你挂在某个价位，价格明明碰到了，却没成交。原因通常不是运气，是队列位置。MBO 数据能给出每笔委托的独立身份与进出时间，MBP10 只给聚合量——这个差别决定了「排不排得到」到底能不能算。
一、MBO 和 MBP10 到底差在哪？
这两个词经常被混着用，但它们是两种完全不同粒度的行情。先记住一件事：盘口（DOM）展示的是各价位当前挂着的限价单数量的快照，档数可配置，且不代表全部流动性——暗池（dark pool）与冰山单都不在上面。
MBP10（market by price）：按价格档聚合。给你买一到买十、卖一到卖十，每一档只有「价格 + 总挂单量」。你能看到十档厚度，但看不到这十档是由多少笔委托组成的。
MBO（market by order）：按委托聚合。每笔委托有独立身份——订单编号、方向、价格、数量、进入时间，以及后续修改与撤销。
由此可以推出一条硬边界：只有两个快照，永远无法还原成交结构。看到某档从 100 手变成 80 手，中间可能是「成交 30、撤单 10、加单 20」，也可能只是「撤单 20」。只看首尾，比例与顺序都还原不出来。要还原，必须逐事件（MBO）；只看快照（MBP），做不到。
差别在哪？举一个具体问题就清楚了：
> 我前面原来有 80 手，现在只剩 20 手。这 60 手是被成交吃掉的，还是被撤单撤走的？
用 MBP10，你只知道总量从 80 变成 20，这两个原因分不开。
用 MBO，你能逐笔对上：哪几笔被成交（成交记录）、哪几笔被撤（撤单记录）。60 手里 15 手是成交、45 手是撤单，一清二楚。
站内 订单流基础 讲过盘口「挂单是意图、成交是事实」，MBO 的意义就是把这句话落到每一笔委托上：它让你看到意图是怎么消失的。
二、队列位置如何决定成交概率？
先说撮合规则，因为不谈规则谈队列没有意义。
主流撮合有两大类：
- 价格优先、时间优先（FIFO）：同一价位上，先挂的先成交。你的位置就是你的顺序号。
- 按比例分配（pro-rata）：同一价位上，来了成交就按各笔委托的数量比例分。位置不那么重要，数量更重要。
还有混合型：一部分按 FIFO 分配、剩下的按 pro-rata（很多期货品种用这种），或者对特定参与者（做市商）给优先级。
这句话听起来像废话，但它解释了一个非常常见的困惑：为什么我的挂单「价格到了却没成交」。
答案几乎总是同一个：价格到了这一档，但这一档的成交量还没有超过你前面的排队量。价格「碰到」和「吃穿」是两件事。
所以，被动挂单的成交概率，本质上是「前方队列被清空的速度」的函数。而下文会看到，这个速度里，撤单往往比成交更重要。
一个价位上的队列结构。图例：红色方块 = 正在被消耗的前排；深灰方块 = 排在你前面的其余委托；青色方块 = 你的委托；右侧灰块 = 你后面的委托；箭头 = 消耗方向。看点是被消耗的只是从左端开始的一段，不是整个队列。
三、给一个能算的例子：你在第 N 手，前方撤单率 r
现在把这件事写成可以算的形式。
设：
- Q0：你前方的排队量（手），也就是排在你前面还没成交、没撤的量；
- r：撤单率，单位时间内前方队列被撤走的比例（每分钟撤掉剩余量的 r 倍）；
- f：成交速率，单位时间内这一档被成交掉的手数（手/分钟）。
前方队列 Q(t) 的变化由两部分构成：撤单按比例减少，成交按固定速率减少。
dQ/dt = − r · Q − f
这是一个一阶线性微分方程，解出来是：
Q(t) = ( Q0 + f / r ) · e^(−r·t) − f / r
令 Q(t) = 0，解出你被成交的时刻：
**t* = (1 / r) · ln( 1 + r · Q0 / f )
这个式子就是本文的核心。它告诉你：排到你要多久。
先看两个极限，能建立直觉：
- 当 r → 0（没人撤单）**：ln(1 + x) ≈ x，所以 t* ≈ Q0 / f。也就是纯靠成交消耗，前方多少手除以每分钟成交多少手。这是最慢的情形。
- 当 r 很大（撤单凶）：t* ≈ (1/r)·ln(r·Q0/f)，被 1/r 压住。撤得越凶，你越快排到。
举个数字例子（数字仅为说明算法，不代表任何真实品种）：
假设前方 Q0 = 80 手，撤单率 r = 0.02 /分钟（每分钟撤掉剩余量的 2%），成交速率 f = 6 手/分钟。
- r · Q0 / f = 0.02 × 80 ÷ 6 = 0.2667
- ln(1.2667) = 0.2364
- t* = (1 / 0.02) × 0.2364 = 50 × 0.2364 ≈ 11.8 分钟
也就是说，按这个速度，你要等将近 12 分钟才轮到你。
如果这一档的成交速率只有 f = 2 手/分钟：
- t* = 50 × ln(1 + 1.6/2) = 50 × ln(1.8) = 50 × 0.5878 ≈ 29.4 分钟
成交速度掉到三分之一，等待时间涨到 2.5 倍——不是线性关系，这是这个式子最实用的地方。
反过来，如果撤单率提高到 r = 0.10 /分钟（每分钟撤 10%），其他不变：
- t* = (1 / 0.10) × ln(1 + 8/6) = 10 × ln(2.333) = 10 × 0.8473 ≈ 8.5 分钟
撤单率提高 5 倍，等待时间只从 11.8 分钟缩到 8.5 分钟——缩得没那么多，因为撤单带来的前进是对数递减的。这说明：靠别人撤单前进，效率有限。
再给一个反向用法，从「结果」倒推「条件」：
如果你希望在某段时间窗 T 内排到，需要的最小成交速率是：
f ≥ r · Q0 / ( e^(r·T) − 1 )
代入上例，想看「5 分钟内能不能排到」（T = 5，r = 0.02，Q0 = 80）：
- 分母 = e^(0.1) − 1 = 0.10517
- f ≥ 1.6 ÷ 0.10517 ≈ 15.2 手/分钟
也就是说，这一档每分钟至少要成交 15 手以上，你才可能在 5 分钟内排到。如果实际成交速率只有 6 手/分钟，那 5 分钟这个窗口是不现实的。
核心公式 t* = (1/r)·ln(1 + r·Q0/f) 的形状。图例：三条实线分别为 r 小 / 中 / 大；青色水平虚线 = 5 分钟窗口；交点 = 该窗口内排到所需的最低成交速率 f。看点在曲线「前陡后平」，且撤单率高的曲线整体靠下但差距随 f 收窄。
四、为什么撤单率比成交量更关键？
看上面的公式就能明白：Q0 和 f 是你的「处境」，r 是「别人的行为」。而 r 有一个特性，f 没有——r 可以是负的。
等一下，负的撤单率是什么？是新挂单不断补充进来。
现实里最常见的情形恰恰是这个：这一档被吃掉一部分，立刻有新单补进来，净变化接近零。这时 r ≈ 0 甚至为负，公式退化成 t* ≈ Q0/f，你最慢的情形。
这就解释了一类现象：某些价位成交很活跃，你就是排不到——成交被源源不断的新挂单接住了，队列长度不减。你前面的 80 手被吃掉 20 手，又补进 25 手，净长 5 手，位置还后退了。
顺带把枯竭（exhaustion）也接进来：成交有限、活跃度低的状态下，成交速率 f 很小，按第三节的公式 t* 会被拉得很长——枯竭直接等于排不到。这也是为什么低活跃时段挂单的成交体验最差。
这就是为什么撤单率更关键：
而判断的依据，来自盘口的实际形态。站内 吸收的形成过程 里描述的那种「打了很多但挂单不减」的情形，从队列的角度看就是 r ≈ 0 且新单持续补充——对排队者来说是最坏的结构。
五、散户能看到多少？——把边界说清楚
这一节必须写得直白，否则前面那些公式会让你产生错误的安全感。
先说统计口径：DOM 统计的是待机挂单量、逐笔成交（Time & Sales）统计已成交、足迹图统计 bar 内按价分类的量、成交量分布统计区间内按价聚合的量——四种图统计的事件不同，覆盖率完全取决于数据源。
第一，你看到的数据大概率不是 MBO。 多数零售行情源只给 MBP10 甚至五档；有些声称「逐笔」，实际是逐笔成交而非逐笔委托。没有委托数据，算不出 r。
第二，撮合规则可能不是 FIFO。 很多品种用 pro-rata 或混合规则，此时「你在第几手」本身失效，成交按数量比例分配。用 FIFO 公式去算 pro-rata 市场，是系统性偏差。
第三，显示的挂单量大，推不出持有者与意图。 冰山单只显示一小部分、成交后自动补量，暗池成交根本不进中央限价簿。更要紧的是：大挂单不等于主力，也不等于会守——只有成交才是事实。你算出的 Q0 可能严重低估。
第四，止损单不在队列里，但会一次性吃掉队列。 止损单（stop order）平时不显示，触发后变成市价单，直接扫掉整个价位甚至多档——扫损（stop run）的瞬时冲击就是这么来的。
第五，延迟与 OTC 差异。 你看到的快照是 δ 毫秒之前的；现货外汇这类 OTC 市场更极端——没有唯一的全球盘口，你看到的 DOM 只是某家 LP 或经纪商给你的报价集合。
所以结论是：你可以用这套模型做相对判断，但不能用它做绝对值承诺。
- 能做的：比较两个价位的等待量级、判断「这一档撤单凶不凶」、识别「成交活跃但队列不减」的结构。
- 不能做的：精确算出「我几分几秒后成交」、承诺某个价位一定能排到。
队列重排的三个连续时刻。图例：红色 = 前排被消耗；深灰 = 原队列留存；绿色 = 新补进来的委托；青色块（标「你」）= 你的位置。看点是总长度变化很小、构成完全换了——你的位置反而更靠后。
六、排队这件事的收益与代价
既然排队这么难，为什么还要排？因为被动成交有一个确定的收益：赚点差。
把它写成一个可以算的期望值：
EV(排队) = ½ × spread − 逆向选择成本
- ½ × spread：买在买价、卖在卖价，平均能吃到半个价差的收益；
- 逆向选择成本：你被成交的那一刻，往往是有人主动打过来，而主动方通常更有信息或更急，所以成交后价格朝不利方向继续走的概率偏高。
逆向选择成本可以粗略估成：
逆向选择成本 ≈ P(成交后价格继续朝不利方向 ≥ 1 tick) × 1 tick
EV = 0.5 − 0.8 = −0.3 tick
每笔被动成交的期望是负的。 这时候「排不到」反而救了你。
这个计算的意义在于：它把「排队」从「技术问题」变成了「取舍问题」。你不是一定要排到，你要排到的是期望为正的那些档位。
七、这篇哪里可能错
这一节必须认真写，因为上面那个微分方程看起来很漂亮，但它建立在一堆强假设上。
第一，撮合规则可能根本不适配。 FIFO 公式用在 pro-rata 市场是根本性错误，不是精度问题。用之前必须确认品种的撮合规则，这一点没有捷径。
第二，假设「前方队列单调减少」是错的。 公式里 Q(t) 恒下降，现实里队列会长回来。当新挂单速率超过消耗速率时，t* 根本不存在，而公式仍会给你一个有限的数。这是最大的失真来源。
第三，r 与 f 被当成常数。 现实里 r 在消息前后能差十倍，f 在开盘与午盘能差三倍。用全天平均值去算，t* 没有意义，必须按时间段与波动状态分段估计。
第四，跨品种不可比。 手数、tick 值与合约规模都不同，80 手在 A 品种是小队列、在 B 品种可能是巨量。所有参数必须按品种重标定。
第五，部分成交与幸存者偏差。 你的单可能分批成交，公式假设的是一次性全部成交；统计被动成交的逆向选择成本时，只统计了「已成交」的样本，没成交的不在里面。
常见问题
Q1：没有 MBO 数据，还能用这套方法吗？ 能用一部分。没有 MBO 就分不开撤单与成交，但可以用替代指标：同一档挂单量短期反复增减的次数，作为撤单活跃度的粗糙代理。它给不出准确的 r，但能区分安静的一档与反复换手的一档。用 ATAS 可参考 这篇指标整理。
Q2：队列位置重要，还是价格重要？ FIFO 下位置决定能不能成交，价格决定成交了赚不赚。位置靠前但方向错，成交即亏损（逆向选择）；位置靠后但结构对，没成交反而更好。
Q3：为什么模拟盘容易排到、实盘却排不到？ 三个原因：模拟盘撮合常被简化甚至不考虑真实队列；没有真实延迟与拥堵；对手方是模型而非真实做市商，不存在逆向选择。
风险提示
本文只讲 MBO 与 MBP10 的数据差别、队列位置的消耗模型与散户可见性边界，不构成任何投资建议，也不预测任何品种的价格走向。文中数字与示例仅为说明计算过程，r、f、Q0 均为需按品种与时段标定的参数。被动挂单的期望收益可能为负，期货与杠杆交易可能导致本金全部损失，请独立决策。想补齐盘口读法可回看 订单流基础 与 足迹图与失衡的读法；新手建议从 新人学习路径 进入本系列。
暂无评论内容