限價單沒成交：談排隊順位、maker 回測，以及你憑空算出的 Sharpe

你上週把筆記本傳給我：同一個訊號、同一個標的範圍、同樣 14 個月的 BTCUSDT 永續合約資料。唯一改變的是執行方式。你不再跨價差成交，而是把買單掛在價差內一個 tick，Sharpe 就從 0.42 升到 2.14。你問我這是不是真的，還是你哪裡弄壞了。

你確實弄壞了某個地方。我想帶你一步步找出問題，因為這個錯誤只在一行，背後的教訓卻遠不止這一行。

這是你從引擎裡貼出來的成交規則：

if bar.low <= limit_price: fill(limit_price)

這段程式的意思是：如果市場在這一分鐘內有成交價來到我的價格或更低，我就以我的價格成交。實際上它編碼的是價格碰到你的價位。碰到不等於成交。兩者之間隔著一整條排隊隊伍，而你的模型把隊伍當成空的。

排在你前面的是什麼

當你在 BTCUSDT 永續合約的 84,120.0 掛出買單時，你會排到當時已掛在那裡的所有委託後面。這個合約的最佳買賣價檔位通常有 4 到 30 BTC，視時段而定；你的樣本期間中位數約為 12 BTC。你的委託只有 0.4 BTC。要讓你成交，賣方必須在你還掛著、而且價位尚未被撤單清空或被市場向上突破之前，以足夠的總量打到該價位，清掉所有比你早到的人。

所以回測該問的不是「價格有沒有到 84,120.0」，而是「我的委託掛在那裡時，有沒有至少 12.4 BTC 的市價賣單在 84,120.0 成交」。這是截然不同的事件。在你的資料裡，兩者發生的次數相差約 3 倍。

3 種成交規則，3 種不同策略

我用相同進場訊號和 3 種執行模型重新跑了你的策略。alpha、手續費和資金費率都相同，只有成交邏輯不同。

中間那一列是大家最先想到的簡易修正：只有市場價格嚴格穿過你的價格才算成交，理由是既然價格越過你，就表示你的委託一定被吃掉了。方向上沒錯，也能戳破大部分幻想。不過這種做法有個嚴重偏差，稍後我會說明。

最下面那一列才是你該採用的做法。不需要 L3 資料，也不用逐筆重建委託簿。你手上已經有大部分需要的資料。

用 aggTrades 建立排隊模擬

取得聚合成交串流，而不是 K 線資料。每筆成交都帶有價格、數量、時間戳記和 maker 方向標記，可以看出主動方是買方還是賣方。這些資訊足以為你自己的被動委託做出堪用的模擬：

1. 委託送出時，記錄你掛單價位的掛單量。如果你只有 100ms 的委託簿資料，就用最近一次快照；和你正在修正的誤差相比，這點誤差很小。
2. 設定queue_ahead = resting_size。採取保守假設，把自己排在最後。除非是你建立了這個價位，否則你本來就會排在最後。
3. 逐筆檢查成交串流。每一筆價格等於或低於你買價的主動賣出成交，都會按成交量扣減queue_ahead。數值降到負數時，你就在那個時間點以掛單價成交。
4. 如果價格離開一個 tick，不要把排隊量重設為 0，而是讓它逐漸衰減。價位失去關注後，排在你前面的一些委託會撤掉，另一些則不會。根據我的重建結果，離開最佳價位每滿 1 秒衰減 30-40%，比假設完全不撤單或全部撤單都更接近實際情況。
5. 如果你的策略會撤單後重新掛單，就把重新掛單視為新委託，排在新價位的隊伍末尾。很多人會漏掉這一步，而剩下的幻想就藏在這裡。

你可能會想質疑第 2 步。沒錯，有時你確實會排在前面，因為你是在該價位剛形成時就掛單。可以，那就實際記錄，不要自行假設。記下掛單時前方的委託量，讓資料告訴你有多少委託真的很早掛上。你的策略裡這個比例是 11%，因為你的訊號是在價格變動後才觸發，也就是你加入的價位早已形成，上面也早已有一群人在排隊。

你成交的，往往是你希望沒成交的那些

接下來才是最重要的部分，也是嚴格穿價規則會產生偏差的原因。

想想你的買單什麼時候會被完全吃掉。當賣壓大到足以吃完整個價位時就會發生。換句話說，依照定義，這正是市場向下穿越你價格的時刻。你最能確定成交的那些情況，正是成交後立刻處於不利位置的時候。

依成交發生的方式拆分成交紀錄，再計算 60 秒 mark-out：

你的簡化回測納入了這 3 種情況，卻把它們全都當成免費成交。嚴格穿價規則幾乎只會納入第 3 種情況，因此 edge 比排隊模擬更大幅下滑。兩者都不正確。排隊模擬能給你合理的情況組合，而這個組合就是策略的關鍵：被動執行讓你賺到價差，也讓你承受逆向選擇；兩者的比例才是策略真正的樣貌。

以前股票交易部門的說法至今仍適用：maker 委託是你賣給市場的一份免費選擇權。市場會在對自己有利時行使它。你的回測收了權利金，卻忘了這份選擇權還有一筆到期支付。

沒成交的交易改變的是策略本身，而不只是成本

這是我最希望你仔細想想的部分。當 taker 執行模型不準時，你拿到的交易仍然正確，只是價格不對，修正手續費後大多就能補救。當 maker 執行模型不準時，你拿到的則是完全不同的一組交易。你原本 4,180 筆進場裡，大約有 2,900 筆根本不會發生。其中有些是最好的訊號，出現在價格急漲後又反轉的 K 線上；那正是市場在你沒進場的情況下迅速離開的走勢。

所以你的未成交分支必須有符合實際的邏輯。訊號失效前仍未成交時，策略會怎麼做？改用 taker 追價，承受價差和衝擊成本？往下重新掛單，接受不同的進場基準？跳過這筆交易、保持空手？每個選擇都會帶來截然不同的權益曲線，沒有一種能用「假設已成交」帶過。在我們的測試中，加上一條誠實的追價規則（未成交 20 秒後跨價，滑價上限為 3 bp），找回了約 1/3 的未成交機會，也補回天真模型與排隊模擬 Sharpe 差距的大約一半。這是個相當有意思的結果，只有在成交模型夠真實、問題本身有意義時才看得出來。

還有兩件小事

只掛單拒單。如果你用只掛單來確保 maker 費率，而委託簿在你決策與交易所回覆之間移動，委託就會被拒絕，而不是留在簿上。在我們的模擬交易紀錄中，BTCUSDT 一般時段的拒單率是 3-6%；美國 CPI 數據公布後 1 分鐘內則超過 15%。遭拒的委託不是已成交委託，也不是掛著未成交的委託；那是一筆從未存在過的交易。如果回測沒有這種狀態，你的交易筆數就會在最關鍵的市場狀況下被高估。

自成交防範和你自己的市場足跡。以 0.4 BTC 的規模，你不會撼動 BTCUSDT，所以可以先略過。但你提過想把策略用在中型市值的山寨幣永續合約，那裡的最佳買賣價名義金額常低於 $15k。在那種市場，你的委託會是排隊量中很重要的一部分，而你記錄的前方排隊量，也包含你上一筆委託造成的影響。當你的規模超過掛單量約 10%，模擬就得考慮其他參與者會因你而調整行為。老實說，到那個程度，我會更相信模擬交易，而不是你我能寫出的任何模擬。

用排隊模擬重新跑一次，再把依成交類型拆分的 mark-out 表傳給我。如果反彈那一組仍貢獻大部分 edge，而穿價那一組沒有把 edge 全部吃掉，你或許真的有值得拿來做模擬交易的東西。如果整個成果都來自那 2,900 筆你根本不會成交的委託，那現在就弄清楚，總比盯著模擬帳戶看了 4 週，發現結果和筆記本承諾的完全不同要好。