글 목차

근거와 범위

Cont, Kukanov와 Stoikov는 미국50종목의 OFI와 가격 영향을 연구했다. 아래 예측 및 체결 계층은 별도 실험 제안이며 해당 논문이 보고한 결과가 아니다.

데이터와 시장매수/매도 호가 가격·수량·시각과 피드 규칙이 명시된 지정가 거래소. 공개된 호가 깊이가 가용 유동성 전체인 것은 아니다.
연구 대상 시간봉이벤트 시간 또는 100ms~5s 윈도우는 연구 예시입니다. 실행 가능 시간은 실제 관측, 계산 및 네트워크 지연에 따라 달라집니다.
표시된 매도 수량이 줄면 OFI가 오르고 매수 수량이 줄면 내려간다. 양의 불균형 뒤에도 흐름은 반전할 수 있다.도표를 원래 크기로 열기
가상 이벤트 OFI. 선은 부호 있는 대기열 변경량을 나타내고 보조 막대는 독립적으로 생성된 거래량을 보여줍니다. OFI는 거래량이 아닙니다.

실전 적용 절차

적용 절차: 호가창 불균형과 OFI: 대기 수량, 호가 흐름과 미래 예측
전체 단계는 아래에 설명되어 있습니다. 각 단계에서 데이터가 부족하거나 조건을 충족하지 못하면 제외 사유를 기록해야 합니다.
  1. 호가창 재구성거래소의 스냅샷·델타 규칙을 적용한다.
  2. OBI와 e를 계산하세요표시된 호가 상태와 호가 변화 흐름을 분리한다.
  3. 특징 집계 구간 완료의사결정 전에 수신한 관측치만 사용한다.
  4. 주문 도착 시뮬레이션지연, 스프레드와 주문 대기열 가정을 적용한다.
  5. 미래 순수익을 평가합니다.동일 기간 내 설명과 예측을 분리합니다.

한 시점의 모습과 지속적인 변화의 흐름

OBI=(B−A)/(B+A)에서 B와 A는 동일 시점의 최우선 매수·매도 호가 수량이다. 다층 버전은 고정 가격단계 수 또는 고정 가격 거리를 쓸 수 있으나 방식을 명시해야 한다. OBI가+1에 가까우면 표시된 매수 잔량이 상대적으로 많다. 매수자 수나 의도를 알려 주거나 주문 도착 때 잔량이 남음을 보장하지 않는다.

OFI는 대기 수량과 호가 가격의 변화를 측정한다. 원 연구는 짧은 구간의 가격 영향과 호가 깊이 역할을 본다.[1] 이 설명 관계는 관측 수신 뒤 미래 움직임을 예측하고 포착하는 전략과 다르다.

체결 델타는 유동성을 가져가는 체결을 센다. OFI에는 호가 추가·취소·가격 변화도 반영된다. 공격적 매수 체결 없이 매도 잔량 취소만으로 OFI가 양수가 될 수 있다. 큰 매수 대기열이 사라지면서 양의 OBI와 급격한 음의 OFI가 공존할 수도 있다.

특징 구간을 완료한 뒤 예측 대상 구간을 정한다

n−1에서 n으로 갱신할 때 b와 a는 최우선 매수·매도 호가 가격, qb와 qa는 그 수량이다. 코드는 연구[1]의 최우선 호가 OFI 정의를 쓴다. 가격이 그대로면 매수 수량 변화에서 매도 수량 변화를 뺀 값이다. 호가 가격이 바뀌면 수량만 빼지 말고 해당하는 과거 또는 새 대기열을 사용한다.

완료한 W 동안 e를 합한다. 이전 평균 깊이나 훈련 데이터로 추정한 z점수로 정규화할 수 있다. 미래 시험 구간 전체로 표준화하지 않는다. 구간 끝 OBI, 구간 내 OFI와 스프레드는 별도 특징이다. B+A=0 또는 한쪽 누락이면 무효 관측으로 표시한다.

제안 후보는 zOFI>1.5, OBI>0.3, spread≤2틱과 최신 데이터를 요구한다. 예측 대상은 관측·주문 지연 이후 체결 가능한 호가부터 시작해 H=2초 뒤 끝난다. 임계값과 기간은 연구 제안이지 논문이 입증한 수익 설정이 아니다.

거래 이벤트 발생 시점과 전체 특징 데이터가 로컬에 수신된 시점, 이렇게 두 가지 타임스탬프를 유지해야 합니다. 초기 타임스탬프를 기준으로 시작하는 예측 시뮬레이션은 거래 시스템이 아직 보유하지 않은 정보를 가정합니다. 특징 데이터 기간 내의 수익률은 미래 거래 수익이 아닌 설명력 검증을 위한 것입니다.

e = I(b>=b_prev)*qb - I(b<=b_prev)*qb_prev
    - I(a<=a_prev)*qa + I(a>=a_prev)*qa_prev
OFI_window = sum(e for quote events in completed_window)
OBI = (qb-qa)/(qb+qa)
features_known_at = local_receive_time_of_last_required_event
order_arrival = features_known_at + compute_delay + network_delay
label = executable_exit_price_after(order_arrival,H) - executable_entry_price
# A price move inside the feature window is not future trading profit.

호가창 재구성도 방법의 일부다

Bybit 문서는 새 스냅샷으로 호가창을 교체하고 수량 영인 델타로 해당 가격을 삭제하도록 설명한다.[2] 실제 소비하는 스키마를 구현한다. 최우선 호가는 스냅샷 전용일 수 있고 더 깊은 피드는 델타를 쓴다. 모든 메시지를 증분이라 가정하면 잘못된 호가창이 생긴다.

거래소가 문서로 보장한 대로 업데이트 ID, 교차 시퀀스와 시각을 검증한다. 명시가 없으면 모든 ID가 하나씩 증가한다고 가정하지 않는다. 재동기화한 새 스냅샷을 낡고 끊긴 호가창과 비교해 거대한 OFI라 부르지 않는다. 특징 집계 구간을 다시 시작한다.

공개 호가는 관측 가능한 일부이지 전체 대기 주문이 아니다. 샘플링·묶음 전송은 메시지 사이 취소와 추가를 숨길 수 있다. 해당 피드 빈도에서 관측한 OFI라고 명시한다. 체결 델타와 비교할 때 별도 체결 채널의 공격 주문 방향 및 시각 의미를 따른다.[3]

또한 깊이 잘림 현상을 기록하십시오. 상위 K개 북은 개별 취소를 관찰하지 않더라도 가격 변동 시 레벨을 놓칠 수 있습니다. 알려진 경계를 벗어난 변화를 정확한 주문 이벤트로 해석하지 마십시오. 누락된 호가는 대기열이 0인 것을 의미하지 않습니다.

합성 계산 및 실행 가능한 결과

최우선 매수 가격100.00의 수량80, 매도 가격100.01의 수량20이면 OBI=0.60이다. 가격과 매수 수량이 그대로인 채 매도 수량이20에서5로 줄면 e=+15다. 취소였다면 체결 델타는 영이다. 이어 매도 수량이 그대로이고 매수 수량이80에서70으로 줄면 e=−10이다. 두 이벤트 OFI는+5, 최종 OBI=65/75로 약0.867이다.

양의 특징이 곧 이익은 아니다. 별도 가상 성공 경로에서 체결 가능한 매도 호가100.01에 사고 정해진 기간 후 매수 호가100.04에 판다. 단위당 총이익0.03에서 왕복 수수료·슬리피지0.01을 빼면 순이익0.02다. 중간값100.005가 자동으로 살 수 있는 가격은 아니다.

실패 경로에서는 도착 전 큰 매수 잔량이 사라져 호가가99.96/99.98로 이동한다.99.98에 산 뒤 매수 호가99.94에 팔아 비용 전0.04를 잃는다.100.00에 대기한 지정가는 하락 시작과 동시에 체결될 수 있다. 불리한 접촉은 미체결, 유리한 접촉은 확정 체결로 처리하면 안 된다.

지연 시간과 주문 선택이 경제성을 결정합니다.

테스트 전에 공격적인 실행 또는 수동적인 실행 방식을 선택하십시오. 공격적인 주문은 스프레드를 지불해야 하며, 주문 규모가 클수록 여러 단계의 주문장을 소모할 수 있습니다. 수동적인 주문은 대기열, 취소 및 역선택에 대한 가정이 필요합니다. 주문 ID가 없는 집계된 L2 데이터는 일반적으로 정확한 대기열 우선순위를 보여주지 않으므로 보수적인 체결 시나리오 또는 범위를 보고하십시오.

틱 폭 스톱, 고정 시간 청산, 특징 반전 청산은 별도 정책이다. 특징의 빠른 변화는 과도한 매매 회전율을 만든다. 대기 시간이나 조건 지속을 요구하면 회전은 줄어도 지연이 늘 수 있어 둘 다 측정해야 한다.

피드가 낡거나 예상 시장 규칙에 어긋나는 교차 호가가 생기거나 재동기화 중이면 신규 포지션을 중단한다. 기존 포지션에는 사전 위험 대응을 적용한다. 데이터가 없다고 가격이 멈춘 것은 아니다.

규모 민감도 분석과 지연 시간 민감도 분석을 모두 실행하십시오. 특정 기능이 작은 중간 가격 변동을 예측하더라도 의도한 거래량을 지원하지 못할 수 있습니다. 중요한 결과는 표시된 최적 호가로 무제한 거래를 하는 것이 아니라, 분석 대상 규모에 대한 실행 가중 수익률입니다.

동시 회귀 분석을 알파 값으로 둔갑시키지 마십시오.

세 가지 과제를 분리합니다. 첫째, W 기간 동안의 중간 가격 변화를 설명하고, 둘째, W 이후의 변화를 예측하며, 셋째, 현실적인 지연 시간 이후의 P&L 값을 측정하는 것입니다. 첫 번째 과제에서 높은 R-제곱 값이 나왔다고 해서 세 번째 과제가 성립하는 것은 아닙니다. 데이터가 시스템에 도달하기 전에 가격이 이미 반응했을 수도 있습니다.

거래일을 기준으로 분할하고 검증 경계와 겹치는 목표 기간을 제거합니다. OFI를 제외한 지연 수익률, 스프레드 및 깊이를 사용하는 모델과 비교합니다. 이는 OFI가 추가 정보를 제공하는지 아니면 단순히 방금 발생한 가격 변동을 되풀이하는지 확인하기 위한 것입니다.

예측 품질과 함께 매매 회전율, 체결률, 순 P&L, 극단 손실, 지연·규모 민감도를 보고한다. 유동성 국면과 거래소를 별도로 평가한다. 주식 연구 근거를 임계값과 비용 구조가 같다는 가정만으로 암호화폐 무기한 계약에 적용할 수 없다.

흔한 실수

모든 주문을 중간 가격으로 처리합니다

이렇게 하면 스프레드가 제거되고 실제 수익률이 과대평가됩니다.

표시된 두꺼운 잔량을 확정 수요로 봄

호가는 철회할 수 있으며 참여자 의도는 관측되지 않는다.

동시 적합을 예측이라고 부릅니다.

예측 대상 구간은 전체 특징이 수신되어 쓸 수 있게 된 뒤 시작해야 한다.

이 기법을 사용하기 전 체크리스트

자신의 데이터로 확인한 뒤 각 항목에 체크하세요. 진행 상태는 이 브라우저에 저장되며, 전략의 수익성을 인증하지는 않습니다.

0/7 개 항목

자주 묻는 질문

가격이 하락하는 동안 OBI가 양수일 수 있나요?

네. 표시된 호가 깊이는 잠정적이다. 새 흐름, 취소와 다른 거래소가 시장을 즉시 바꿀 수 있다.

표준 OHLCV로 OFI를 재구성할 수 있습니까?

아니요. 최소한 최적의 매수/매도 가격과 수량에 대한 일련의 정보가 필요합니다. 거래량만으로는 호가 변동을 파악할 수 없습니다.

연구 출처

각 출처는 옆에 설명된 정의나 근거를 뒷받침합니다. 의사코드, 가상 예시와 제안된 매개변수는 별도로 검증해야 합니다.

  1. The price impact of order book eventsCont, Kukanov and Stoikov. 초록과 OFI 정의를 읽었다. 미국50종목 연구이며 본 전략 백테스트가 아니다. 확인일: .
  2. OrderbookBybit. 스냅샷/델타, 시각 및 공개 피드 한계를 읽었다. 확인일: .
  3. Public TradeBybit. 공격적 체결과 호가 변화를 구별할 체결 채널 필드를 읽었다. 확인일: .

관련 기법

위험 안내

이 내용은 학습과 연구 설계를 위한 것이며 금융 조언이 아닙니다. Backtest는 과거 데이터 시뮬레이션으로, 미래 성과를 보장하지 않으며 실제 거래를 주문하지 않습니다. 이 라이브러리의 기법이 모두 앱에 구현된 기능은 아닙니다. 관련 정보: 검증 방법 및 학습 센터.

실제 자금을 투입하기 전에 규칙을 검증하세요

앱 지원 범위, 데이터와 개별 모의 거래를 확인하세요. 고급 탐지 기법은 별도 구현이 필요할 수 있습니다.

App Store에서 Backtest 다운로드