Python实战：获取与可视化订单簿数据

在量化交易和金融市场分析中，订单簿（Order Book）是理解市场深度和流动性的核心工具之一。本文将以Python为例，介绍如何通过API获取实时的订单簿数据，并进行多维度可视化分析，帮助您更直观地把握市场动态。

订单簿基础概念

订单簿是交易所中所有未成交的买单（Bids）和卖单（Asks）的集合。它反映了市场上即时的供需关系，是交易者判断价格走势和支持阻力位的重要依据。

• 买单（Bids）：交易者愿意购买某种资产的最高价格列表。
• 卖单（Asks）：交易者愿意出售某种资产的最低价格列表。
• 买卖价差（Bid-Ask Spread）：最高买价与最低卖价之间的差额，通常用于衡量市场流动性。

准备工作与环境配置

在开始之前，请确保已安装以下Python库：

import requests
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

这些库将分别用于发送HTTP请求、数据处理和可视化绘图。

获取订单簿数据

我们通过向API发送GET请求来获取指定交易对的订单簿数据。以下代码以ETHBUSD为例：

r = requests.get("https://api.binance.com/api/v3/depth", params=dict(symbol="ETHBUSD"))
results = r.json()

返回的数据包含两个列表：bids（买单）和asks（卖单），每个列表由价格和数量组成。

数据处理与初步分析

将获取的JSON数据转换为Pandas DataFrame，便于后续分析和可视化：

frames = {
    side: pd.DataFrame(data=results[side], columns=["price", "quantity"], dtype=float)
    for side in ["bids", "asks"]
}

data = pd.concat([frames[side].assign(side=side) for side in frames], ignore_index=True)

通过分组统计，可以快速了解买卖双方的价格分布情况：

price_summary = data.groupby("side").price.describe()

请注意，API通常只返回最接近当前价格的100个买单和卖单。

订单簿顶部与价差

订单簿顶部（Top of the Book）指的是最高买价和最低卖价区域，其价差（Spread）是市场流动性的关键指标：

max_bid = frames["bids"].price.max()
min_ask = frames["asks"].price.min()
spread = min_ask - max_bid

也可以通过专用接口获取更简洁的顶部数据：

r = requests.get("https://api.binance.com/api/v3/ticker/bookTicker", params=dict(symbol="ETHBUSD"))
book_top = r.json()

订单簿可视化方法

散点图：原始数据分布

散点图可直观展示所有订单的价格和数量分布：

sns.scatterplot(x="price", y="quantity", hue="side", data=data)
plt.xlabel("价格")
plt.ylabel("数量")
plt.show()

这种方法展示了所有原始数据，但信息量较大，可能难以直接提取洞察。

直方图：订单数量分布

直方图可以显示在不同价格区间内的订单数量：

sns.histplot(x="price", hue="side", data=data, binwidth=0.1)

但需注意，直方图仅统计订单数量，忽略了每个订单的数量大小，可能误导对实际供需的判断。

加权直方图：考虑订单量

通过将订单量作为权重，可以更真实地反映市场的总供需情况：

sns.histplot(x="price", weights="quantity", hue="side", data=data, binwidth=0.1)

这种方法在直方图的基础上加入了数量的影响，更接近真实的市场情况。

深度图：累积分布函数（ECDF）

深度图是交易平台中最常见的订单簿可视化方式，它通过累积分布函数（ECDF）展示买卖双方的累积量：

sns.ecdfplot(x="price", weights="quantity", stat="count", complementary=True, data=frames["bids"])
sns.ecdfplot(x="price", weights="quantity", stat="count", data=frames["asks"])
plt.show()

深度图能清晰展示在不同价格水平上的累积买卖压力，是判断支撑和阻力位的有效工具。

常见问题

什么是订单簿？

订单簿是交易所中所有未成交买单和卖单的实时列表，反映了市场的即时供需情况。

如何获取订单簿数据？

通过交易所提供的API接口，发送HTTP请求即可获取指定交易对的订单簿数据。大多数交易所都支持REST API或WebSocket接口。

买卖价差的意义是什么？

买卖价差是最高买价和最低卖价之间的差额。价差越小，通常表示市场流动性越好；价差越大，则流动性越差。

深度图有什么作用？

深度图通过累积订单量展示买卖双方在不同价格水平上的力量对比，有助于识别关键的支持和阻力位。

订单簿数据是否包含所有订单？

通常，API返回的订单簿数据只包含最接近当前价格的一定数量的订单（如100条），并非全部未成交订单。

如何提高订单簿分析的准确性？

可以结合多时间帧数据、交易量指标以及市场新闻等进行综合分析，避免单一数据源的局限性。👉 获取实时订单簿分析工具

通过本文的介绍，您应该已经掌握了使用Python获取和可视化订单簿数据的基本方法。结合实际交易策略，这些技术可以帮助您更好地理解市场动态，做出更明智的交易决策。