订单流：主动买卖的"净压力表"
我的掌握程度：
先掌握这个答案
订单流（Order Flow）= 主动买入量 − 主动卖出量。判定：成交价≥卖一=买方吃单（主动买，外盘）；成交价≤买一=卖方砸单（主动卖，内盘）。直觉：主动买是推价上涨的力量、主动卖是砸价的力量——净额即方向性压力表。衍生指标：订单流不平衡=（主动买−主动卖）/总成交，标准化到[-1,1]。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
用模拟盘先验证系统行为
先演练重复信号、网络超时、断线重连和部分成交，检查订单幂等与持仓对账。回测结果不验证交易通道、延迟与容量；启动、暂停和恢复都要有明确条件与记录。
本阶段实战方法 · 先画现金流，再看工具名称
比较股票、债券、期货、期权和ETF时，用合约条款与现金流解释风险。
- 列出买卖双方的权利、义务、支付时间、到期或赎回安排。
- 把名义金额、实际占用资金、合约乘数和手续费分开，不用保证金余额代替风险敞口。
- 至少写上涨、下跌和流动性不足三个情景，并核对产品说明书中的交易限制。
使用边界
- 优先股股息不等于无条件保本保息；是否累积、可递延、可赎回取决于条款。
- 10%保证金对应的是名义金额/占用保证金约10倍；账户实际杠杆还要看全部权益。
打开术语词典，随时查阅基础概念。
背景 · 从一个困惑说起
q-030学过：每笔成交都是一次握手。但握手有两个方向——是买方忍不住先伸手（主动买），还是卖方急着离场（主动卖）？两个方向的净差额，藏着价格短期走向的秘密。
由此产生的问题
订单流如何定义和度量？为什么主动买卖失衡能预测短期价格？它如何变成量化因子？
核心概念
订单流（Order Flow）= 主动买入量 − 主动卖出量。判定：成交价≥卖一=买方吃单（主动买，外盘）；成交价≤买一=卖方砸单（主动卖，内盘）。直觉：主动买是推价上涨的力量、主动卖是砸价的力量——净额即方向性压力表。衍生指标：订单流不平衡=（主动买−主动卖）/总成交，标准化到[-1,1]。
为什么需要它
①价格形成的第一性原理：q-003说价格由供需撮合决定——订单流是供需的实时净读数，比价格更接近「因」；②微观结构因子基石：PIN/VPIN、大单冲击、主买占比等高频因子全是订单流变形；③执行视角：拆单算法的核心KPI就是控制自己的订单流占比，避免暴露。
实际应用场景
L2逐笔数据带方向标记；日内动量策略用「订单流不平衡滚动和」作信号；A股「主买占比」=外盘/(内盘+外盘)，软件直接显示。
与之前知识的联系
q-030的挂单/吃单概念在成交数据上落地；q-185知情交易理论解释订单流为何有信息；阶段8「高频信息低频化」以订单流为第一素材。
⚠ 常见误解
- 外盘>内盘=必涨：订单流是概率倾向不是指令；拆单与假单干扰大，需统计检验
- 订单流数据个人拿不到：A股Level-2与加密逐笔可得（ccxt免费）；日线无方向信息才是真限制
- 看盘口挂单就够了：挂单可撤（q-030幌骗），订单流是已成交的真金白银——挂单是愿望，成交是事实
🛠 本题实践任务
观察任一活跃股10分钟成交明细（红/绿或内盘外盘）：估算主买占比，同时记录股价方向。一致吗？记下观察（一次观察是体验不是统计结论）。
💡 提示（先自己想5分钟再看）
主买占比=外盘/(内盘+外盘)；软件图例标明内外盘。
✅ 验收标准
一个时段的主买占比+价格方向+一句话观察。你在看的正是微观结构研究的第一行数据。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（订单簿、市价单限价单、买卖价差），再用案例、公式和代码帮助理解。此功能需要先启用服务。