委託流失衡（OFI）是什麼？如何解讀委託簿壓力

限價委託簿記錄當下可見的最佳買價、最佳賣價，以及各價格上的顯示數量。OFI 不是一種委託類型，也不是交易所提供的特殊指令，而是研究者根據依序排列的市場資料，計算最佳報價如何變化的統計量。依常見定義，正值代表量測區間內最上層的變化淨偏向買方；負值則代表賣方可見供給的變化占優勢。這個數字不會指出參與者身分或動機，也不會說明下一步價格會往哪個方向移動。

只加總已成交的交易並不足以計算 OFI。最佳買價上的顯示數量增加，表示買方委託隊列變大；若數量因取消委託或成交而減少，隊列就會縮小。賣方一側的符號方向相反：最佳賣價新增顯示數量會增加可見供給；賣方隊列數量減少則降低可見供給。最佳價位被改善，或原本的最佳價位被完全成交消耗後移到下一檔，也可能對計算有貢獻。

兩個時間點的委託簿快照即使完全相同，也不代表中間發生了相同的事件。一種情況可能是數量先掛出再取消；另一種情況可能是相同數量被成交消耗，後來再由新委託補回。OFI 把區間內每項帶方向的事件貢獻加總，因此用一個數字摘要這段過程。不過它不能取代原始訊息流；分析者仍需說明哪些事件計入，以及多筆訊息如何合併。

設事件 n 之後最佳買價與其顯示數量分別為 Pᵇₙ 和 qᵇₙ；最佳賣價與其顯示數量則分別為 Pᵃₙ 和 qᵃₙ。1（條件）表示條件成立時為 1，否則為 0。一種標準 OFI 定義將單一事件的貢獻寫成：

eₙ = 1(Pᵇₙ ≥ Pᵇₙ₋₁)qᵇₙ − 1(Pᵇₙ ≤ Pᵇₙ₋₁)qᵇₙ₋₁ − 1(Pᵃₙ ≤ Pᵃₙ₋₁)qᵃₙ + 1(Pᵃₙ ≥ Pᵃₙ₋₁)qᵃₙ₋₁

一個區間的 OFI 是落在區間內之事件貢獻總和：OFIₖ = Σ eₙ。最佳價位不變時，公式會簡化為相關一側的數量變化。最佳買價的委託量增加帶來正貢獻；買方隊列數量減少帶來負貢獻。最佳賣價的委託量增加帶來負貢獻；賣方隊列減少則帶來正貢獻。

最佳價位改變時，只看數量差並不足夠，價格檔位的移動也會納入計算。例如最佳買價上移，代表出現更高的新最佳買價；最佳賣價上移，則可能表示舊賣價已被成交消耗或被取消。公式中的價格條件決定每一側使用舊數量或新數量。因此，如果把不同時鐘來源的資料接在一起，或把同一時間的訊息排序錯誤，即使後續加總很仔細，結果仍可能不是正確的 OFI。

符號規則不會猜測委託人的意圖。買方取消委託會減少顯示的買方數量，因而拉低 OFI，即使並沒有賣出成交。賣方取消委託則減少可見供給，產生向上的貢獻。這只是描述委託簿變化的統計規則，不能證明特定參與者正在主動攻擊市場或刻意操縱價格。

假設最小跳動單位為 0.25，起始最佳買價是 100.00、顯示數量為 10；最佳賣價是 100.25、顯示數量為 8。數量單位取決於資料來源，例如可能是契約口數。以下完全是用來核對計算的假設算術範例，並非實際市場資料或交易績效。

第一個事件中，最佳買價不變，買方隊列增加 4 個單位。數量從 10 變成 14，所以貢獻為 +4。第二個事件在相同買價取消 3 個單位，數量從 14 降到 11，貢獻為 −3。第三個事件中，最佳賣價仍是 100.25，但賣方隊列增加 4 個單位，數量從 8 增至 12。由於可見賣方供給增加，貢獻為 −4。

第四個事件中，可以立即成交的買進委託消耗掉舊最佳賣價 100.25 上的全部 12 個單位。新的最佳賣價上移至 100.50，並顯示 6 個單位。由於舊賣價上的數量全部消失而最佳賣價上移，這項事件按舊賣方數量計算，貢獻為 +12。四個貢獻加總為 +4 − 3 − 4 + 12 = +9 個 OFI 數量單位。

最後一個事件之前，中間價是買賣價的平均值：(100.00 + 100.25) ÷ 2 = 100.125。事件後的中間價為 (100.00 + 100.50) ÷ 2 = 100.25，變化 +0.125，也就是本例 0.25 最小跳動單位的一半。這段短序列中，正 OFI 與中間價上漲同時出現；但四個事件不足以估計迴歸係數，也不能證明 OFI 導致價格變動。範例只用來檢查符號與算術是否一致。

真實資料流可能會把一次委託簿變化拆成多筆訊息。研究者可以用不同方式合併，也可能按訊息而非經濟事件計算貢獻。發布 OFI 數值時，應說明訊息如何分組、相同時間戳記的更新如何排序，以及如何判定區間起點和終點的委託簿狀態。

一種簡單的研究設計是將交易時段切分成多個區間，再比較每個區間的 OFI 總量和中間價變動。示意性迴歸可以寫成 Δmₖ = α + β·OFIₖ + εₖ。β 是針對所選商品、價格欄位、資料來源、區間長度和數量單位估計的敏感度。換到其他市場時，係數不保證大小或符號相同。

Cont、Kukanov 與 Stoikov 使用紐約證券交易所 Trades and Quotes 資料中的 50 檔美國股票，研究委託簿事件的價格影響。他們報告在較短時間區間內，價格變化與 OFI 大致呈線性關係；估計直線斜率會隨市場深度增加而降低。委託簿較薄時，相同數量的淨事件可能比深厚委託簿帶來更大的最佳報價變化，因為對手一側顯示的數量較少。這是該研究樣本與設計中的實證發現，不是適用所有商品和期間的普遍價格定律。Cont、Kukanov 與 Stoikov 的論文說明其資料範圍和方法。

估計結果會受到樣本區間和中間價定義影響。如果起始報價有延遲、交易時段之間存在長時間空檔，或 OFI 使用契約數量而價格結果使用另一種契約單位，係數的解讀就會改變。一天中的交易時段、最小跳動單位、價差、波動度、參與者組成、訊息延遲和市場狀態也都可能影響估計。若報告未交代這些細節，直接比較不同研究的係數可能沒有意義。

不應把統計關係描述成因果關係。新資訊可能同時引發委託簿事件與價格更新；流動性提供者也可能依共同風險調整報價。成交發生後，委託流方向也可能隨價格移動而改變。歷史樣本中的相關性，本身無法證明這種關係會延續到新期間，更不能單獨證明 OFI 能用來預測。

靜態委託隊列失衡比較同一時點可見的最佳買方與賣方數量。常見比率之一為 (Qᵇ − Qᵃ) ÷ (Qᵇ + Qᵃ)；若數量非負且總和大於零，結果會介於 −1 與 +1。這個比率摘要的是單張委託簿快照中兩側的相對大小。期貨 Bid Size 與 Ask Size 指南說明為什麼單一快照不是價格方向預測。

OFI 則加總所選時間區間內的方向性變化。其單位會依數量單位和區間長度而變；除非另外定義並標準化，OFI 不一定落在 −1 到 +1 之間。例如兩張快照可能有相同買賣數量比例，但前一秒其中一本委託簿因新增限價委託而擴大，另一本則因成交和取消先縮小，後來再由新委託補回。最後快照相似，OFI 仍可能不同。

帶方向成交量也是不同的指標。它會將已成交交易分類為買方或賣方主動發起，再加總成交數量，通常需要成交資料、報價資料和判斷方向的方法。OFI 另外納入未成交限價委託的新增與取消，以及最佳報價的改變。在賣價成交，不代表整個區間的淨委託流都偏向買方；買賣主動方分類也不會記錄取消的委託。

Microprice（微價格）也容易和 OFI 混淆。部分方法依當下買價、賣價與委託隊列大小加權，計算短期分析中的替代中間價；OFI 則加總一段時間內的事件變化。Stoikov 的研究討論高頻 microprice 估計量，但它與 OFI 不是同一指標，也沒有證明某項策略在所有市場狀態都有效。Stoikov 的 microprice 研究介紹了這種不同的價格衡量方法。

計算 OFI 需要從有序訊息流重建每個事件前後的最佳買賣價與顯示數量。OHLCV K 線、總成交量或只有成交記錄的資料，都沒有包含最佳價位新增限價委託和取消委託的先後次序。Nasdaq TotalView-ITCH 這類直接行情資料流會定義新增、執行、刪除和修改委託的訊息。這份規格適用於相應的 Nasdaq 產品，不代表所有交易所的欄位都一樣。Nasdaq TotalView-ITCH 5.0 介面規格。

若訊息序號有缺漏、封包遺失或委託簿正在復原，應排除該段期間或明確標註，直到委託簿狀態恢復一致。漏掉一筆取消委託，會把已取消的數量留在簿上；漏掉一筆成交，則可能讓已成交數量看起來仍在委託簿內。之後即使小心套用統計公式，也無法修復這種資料損壞。方法說明應列出哪些期間的委託簿狀態被視為有效。

事先定義特定股票或契約、交易場所、資料來源、交易時段、交易日期、時區、數量單位，以及時間戳記欄位的意義。交易所事件時間、資料供應商處理訊息的時間，以及使用者收到資料的時間可能不同。合併多個來源時，看似同時的更新可能以不同順序到達。用單一交易場所的 OFI 對照多個場所合併後的中間價，也代表比較涵蓋範圍不同的兩種量。

Market by Price 資料可能提供最佳價位的總數量變化；Market by Order 則提供更詳細的匿名委託訊息。如果 MBP 能完整且正確地提供最佳價位總量，部分 OFI 定義可能足以使用，但不會顯示隊列由哪些個別委託構成。先確認 feed 的涵蓋範圍和資料復原方式。期貨委託簿與 Time and Sales 的差異有助分辨委託簿狀態和已成交交易紀錄。

OFI 可以依日曆時間區間、固定事件數量，或預先定義的報價更新次數累加。一秒區間和一千筆事件的區間並沒有回答相同問題。依事件數切分的區間，在交易熱絡時涵蓋較短日曆時間；固定時間區間中每期的訊息筆數則會改變。不同區間的原始 OFI 總量不能直接當成相同尺度比較。

以股數或契約口數表示的未標準化總量，通常會隨區間拉長而增加。除以事件數、時間長度、典型深度或其他基準，可能有助於特定比較，但也會改變指標定義和單位。深度極低時，依深度標準化也可能不穩定。公式、事件分組方式、時間區間、數量單位，以及深度接近零時的處理方式，應一併說明。

結果變數中間價也要明確定義：它是單一交易場所最佳買賣價的平均值、合併的 NBBO，還是資料供應商提供的另一個 midpoint 欄位？可以將單一場所 OFI 和合併價格連結，但這表示研究者在比較涵蓋範圍不同的兩項指標。開盤、休市、假日、交易中斷或最小跳動單位改變時，整段樣本都應使用一致處理規則。

開始分析之前，先設定 OFI 區間、中間價觀察期限、標準化方式、交易時段交界與排除期間。如果看過結果後才改動這些決定，就不要把新分析說成原先已預先指定的檢定。比較市場或商品時，時間單位和數量的貨幣價值也應一致；乘數不同的期貨契約，其口數不能直接視為等量。

可見委託簿並不代表全部流動性。隱藏委託與冰山委託、內部化交易、場外交易、資料封包的深度限制以及交易場所特有規則，都可能沒有出現在選定的 feed。顯示數量被取消或新增，只能說明看見的變化，不會說明下單者的理由。資料延遲、訊息遺失、順序錯誤或委託簿復原錯誤，也會影響量測。

OFI 與後續價格變動的歷史關係，可能隨深度、價差、最小跳動單位、參與者競爭和交易狀態而改變。與中間價的統計關係不等於策略可實際取得的報酬。實際結果取決於進場價格、何時取得訊號、延遲、部分成交、手續費、交易所費用、回饋金、市場衝擊和出場方式。在僅有幾個 tick 的觀察期間，這些因素可能與看到的價格變動一樣大。

Gould 與 Bonart 研究 Nasdaq 股票買賣隊列比率和後續中間價變動的關係，並發現大 tick 與小 tick 股票的關係不同。這是特定樣本中對靜態委託隊列失衡的研究結果，不能證明 OFI 在所有市場有效或可以獲利。研究論文應配合作者使用的資料範圍和預測目標解讀。

研究 OFI 時應保留時間順序，確保特徵只在相關訊息到達後才可得，並將交易成本納入結果指標。如果同時查看許多區間、市場、門檻或變體，最後只檢驗選出的定義，並不會消除搜尋過程的影響。每項結果都取決於商品、日期範圍、資料來源和指標定義；不能假設同一關係將來仍會存在。

有用的結論不會把 OFI 簡化成單一「看多」或「看空」訊號。例如研究者可以說，在特定股票及交易時段中，每秒最佳報價 OFI 總量與所選中間價變化呈現何種方向的關係，以及估計係數如何隨市場深度改變。即使這樣描述，若缺少資料涵蓋範圍、時間定義、區間、價格變動定義和數量單位，仍無法重現。

報告應記錄所用 feed、交易場所、契約識別資訊、時間戳記欄位、交易時段、委託簿重建與缺漏處理規則、事件貢獻公式、區間、標準化方式、中間價定義、觀察期限和不確定性指標。若合併多種商品，應說明權重如何分配，以及不同數量單位是否已換算到共同尺度。若忽略這些內容，彙總係數可能主要反映少數深度很大的商品或最熱絡的交易時段。

範例中的 10、8、14 等數字只是為了展示算法而選用，並非 Nasdaq、CME、券商畫面或歷史回測的實際資料。Nasdaq 連結說明相應 ITCH feed 訊息的定義；研究論文則說明作者如何從具體資料得出結論。這些來源都不會將假設數字轉成交易建議或個人投資建議。