我们可以去正规平台，例如okx欧意、币安这两个知名大交易所交易即可。除了这两个，其他的不建议。何况小白！谨慎参与，最好不要参与。可以使用币火云机器人风险降低很多。投资有风险，手动炒币需谨慎，币圈有句话，技术干不过狗庄！我们只能尽可能的使用机器人来对抗狗庄，防止心态炸裂。人生处处有动机，我们需要找到里边的真相！花点时间去了解本质以外的世界，你才会学到更多，思想和判断也会变得越来越独立，你才会体会到与你之前的认识完全不同，这回是一个很好的开始。穷人思维无处不在，他的根就在思维，我们的思维，决定了我们会成为什么样的人。以上观点纯属个人见解，喜欢请点赞收藏非常感谢。}

1.
对所有进入这个市场的人来说，没有一个人是带着亏钱的目的而来的。但是百分之九十的人都带着亏损离去，甚至于爆仓而去。成为一个期货交易的高手，真的那么难吗？期市之道，真的有如蜀道难，难于上青天吗？在期货上的成与败，与一个人的学历高低、智商高低、勤奋程度、本金多少都无关，与之相关的是一个人的悟性，以及执行力。 如果你有足够的悟性，你与一个期货高手的距离其实就是一个转身的距离。如果一定用一句话来形容期货的真谛，我想说一句：期货是随波逐流的艺术。“发现趋势，跟随趋势。”期货就是这么简单的事情。还有一句话也很重要，不妨也说说：在万事俱备时进场，在风吹草动时离场。 管住自己的手和心，只做高胜算的交易。在我的生活之中，有两位朋友： 一个是以日内交易为生的上海朋友，已经实现了连续十年的稳定盈利，对他来说，从期货中赚点养家糊口的钱是一件很容易的事情，事实上也是这样。他的交易系统简单到我开始都不相信，但是越简单的系统就越可靠。 另一个是做股票和黄金延迟交易的高手，他的通道分析方法弄得出神入化，在投机市场里摸索了15年，他在投机市场的淡定从容，早就让市场变成一个对他十分友善的场所。我从这两位生活中的朋友身上，学了很多有价值的东西。影响我最大的，却是从未谋面的张革老师，他是国内做外汇交易的数一数二的高手，《杠杆叠加原理》的作者。他们对投机交易的领悟，让我有醍醐灌顶的感觉。
2.
发现趋势，跟随趋势。第一步，就是如何准确的发现趋势。 首先说说，什么是趋势？价格的波动，要么形成趋势，要么形成区间。这就形成所谓的趋势市和盘整市。在趋势市之中，趋势就是一股不可遏止的冲动。不要试图去阻止它。 对于趋势的把握，不同境界的人是不同的对待：新手看不懂趋势；老手喜爱预测趋势；高手只是跟随趋势。 从时间周期上来看：中长线操作，周线的趋势代表中长期的大趋势，它不是庄家可以左右的，而是由基本面决定的。如果你看不懂美元指数、原油和伦铜的基本面，就不要做长线的操作。日线可以看一周到一月之内的短期趋势；看得懂它，就可以成为是隔夜的高手。小时线、十五分钟线和五分钟线，是日内交易的指南针。如果你是以日内交易为主，不用看基本面，你只需要严格地执行你的交易系统就可以了，当然前提是你得有一套经得起时间和行情检验的高胜算交易系统，看准趋势就重仓出击。
3.
期货就是浓缩的人生。对一些人来说，所有的爱与恨、成与败、欢喜与忧愁都源于此。但对成功的人来说，期货是一项快乐的工作。期市也是一个对自己友善的场所。 月线和季线，当然可以看更高级别的趋势，但是对普通人来说，这种时间框架跨度太大，对于自己的操作没有太大的参考意义。月线以上级别的大趋势，应该是高盛、摩根之类大资金操盘需要考虑的大趋势。看中长期趋势，周线足矣。我以为是这样，不知和平兄弟以为然否？ 所有的趋势，都是基于一定的时间框架而言。离开特定的时间框架谈趋势，就有如空中楼阁海市蜃楼。 所谓顺势而为，就是《混沌理论》中所说的七个字——想要市场想要的。所谓逆势而为，就是《混沌理论》中所说的八个字——想要市场不想要的
4.
在我所依赖的交易系统要素来看，技术分析的核心在于两个方面：第一：各个时间周期的趋势共振；第二：背离和突破。理解了共振、背离和突破这六个字，就理解了技术分析的精髓。 有的人一叶障目不森林，他顺应大周期的趋势入市，却在小周期的趋势中倒下。没有时间的共振，就决不是顺势。有的人对背离如数家珍，却不明白顶背离之上还有顶背离，底背离之下还有底背离。离开突破谈背离，背离就一无所用。 适合自己的就是最好的。有的人喜爱炒单，以秒和分钟线为时间基准；有的人喜爱日内交易，以分钟线和小时线为时间基准；有的人喜爱隔夜，但拿单不过一周；有的人是基本面分析的高手，一年交易不超过三次。每一个人都有适合自己的时钟。 所有大级别的反转行情，一定存在的背离。但背离出现的本身，却并不意味着反转的必然。背离只代表着原有趋势的转弱，而不是转势。但是背离的同时如果得到趋势突破的验证，就是一个高胜算的交易机会。期货盈亏的本质在于胜算，大的盈利加上小的亏损，就是利润。 如果不是我主观臆断的话，你是属于基本面分析派人士。我是技术分析派人士，或者说基本面技术分析派人士。还是那句话，适合自己的就是最好的，能稳定盈利就是王道。 投机交易有三宝：好心态、好眼光、好技术。要成为十分之一的高手，至少要拥有这三宝中的两宝。心态代表着让自己内心安定的力量；眼光代表着思考力，对宏观经济和基本观的趋势分析和思辨能力；技术代表着计算力，对具体品种量价时空的判断能力。 有定力，有思考力，和计算力的人，就是高手。你有几种力量呢？
5.
看对做错，是常有的事。在大级别的趋势中看对趋势入场，在小级别的波动中定力不够被迫止损出局。这关乎心态和眼光。我兄弟跟我说过一句话，现在还振聋发聩：大的行情和趋势人人都看得懂，但能否做对完全是另外一回事。人性使然。非超人概莫能外。这里说的超人，就是高人。 做到一定的境界后，技术只是一种工具，而心性的历练才是方向。悟性和修为，远比技术本身重要。 期货就是浓缩的人生，把人性的贪婪与恐惧放大了十倍和百倍。在这个注定大多数人亏钱的投机市场，没有可靠的交易系统不行，但对交易系统本身的执行力更为重要。我们最终交易的不是价格，而是信念。 在投机市场成功的人，一定有他成功的独到之处。在投机市场失败的人，却不需要任何的理由。人性使然。高手和低手，其实只有一个转身的距离。但大部份人，穷其一生却跨越不了。不在于智商，不在于技术，在于的，只是心性和悟性。 期货交易的核心，在于你出手的时候有几分胜算。期货交易，是一种概率的游戏。在万事俱备中入场，在风吹草动中离场。即使在高胜算的入场之前，一定得有止损保护可能的误判。高胜算的交易存在理由是什么？在一些特定的技术图形之中，有一些图形涨跌的趋势力量很强，惯性很大。而技术分析的目的，就是培养出一双火眼金睛，可以在无数的骗线操作中找出胜率很高的交易机会。因为，不管是大庄家还是散户，都只能在低买高卖中挣钱。谁也不可能通过高买低卖来挣钱。庄家可以做出数不胜数的骗线，设计防不胜防的陷阱，但他也只能在低买高卖中才能盈利。 对每个交易本身来说，多与空的区别不在于价格，而在于信念。同样的价格，有人看多，有人看空，多与空，总是处在平衡之中。盈利的关键是，你遵循的是什么时间周期的趋势？以及你是否站在与趋势相同的方向。亏损的根源，不外乎三种情况：[1]在同一次进场和离场的交易中，混淆了不同的时间周期的趋势波动。很多情况下是看对做错。[2]出现了趋势的误判。这属于看错做错的情况。[3]习惯性裸泳，没有设置任何止损的交易。
6.
《道氏理论》是所有技术分析的源头，他供应的更多的是哲学层面的指导，而不是技术分析的本身。很多人看得懂，但是参悟不透。我也是一知半解。但是他的大气度、大胸怀和大视野，却让我的人生境界上了一个层次。打个比方，一个有魄力的女人，让男人心动的不是她的胸脯，而是她的胸怀。 如果有百分之百胜算的技术，我以为那是神，不是人。期货交易，只是概率的游戏。把交易变成一个简单的标准的动作。看起来容易做起来很难。所谓知易行难，就是如此。打下简单的比方，均线之上不做空，均线之下不做多。这个道理人人都懂。但是大部份人就没有这份耐心。看对方向，却在不正确的点位入场，因而被趋势的惯性所击倒。譬如螺纹钢，从3600涨到5000，很多人在4200点做空，爆仓出局，现在又重新回到3600，4200的空单持仓拿以现在，要赚多少？不要与趋势为敌，不要去预测市场，不要试图表现得比市场更聪明。 我怕误导你，因为我不能为你账户的盈亏承担任何的责任。这两个都是很妖的品种，新手最好不要求去碰。近期消息面，显然都是利空。但利空之中，我以为是螺纹钢居最。螺纹钢，面临国内产能过剩和国外反倾销的双重打压，短期显然仍在跌势之中。期望短期之内转势，恐怕太难。 白糖不怎么跟外盘，但也要跟糖市的基本面。你急切需要反思的不是这一单会盈亏多少，而是你的交易系统的大问题？如果你连抄底摸顶的坏习惯都无法克服，你离高手就远远不止一个转身的距离？在我以为，做多至少要等七日均线走平，抄底才抄得有点技术含量。 说了半天大道理，再说点有技术含量的。我以为技术分析的时间架构，可以按以下方式来处理：以周线划定波动区间；以日线判断交易趋势；以小时线和分钟线选择进场点和离场点。上面是隔夜的时间架构。如果做日内，就修订为：以日线划定波动区间；以60分钟结合15分钟判断交易趋势；以5分钟线选择进场点和离场点。交易的依据，从技术面分析来看，主要参考？[1]均线排列；[2]趋势通道；[3]背离和突破；[4]量价配合。
7.
均线会说话；趋势总是在一定的时间框架之内明确无误地显现，只是我们缺少发现。背离并且有趋势突破的验证，就是胜算很高的交易机会。总是在成交量异常放大的时候入场，但要站在强大趋势的一面。 趋势理论是违背高买低卖原则的？我以为大错特错也？在上升趋势之中，回落到上升趋势线附近，看多做多。在上档压力位置可以平仓但不宜做空。在下降趋势之中，上涨到下降趋势线附近，看空做空。在下档支撑位置可以平仓但不宜做多。顺势交易，为什么会是违背原则呢？选择走势流畅的品种，顺着趋势强大的方向开单。看不清趋势的时候，换一个时间周期去找趋势。改变你本身的结构，直到与市场的结构高度一致。 趋势总是在一定的时间框架之内客观地存在。寻找并确定趋势方向，从长周期往短周期找。周线找不出趋势，往日线找。日线找不出趋势，往小时线找；小时线找不出趋势，往分钟线找。 趋势总是客观存在，只是缺少发现。我们不能改变趋势，但我们可以发现趋势，并且顺应趋势。 就技术本身来说，明明白白的亏损，有时候比糊里糊涂的挣钱要好。 随意性和情绪化，是交易的两大致命的因素。 胜算的多少，在于趋势惯性的大小。选择强大的趋势惯性形成的时候入场，胜算就会提高。 期货是随波逐流的艺术。随波是被动的选择，我们总要站在与趋势为友的方向；逐流是主动的选择，我们可以选择流畅的品种和强大的惯性
8.
先知一步，黄金万两。我以为，预测市场是神仙能做的，跟随市场是凡人可做的。 交易系统越简单越好，简单的东西用到极致，就是高手。千百次地将简单的事情做好，以致成为融入本我的优秀习惯。抛弃自我，超脱人性，回归自然。 在我的技术学习之体会中，有几个最有价值的东西：[1]所有的技术指标中，宝塔是最不容易骗线的指标，RSI是唯一可以单独建立交易系统的指标。[2]突破与趋势的相互验证，不同时间周期的相互共振，是提高胜算的法宝。[3]均线系统是让我们辨别方向最可简单可靠的尺子。期货开户选择期货公司，建议从以下几个方面考量：a)实力强规模较大:首先，大公司在软硬件上的投入小公司是比不了的，小公司的交易速度和大型期货公司差很多，对于期货，随便差一个点，交易成本就会差很多。另外，实力强大的期货公司，内部管理、风控都很严...
点击进入详情页本回答由中信建投期货有限公司提供}

一
引入如今，全球大多数股票和衍生品交易所都是订单驱动市场。在这样的市场里，交易者使用市价订单和限价订单进行交易。在限价订单市场中，交易者通过提交限价订单或市场订单来进行证券交易。如果执行限价订单，可以为交易者提供比市场订单更好的价格，但存在失去执行机会的隐含风险。而市场订单立即按照限价订单簿中的最佳报价进行交易。对于大多数市场参与者来说，在限价订单和市场订单之间进行选择是很重要的。例如，高频交易者可以机会主义地通过限价订单提供流动性，或者通过市场订单消费流动性，大量混合策略实际上依赖于两种订单类型形成的需求计划。因此，限价订单执行概率的变化模式起着重要作用。本文基于近几年的文献对限价订单成交概率的估计和影响因素进行总结。二
影响成交概率的因素为了更好地估计和研究成交概率，需要研究其影响因素。成交概率的大小和变化是由当时市场的状态空间和未来的订单流所决定的。具体来说，它的影响因素有很多，包括限价单的委托价格、当前订单薄的买卖价差，订单队列长度、订单到达速率、成交时间、最小报价单位、新来指令的积极性等。2.1 订单成交概率和订单队列长度ZHANG Qiang（2019）提出了一个可计算的限价订单市场执行概率模型，直观地描述了执行概率的变化规律，探讨了买卖队列长度对执行概率的共同影响。并且引入限价订单的累计概率作为衡量市场深度的一个重要指标，以描述形成过程，从而为订单安排决策的结构带来新的见解。作者用 p_{t}^{b}(i, j)(k) 来表示买入队列中第k个限价单的成交概率，而 p_{t}^{s}(i, j)(k) 则表示卖出队列中第k个限价单的成交概率，其中t是一天中剩下的时间段数量，i和j分别表示买卖队列的长度。假设交易者是耐心的，在每个时间段限价买单到达的概率为 \pi_b ，限价卖单到达的概率为 \pi_s=1-\pi_b ，所以可以得到以下递归方程：通过这个递归方程可以得到，对于限价买单成交概率，有以下不等式：对于限价卖单成交概率，有以下不等式：首先（i）是本质区别于（iv）的，令（iv）中的k = i，则含义为当买单队列越长，最新提交的限价买单的成交概率越小；而（i）的含义为同一笔限价买单的成交概率会随着买单队列的长度增加而减少。同样的，（iii）本质区别于（v），令（v）中的k = i，则含义为当两方队列都增加同样的量时，新提交的限价买单的成交概率会低于之前的最新限价买单；（iii）则说明在该情况下之前提交的限价买单的成交概率会变低。相应的结论同样适用于限价卖单。（iii）和（viii）表示了两方队列对于成交概率的协同效应。作者通过固定参数模拟了在队列中不同位置的成交概率，如下方图表所示。表1给出了成交概率关于k的单变量函数，从表中可以得出和是关于k的单调递减函数。交易者在最优策略中通常更关注成交概率减小的速度，所以需要定量分析。图1展现了成交概率关于限价买单递减的速度，成交概率减小的速度最初很慢，后来加速减小，然后又再次缓慢减小。表1
限价单成交概率关于k的函数值 表1：\pi_{b}=\frac{2}{3}, \pi_{s}=\frac{1}{3}, t=23, i=j=20 图1
限价卖单的成交概率关于k的函数图1： t=60,i=55,j=65,k=1,2,...,50 成交概率会根据当前限价订单薄的状态的不同而不同。作者固定了t和k来探索成交概率关于i和j的变化规律。表2展现了成交概率随着j的增加而增大，随着i的增加而减小。图2直观地展示了成交概率的这一变化规律。表2
限价买单成交概率关于（i,j）的函数值表2： \pi_b=\frac{2}{3},\pi_s=\frac{1}{3},t=70,k=30 图2 限价买单成交概率关于（i,j）的函数值图2： t=70,k=30,i,j=40,41,...,48 作者还研究了累计成交概率，也就是队列长度确定时每一个在队列中订单的成交概率之和。表3对角线上的值是边际限价卖单成交概率，随着卖方队列的增加最新限价卖单的成交概率从0.48783减小到0.000499。表3的最后一行是累计成交概率的值，累计成交概率的值随着限价卖单队列长度(j)从31增加到34而增大，后来随着j=34到j=36而减小，在j=37时增大，最后在j=37之后减小。这个结果表明这里的累计成交概率函数有一个极值，如果累计成交概率在允许多单位交易的模型中也符合这样的规律，我们就可以得出结论：交易者的回报取决于限价指令簿的状态，而不仅仅取决于提交的交易量。表3
限价卖单成交概率关于（k,j）的函数值表3： \pi_b=\frac{2}{3},\pi_s=\frac{1}{3},t=60,i=30 图3
限价卖单累计成交概率关于卖单队列长度的变化图3： t=60,i=30,k=1,2,...,j,j=1,2,...,60 2.2 订单成交概率和买卖价差大量的实证研究表明新来的买、卖指令流一般都分别集中在限价指令簿上当前最高买价、最低卖价的附近，而不会偏离太远。因此，刘波（2009）假设新来买卖指令的价格与当前最高买价、最低卖价的距离分别为 N_b(t)\Delta 和 N_s(t)\Delta，且 N_{s}(t) \sim N\left(\mu_{S}, \sigma_{S}^{2}\right)， N_{b}(t) \sim N\left(\mu_{b}, \sigma_{b}^{2}\right) ，于是有：\begin{aligned} &s(t)=\alpha(t-1)+N_{s}(t) \Delta \\ &b(t)=\beta(t-1)+N_{b}(t) \Delta \end{aligned} 其中 s(t) 和 b(t) 分别表示新来卖、买订单的价格， \alpha(t-1) 和 \beta(t-1) 分别表示当前最低卖价和最高买价。现实交易机制中对最小报价单位的要求，将使得限价指令簿上相邻价格间会相差至少一个 \Delta ，一般的会相差\Delta的若干倍（这个倍数通常被称为价格档数，此处分别用 N_s(t) 和 N_b(t) 表示）。同时， \mu_s
和 \mu_b 分别表示新来买卖指令与当前指令簿上最低卖价、最高买价在均值意义上的位置偏离或平均偏离度。而 \sigma_s 与 \sigma_b 则刻画了新来指令落在限价指令簿上位置的不确定性。根据Ranaldo（2004）对指令提交积极性的定义和分类的思想，这里\mu_s 和\sigma_s、\mu_b和\sigma_b一起分别刻画了新来卖、买指令提交的积极性。可得t时刻新来限价卖指令主动成交的概率Pr_{se}(t)为：\begin{gathered} \operatorname{Pr}_{n}(t)=\operatorname{Pr}(s(t) \leq \beta(t-1)) \\ =\operatorname{Pr}\left(\alpha(t-1)+N_{s}(t) \Delta \leq \beta(t-1)\right) \\ =\operatorname{Pr}\left(N_{s}(t) \leq \frac{\beta(t-1)-\alpha(t-1)}{\Delta}\right) \\ =\operatorname{Pr}\left(\frac{N_{s}(t)-\mu_{i}}{\sigma_{k}} \leq \frac{\frac{\beta(t-1)-\alpha(t-1)}{\Delta}-\mu_{i}}{\sigma_{k}}\right) \\ =\Phi\left(\frac{(\beta(t-1)-\alpha(t-1)) / \Delta-\mu_{j}}{\sigma_{n}}\right) \end{gathered} 为了研究特征变量之间的相互关系，这里引入几个新的变量：假设买卖订单以强度为λ的泊松过程 \{N, t \geq 1\} 随机序贯地到达限价订单簿，其中限价卖单的比例为τ，限价买单的比例为1-τ。则由泊松过程的性质可知，限价卖、买指令分别以强度为λτ和λ(1-τ)的泊松过程到达。γ是指新来的买单满足 b(t) \geq \alpha(t-1) 因而使得新来的买单以价格 \alpha(t-1) 成交，但由于\alpha(t-1)处订单深度较大，成交后仍有余量从而最低卖价不会右移的概率，因而γ的经济含义在于刻画了限价订单簿上卖方的深度，常数γ越大表明订单簿卖方的深度越大。θ是指新来的卖单满足 s(t) \leq \beta(t-1) 因而是的新来的卖单以价格 \beta(t-1) 成交，但由于\beta(t-1)处订单深度较大、成交后仍有余量从而最高买价不会左移的概率，因而θ的经济含义在于刻画了限价订单簿上买方的深度，常数θ越大表明订单簿买方的深度越大。作者对于几个特征变量的动态变化过程以及相互间在趋势上的相关性进行数值仿真分析结果如下，参数取值分别为\alpha(1)=10.45,
\beta(1)=7.85 ,
\tau=\frac{1}{2} ,
\mu_s=-10 , \sigma_s=100 ,
\mu_b=5 ,
\sigma_b=120 ,
\Delta=0.01 ,
\theta=\tau=\frac{1}{2} 。图4
α(t), β(t), Spread(t)与TP(t)图5
Pr_se(t)与Pr_be(t)可以看到，上图二者之间在趋势上存在一定的相关性。总体趋势表明，随着最低卖价减小和最高买价增大，买卖价差减小，使得新来指令的主动成交概率增大，进而限价指令簿上的指令不断被动成交（被新来的流动性需求方消耗掉），这进一步又使得最低卖价增大以及最高买价减小，从而买卖价差增大，新来指令的主动成交概率又随之减小……整个过程不断重复，直到达到竞争均衡为止，正是由于买卖价差与成交概率之间的相互作用，才呈现出图中所示的动态变化趋势。上述成交概率与买卖价差相互作用的关系可表示为：图6
买卖价差与成交概率变化关系图此外，当新来限价指令处于次积极阶段时，对新来限价买卖指令的成交概率还可能存在交叉影响效应。对新来卖指令而言，在趋势上，随着，和逐渐减小，新来卖指令的积极性逐渐增加，在此过程中，当新来卖指令处于次积极阶段时，在新来卖指令的主动成交概率逐渐增加(此为直接影响)的同时，会导致买卖价差缩小，这将使得新来买指令的主动成交概率也随之增大(此为间接影响)；对新来买指令而言，在趋势上，随着逐渐增加，逐渐减小，新来买指令的积极性逐渐增加，在此过程中，当新来买指令处于次积极阶段时，在新来买指令的主动成交概率逐渐增加(此为直接影响)的同时，也会导致买卖价差缩小，这又将使得新来卖指令的主动成交概率也随之增大(此为间接影响)。三
成交概率的估计直接对于限价单成交概率进行估计的研究较少，主要是通过影响成交概率的各个因素出发建模。本文总结了两个较为完整的对限价单成交概率的估计方法。3.1 基于多维hawkes过程和线性模型池文涛（2020）利用多维hawkes过程对订单速率进行建模，再通过历史成交时间与成交概率的分布规律，动态地计算成交概率。其中订单速率指的是买卖两个方向上最优价格队列的增加和消耗速度。中国市场有6大类订单，包括买卖限价单、买卖市价单和买卖单撤单，按照功能区分也可以分为4类，即买卖方向上的队列减少或增加。如果细分的话可以有12种之多，它们之间都在互相影响。但12维带参数核函数的hawkes模型计算，时间复杂度过高，很难估计其参数。所以为了平衡起见，作者使用4维hawkes过程，并加入双变量的核函数来计算订单速率：\lambda^{m}(t)=\mu_{m}+\sum_{n=1}^{4} \sum_{\left\{k: t_{k}^{n}<t\right\}} \alpha_{m n} e^{-\beta_{m n}\left(t-t_{k}^{n}\right)} m∈{1,2,...,4}和\left\{t_{k}^{n}\right\}_{k}=1,2, \ldots是点过程N^n(t)中的时间点；m表示订单类型，\alpha_{mn}为第n种订单到达订单薄队列后，第m种订单速率的增加值，称作速率跳跃幅度；当订单到达队列后，其对其他种类订单速率的影响随时间减弱，其作用的衰减率记为 \beta_{mn} ；μ称为基础密度，即订单薄时间的基础发生速率。对于hawkes过程的参数估计涉及求解非线性多元函数的最小值，作者利用MATLAB中的fmincon函数进行求解。通过参数估计，可以计算每时每刻买卖双方的订单速率，以及基于线性模型计算订单速率不平衡下，即队列减少速率大于队列增加速率至少10%的情况下的成交概率。订单速率不平衡的含义为：从排队论的角度，只有订单速率不平衡，且当服务速率大于客户到达速率的情况下，队列才能被清空。通过滑动窗口计算的限价单λ和市价单+撤单速率(μ+θ)，发现在99%以上的情况下λ<μ+θ。市场中实际的成交概率是非条件概率：P_{r}(t-\tau \leq T \leq t+\tau)，其中T为限价单实际的成交时间，此概率即为其成交时间落在[t-\tau, t+\tau]区间且中间价没有发生变化的概率。实际计算成交概率的方法分为三步：1）找出在上一个时间片市场买卖价差为一个tick，则在下一个时间片上进行挂单的所有限价单。这样保证了这些限价单都是挂在已有的队列上，而不是插队在最优价格之前自己形成最优的买或卖队列；2）计算实际成交时间：成交时间 = 限价单被成交时间 – 限价单下单时间3）把所有订单按照成交时间由短及长排序，统计成交时间长短每隔一秒所有订单中间价不变的情况下成交的笔数占这个时间段内所有成交的笔数。把成交时间和成交概率建立<key, value>表，key为成交时间，value为概率。模型计算的概率为条件概率，订单薄在时刻t的条件为所求得各种订单到达队列的速率，队列深度。得到该队列消耗完的时间后，以此时间依照实际成交时间与概率的关系，找到对应的成交概率。P_{\text {hawkes }}\left(t-\tau \leq T \leq t+\tau \mid q^{b}(t), v_{2}^{b}(t), \mu_{b}(t), \theta_{b}(t), \lambda_{b}(t)\right) b代表买方，该公式对于卖方a也同样成立。的定义为限价单成交时间落入的时间段，和在实际成交时间各个时间区间段中的一致。限价单成交时间的计算方法基于以下方程组：\left\{\begin{array}{l} q^{b}(t)=v_{2}^{b}(t)\left[\mu_{b}(t)+\theta_{b}(t)-\lambda_{b}(t)\right] \cdot T_{b} \\ q^{a}(t)=v_{4}^{b}(t)\left[\mu_{a}(t)+\theta_{a}(t)-\lambda_{a}(t)\right] \cdot T_{a} \end{array}\right. T_a 、 T_b 分别为在t时刻买方和卖方队列消耗完的时间，为所求变量， q^{b}(t) 和 q^{a}(t) 是在下单一刻，有多少个订单排在队列前段，v_2^b(t)为买方队列增加量， v_4^b(t) 为卖方队列增加量。通过<key, value>表即可获得模型的成交概率。作者计算了2019年3月份SZE000001和SZE000002两支股票的实际成交概率和模型成交概率，发现样本内模型计算概率的变化趋势与实际概率的变化趋势一致。为了检测在样本外的效果，将这两支股票2019年3月所得的多维hawkes参数值的平均值用来计算4月份对应时间段的订单速率，从而获得4月份限价单模型成交概率。股票SZE000001的变化趋势如下图：图10
买方模型所计算成交概率与实际概率走势图图11
卖方模型所计算成交概率与实际概率走势图作者通过比较实际成交概率和在线性模型下和订单不均衡下成交概率的接近程度，来判断准确率与模型优劣。因为在实际交易中，市场环境变化很快，即便通过实时计算概率决定下单后，订单速率已经不是计算时刻的值，订单薄队列深度也发生了变化。所以基于在时刻t的判断，若 \mid 实际成交概率-模型成交概率 \mid<=5 \% ，则认为模型所计算的概率是正确的。如果准确率超过55%，则认为在高频交易策略中是可用的。基于多维hawkes动态模型在时间段[9:30:00, 10:30:00]所得的限价单成交概率的准确率：表4
样本内2019年3月的准确率表5
样本外2019年4月的准确率除多维hawkes模型外，作者还运用了订单薄高频重构计算订单速率的方法计算成交概率，然而基于多维hawkes模型的准确率要高于基于订单薄高频重构算法的准确率，在样本内平均高了6.5%，在样本外平均高了6%。3.2 基于生存模型生存模型是对于事件发生种类和发生事件进行建模的统计模型，在经济学研究中，一般也被称为久期模型（duration model）。对于事件发生的时间，一般称为样本的生存时间（survival time）。吴昊（2019）利用包含解释变量的生存模型，即加速失效时间模型（accelerate failure time model）进行成交概率的估计，并基于Kaplan-Meier估计量深入分析限价单指令成交时间对限价单委托价格和委托量的敏感性。假设指令等待成交时间为T，则T的生存概率函数可以表示为：S(t)=\operatorname{Pr}\left\{T>t \mid X, P_{l}, S_{l}, I_{l}\right\} 对应的有，限价单的成交概率函数为：F(t)=1-S(t)=\operatorname{Pr}\left\{T \leq t \mid X, P_{l}, S_{l}, I_{l}\right\} 其中X表示了描述限价单挂单时刻市场状态的向量， P_{l} 表示了限价单的挂单价格距离最优对手价的距离， S_{l} 表示了限价单的委托数量，I_{l}表示了限价单的买卖方向。令 t_{i} 表示限价单指令失效的时间，\sigma_{i}表示与之对应的指令失效的原因。\sigma_{i}=\left\{\begin{array}{l} 1, \text { 指令 } \mathrm{i} \text { 被成交 } \\ 0, \text { 指令 } \mathrm{i} \text { 被撤销 } \end{array}\right. 则对应的极大似然方程为：L=\prod_{i=1}^{n} f\left(t_{i}\right)^{\sigma_{i}} S\left(t_{i}\right)^{1-\sigma_{i}}=\prod_{U} f\left(t_{i}\right) \prod_{C} S\left(t_{i}\right) 对应的U表示了未删失数据，即被成交的限价单；C表示了删失数据，即被撤销的限价单。对好生存函数服从的分布作出假设后，我们就可以利用极大似然估计法估计出对应的分布参数。为了描述限价单成交时间受到限价单自身性质和市场情况的影响，作者构造了下面8个衡量市场微观结构的指标。这些变量衡量了限价单挂单价格相对于最近市场成交价和最新的盘口报价之间的距离，限价单的挂单量，市场报价的深度，还有股票自身的流动性和波动性。表6
生存模型中变量的含义对于所有的限价买单，构造市场解释变量为：对于卖方指令的变量构造与买方相似，此处不再赘述。作者并未直接估计成交概率的值，而是分析了成交概率和各解释变量的相关性。为了能使用极大似然估计法对于模型的参数进行估计，还需要对于基准生存时间的分布进行假设。对于大市值和中等市值的股票，对其卖单和买单使用相同的解释变量进行估计之后发现，对于不同的组别，Log-Logistic分布都有最大的极大似然估计值。所以选择Log-Logistic分布对于限价单成交概率进行回归分析。表7
限价买入指令回归结果可以看出，除了对于中等市值的股票，BSID的参数不显著外，其他的解释变量在各个组别都显著地影响限价单的成交概率。对于大市值股票而言，限价买入指令方程中的MQLP的估计结果为0.31，其指数值为1.37，这说明当MQLP增加一个单位时，即限价买单价格更加远离市场报价中点一个单位时，限价单的平均生存时间增加37%。对于中等市值股票的限价卖出指令，MQLP的估计结果为-0.474，其指数数值为0.62，这说明当MQLP增加一个单位时，即限价卖单价格更加靠近市场报价中点一个单位时，限价单的平均生存时间减少38%。作者还对于订单发送策略进行了研究，分为静态订单发送策略和动态订单发送策略。静态订单发送策略将问题设计成一个单一决策过程，在整个过程中交易员只能做一次决定；动态订单发送策略允许交易员在订单成交或过期之前取消或者修改订单。用000002股票2018-01-03的所有限价单数据模拟两种情况下成交概率模型对于流动性交易员收益的增强情况，可以看出在不同的情况下，通过对成交概率的预测，在成交概率较大时选择继续挂出限价单等待成交，在成交概率较小时立刻以当前市价单成交，总是能够相比于原有策略带来更优的成交结果。表8
静态成交策略下不同发单方式的平均收益（单位：0.01元）表9
动态成交策略下不同发单方式的平均收益（单位0.01元）从两个策略的结果都可以看出，在不同的情况下，使用成交概率交易策略都持续性地获得更好的收益。从动态成交策略的结果可以看出，一般而言，允许成交的窗口期越长，平均收益越好。另外，随机动态交易模型的表现不如随机静态交易模型，这说明仅仅增加交易机会并不能提高收益，还需要交易员有对市场的判断。止损动态成交策略的成交成本与随机静态交易策略的成交成本几乎一样，这是因为止损条件选择为一倍标准差，由于收益率分布与正态分布相似，所以导致止损的概率接近50%。四
总结限价单成交概率和限价订单簿状态的研究是一个较为复杂的问题，从成交概率的影响因素出发，可以建立计算成交概率的模型，从而动态地估计成交概率并研究其变化规律，进一步地帮助交易员进行复杂的决策。这方面还有很多有待研究和改进的问题，例如成交概率模型的建立还可以从多个角度出发，比如结合交易员对于未来价格的估计，利用成交概率计算出不同交易策略成本的均值和方差，从而进行最优化决策等；算法和算力的进一步改进也可以更及时地捕捉成交概率的变化，从而帮助交易员的决策。参考文献[1] ZHANG Qiang, WANG Chao, LIU Shancun, YANG Yaodong(2019), OrderExecution Probability and Order Queue in Limit Order Markets.[2] 吴昊（2019），限价单成交概率估计及其在挂单策略上的应用.[3] 池文涛（2020），中国股票市场限价单成交概率与微观结构高频分析.[4] 刘波（2009），基于连续双向拍卖交易机制的金融市场微观结构研究.市场有风险，投资需谨慎。以上陈述仅作为对于历史事件的回顾，不代表对未来的观点，同时不作为任何投资建议。}