由于在商品期货市场，CTP协议没有提供订单流数据。所以如果想做一些基于订单流数据的策略则无从下手。好在CTP协议给出的tick行情有足够的数据可以反推出订单流，这里反推出的订单流也只是tick切片之间的成交情况的合并信息。不过有总比没有强。

订单有卖单列表，买单列表。卖单订单无非是：「卖出开空」或者「卖出平多」。买单订单无非是：「买入开多」或者「买入平空」。

盘口订单

下单方向1

下单方向2

..

..

..

卖单

卖出开空

卖出平多

买单

买入开多

买入平空

..

..

..

4种订单类型的成交组合：

方向类别

卖出开空

卖出平多

买入开多

卖出开空、买入开多 => 双开，持仓量增加

卖出平多、买入开多 => 多换，持仓量不变

买入平空

卖出开空、买入平空 => 空换，持仓量不变

卖出平多、买入平空 => 双平，持仓量减少

实际上盘面上交易过程是非常复杂、快速的，可能一次tick切片行情变动中混合了以上多种成交组合，所以还需要根据盘口价格变动做后续判断。

算法解析

FMZ国内站上公开了一个反推算法（javascript语言实现）十分有学习意义，是量化交易入门者必学知识。这里就对这个公开的代码做分析，方便学习到这个算法逻辑，为了方便学习我直接把代码注释写上。

var NewFuturesTradeFilter = function() { // 该函数是一个构造函数，构造出用于计算逐笔成交的对象 var type_enum = { CLOSELONG:"多平|CloseLong", // 多平：多头平仓离场 CLOSESHORT:"空平|CloseShort", // 空平：空头平仓离场 CLOSEDOUBLE:"双平|CloseDouble", // 双平：多空平仓离场 EXCHANGELONG:"多换|ExchangeLong", // 多换：多头换手 EXCHANGESHORT:"空换|ExchangeShort", // 空换：空头换手 OPENUNKOWN:"开仓|OpenUnkown", // 开仓：无法判断出主动成交的方向 CLOSEUNKOWN:"平仓|CloseUnkown", // 平仓：无法判断出主动成交的方向 EXCHANGEUNKOWN:"换仓|ExchangeUnkown", // 换仓：无法判断出主动成交的方向 UNKOWN:"未知|Unkown", // 未知：无法判断 NOCHANGE:"空闲|NoChange", // 空闲：没有变化 } // 定义涨为红色，跌为绿色，白色为价格不变 var color_enum = {RED:"#00ff00", GREEN:"#ff0000", WHITE:"#666"} // Reverse China color // 定义一些动作的枚举 var tick_dict = { delta_enum_NONE: { forward_enum_UP: [ type_enum.NOCHANGE, color_enum.WHITE ], forward_enum_DOWN: [ type_enum.NOCHANGE, color_enum.WHITE ], forward_enum_MIDDLE: [ type_enum.NOCHANGE, color_enum.WHITE ] }, delta_enum_EXCHANGE: { forward_enum_UP: [ type_enum.EXCHANGELONG, color_enum.RED ], forward_enum_DOWN: [ type_enum.EXCHANGESHORT, color_enum.GREEN ], forward_enum_MIDDLE: [ typOPEN: { forward_enum_UP: [ type_enum.OPENLONG, color_enum.RED ], forward_enum_DOWN: [ type_enum.OPENSHORT, color_enum.GREEN ], forward_enum_MIDDLE: [ type_enum.OPENUNKOWN, color_enum.WHITE ] }, delta_enum_CLOSEFWDOUBLE: { forward_enum_UP: [ type_enum.CLOSEDOUBLE, color_enum.RED ], forward_enum_DOWN: [ type_enum.CLOSEDOUBLE, color_enum.GREEN ], forward_enum_MIDDLE: [ type_enum.CLOSEDOUBLE, color_enum.WHITE ] }, delta_enum_CLOSE: { forward_enum_UP: [ type_enum.CLOSESHORT, color_enum.RED ], forward_enum_DOWN: [ type_enum.CLOSELONG, color_enum.GREEN ], forward_enum_MIDDLE: [ type_enum.CLOSEUNKOWN, color_enum.WHITE ] }, } var preInfo = null; // 用于记录前一次tick数据 var feed = function(info) { // 函数实现主要的功能，反推逐笔交易信息，传入的参数info为tick数据 if (!preInfo) { // 如果第一次执行feed，没有preInfo则使用当前info赋值给preInfo后（闭包：preInfo不会被释放），直接返回 preInfo = info; return null; } var volume_delta = info.Volume - preInfo.Volume; // 反推算法主要依赖于以下两个数据，前后两次tick数据的成交量变化值：volume_delta var open_interest_delta = info.OpenInterest - preInfo.OpenInterest; // 前后两次tick数据的持仓量变化值：open_interest_delta var delta_forward = delta_enum_UNKOWN // 初始为未知状态 // 以下这组if判断涵盖了正常情况，一种异常状态就是volume_delta小于0，通常来说不可能，一个交易日内成交量是一个递增的量，如果出现归于delta_enum_UNKOWN处理 if (open_interest_delta == 0 && volume_delta == 0) { // 持仓量和成交量都没有变动，正常来讲成交量没有变动，持仓量也可定不变，所以就是没有任何新的成交 delta_forward = delta_enum_NONE } else if(open_interest_delta == 0 && volume_delta > 0) { // 持仓量没有变动，成交量增加 // 说明有人开仓，有人平仓，开仓平仓的合约数量相等，根据后续对盘口价格变动的判断，价格推高表示开仓多头主动，价格下降表示开仓空头主动， // 持仓量未变，说明有同样数量的平仓单，此时可能多头换手，空头换手都存在。 delta_forward = delta_enum_EXCHANGE } else if (open_interest_delta > 0) { // 持仓量增加 if (open_interest_delta - volume_delta == 0) { // 持仓量增加的情况下，持仓量变动和成交量变动相同（成交量也是增加的） // 说明成交量变动，新增成交的这部分都是开仓，没有平仓。例如：多头开仓和空头开仓成交1张，增加1张的持仓量 delta_forward = delta_enum_OPENFWDOUBLE } else { // 持仓量增加的情况下，持仓量变动和成交量变动不同 // 说明有开仓，可能有平仓，有换手，总之持仓量是增加的，有新的资金入场，判定为“多开”还是“空开”等，根据之后的盘口变动检测而定 delta_forward = delta_enum_OPEN } } else if (open_interest_delta < 0) { // 持仓量下降 if (open_interest_delta + volume_delta == 0) { // 持仓量下降的情况下，持仓量和成交量变动相同 // 说明成交量变动，新增成交的这部分都是平仓，没有开仓，双平。 delta_forward = delta_enum_CLOSEFWDOUBLE } else { // 持仓量下降的情况下，持仓量和成交量变动不同 // 说明有平仓，可能有开仓，有换手，总之持仓量是减少的，有资金离场，判定为“空平”还是“多平”等，根据之后的盘口变动检测而定 delta_forward = delta_enum_CLOSE } } var obj = tick_dict[delta_forward]; // 找到对应的初步判定类型 var ret = null; if (typeof(obj) !== undefined) { // 根据价格变动进一步分析处理 var order_forward = ; if (info.Last >= preInfo.Sell) { // 最新成交价较上一次tick相比，大于等于上一个tick的卖一，判定为价格上涨 order_forward = forward_enum_UP; } else if (info.Last <= preInfo.Buy) { // ...判定为价格下跌 order_forward = forward_enum_DOWN; } else { // 如果盘面盘口较大，最新成交价停留在盘口中间的某个位置 if (info.Last >= info.Sell) { // 和当前tick的盘口卖一价格做比较，大于等于当前卖一，判定为价格上涨 order_forward = forward_enum_UP; } else if (info.Last <= info.Buy) { // ...判定为价格下跌 order_forward = forward_enum_DOWN; } else { order_forward = forward_enum_MIDDLE; // 中间位置，这种表示无法判断出此次tick变动，推算出的逐笔成交主动交易的方向 } } if (order_forward != ) { var d = obj[order_forward]; if (typeof(d) !== undefined) { ret = [info.Last, volume_delta, d[0], d[1]] // 此次tick前后对比得出的逐笔成交数据，[最新成交价, 成交量变动, 成交类型（多开, 双平 ...）, 颜色] } } } preInfo = info; return ret; } return { feed: feed, reset: function() { preInfo = null; }, } }

这段代码主要通过前后两次tick的对比，算出：1、成交量变动，2、持仓量变动。然后根据这两个数据推算出此次tick变动的综合动作：

空闲，没有任何成交换手增仓减仓

再根据后续对盘口价格变动的分析，判断出此次推算的逐笔成交信息中主动交易的方向。例如此次是“换手”，根据盘口价格变动继续判断出是“多换”（多头主动）还是“空换”（空头主动）。

从另一个角度去实践验证

这里引申出另一个问题，在写策略时经常有需求要计算成交金额，但是通常我们只有成交量。这个成交金额怎么获取呢？

有了以上代码推算出的逐笔成交，不就可以计算出成交金额了吗？只需要累计这个量就可以了。

当然，CTP协议也给我们提供了充足的数据，也可以直接计算出成交金额。只是我们平时不太在意CTP协议的tick行情数据中的AveragePrice属性，AveragePrice表示持续平均计算得出的成交均价。需要注意的是这个数值是没有除以合约乘数的，例如合约是rb2305，那么AveragePrice表示的是10吨的均价。

成交金额 = AveragePrice / VolumeMultiple * Volume

我们就可以使用这两种方式计算成交金额来进行对比，测试代码如下：

function main() { SetErrorFilter("market not ready|not login") while (true) { if (exchange.IO("status")) { LogStatus(_D(), "已连接") break } else { LogStatus(_D(), "未连接") Sleep(1000) } } var info = _C(exchange.SetContractType, "rb2305"); // 使用螺纹钢2305合约测试 var filt = NewFuturesTradeFilter(); // 创建用来推算逐笔交易的对象 var firstTicker = _C(exchange.GetTicker) // 获取首个tick行情 Log(firstTicker); // AveragePrice Volume var initTransactionAmount = firstTicker.Info.AveragePrice / info.VolumeMultiple * firstTicker.Info.Volume // 计算初始成交金额 var initVolume = firstTicker.Info.Volume // 记录初始成交量 var sum = 0; // 用于累计逐笔成交信息的总成交金额 var volume = 0; // 用于累计逐笔成交信息的总成交量 var t = firstTicker while (true) { if (t) { var ret = filt.feed(t); // 使用filt对象的feed函数推算出逐笔成交信息 if (ret) { Log("Price:", ret[0], "Amount:", ret[1], _T(ret[2]), ret[3]); sum += ret[0] * ret[1] // 此次逐笔成交信息，价格乘以数量算出金额，累计成交金额 volume += ret[1] // 累计成交量 } // 计算当前时刻和初始时刻的 AveragePrice / VolumeMultiple * Volume 差值，以及 Volume差值 LogStatus(_D(), "tick:", t, " ", "sum:", sum, "volume:", volume, " ", "transactionAmount:", t.Info.AveragePrice / info.VolumeMultiple * t.Info.Volume - initTransactionAmount, "transactionVolume:", t.Info.Volume - initVolume); } else { Sleep(100) } t = exchange.GetTicker(); // 每次循环更新tick } }

测试

使用以上测试代码，实盘测试：

实盘测试

实盘测试日志

可以发现成交量两种统计方式算出的数值是一致的，成交金额有一点点差别（误差原因：1、可能是tick数据中的AveragePrice即成交均价的数据精度引起的误差。2、两次tick之间成交有可能有很多小幅度价格变动，最新成交价可能和实际的两次tick之间的交易成交均价有差别，毕竟tick数据是切片数据）。不过成交金额差别不算大，基本是一致的。