Nautilus Trader中L1订单簿限价单成交行为的优化实践
2025-06-06 00:18:01作者:丁柯新Fawn
背景介绍
在量化交易系统的回测环节中,订单成交行为的模拟准确性至关重要。Nautilus Trader作为一款专业的交易系统框架,近期对其L1订单簿中限价单的成交逻辑进行了重要优化,特别是在处理大额限价单时实现了更符合实际市场预期的行为。
原有问题分析
在之前的版本中,当用户提交一个大额限价单时,系统存在以下行为特征:
- 如果限价单价格优于当前市场最优价(即可立即成交),系统会将其作为Taker订单处理,但仅成交当前最优价档位的全部数量
- 剩余未成交部分会转为Maker订单留在订单簿中
- 后续市场行情即使继续向有利方向移动,系统仍会将这些成交视为Maker成交
这种处理方式在L1订单簿(仅包含最优买卖价)环境下,特别是使用交易tick数据进行回测时,会导致成交结果与用户预期存在偏差。用户期望的是限价单能够像市价单一样,在当前市场深度允许的范围内尽可能多地成交。
技术解决方案
开发团队对订单匹配引擎进行了两项关键改进:
改进一:市场可成交限价单的优化处理
对于立即可成交的限价单(即价格优于当前市场最优价),系统现在会:
- 首先作为Taker订单成交当前最优价档位的全部数量
- 如果限价单价格"过度优于"市场(即已经穿透了当前市场价),系统会假设有足够流动性,继续以次优价格成交剩余数量
- 只有当限价单价格不再"过度优于"市场时,剩余部分才会转为Maker订单留在订单簿中
这种处理方式使得限价单在穿透市场时的行为更接近市价单,符合用户将其用作"防滑点保护"等场景的预期。
改进二:挂单限价单的成交优化
对于已经挂在订单簿中的限价单,当市场价格穿透其限价时:
- 系统会假设市场上有足够流动性完全成交该订单
- 不再局限于仅成交tick数据中显示的数量
- 这种处理在L1订单簿环境下更为合理,因为大额订单穿透市场价格的情况本身就暗示了充足的市场深度
技术实现考量
这些优化特别针对L1订单簿场景,主要基于以下技术考量:
- L1订单簿数据本身就不包含完整的市场深度信息
- 使用交易tick数据进行回测时,单个tick的数量往往不能反映真实市场深度
- 对于L2/L3订单簿,系统仍保持原有的精确匹配逻辑,以维护高级别仿真的准确性
- 特别处理了post_only类型的限价单,确保它们始终作为Maker订单
实际应用价值
这些改进为量化交易策略开发者带来了以下好处:
- 使用限价单作为防滑点保护时,行为更加符合预期
- 大额订单的成交模拟更加贴近真实市场环境
- 减少了为获得合理回测结果而进行数据预处理的工作量
- 为策略提供了更一致的成交行为,无论是使用限价单还是市价单
总结
Nautilus Trader通过对L1订单簿限价单成交逻辑的优化,显著提升了在简化数据环境下回测结果的合理性。这种改进特别适合使用聚合交易数据或L1订单簿数据进行策略开发的用户,使得限价单的成交行为更加符合实际交易场景中的预期,同时保持了系统在完整订单簿环境下的精确模拟能力。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
893
昇腾LLM分布式训练框架
Python
142
168