一、为什么「原始 OFI」几乎不能直接用？

先给一个结论：

不经过过滤的 OFI，本质是一个“高噪声、强状态依赖”的微观统计量

问题主要有四个：

1. 不同时间段强度完全不同（开盘 vs 盘中 vs 收盘）
2. 不同市场状态不可比（高波动 vs 低波动）
3. 不同流动性阶段失真（深度薄时 OFI 被放大）
4. 极端值多、尾部厚（order cancel / spoof 会炸）

所以专业策略的第一步不是“如何用 OFI 下单”，而是：

如何把 OFI 变成一个“状态无关、尺度稳定”的信号

这正是下面三种方法的目的。

二、动态阈值（Dynamic Threshold）

1️⃣ 为什么要动态阈值？

如果你用：

if OFI > 100: buy
if OFI < -100: sell

那么你已经犯了一个致命错误：

你假设 OFI 的统计分布是稳定的

现实是：

• 不同时段 OFI 的均值、方差完全不同
• 同一阈值在不同时刻含义不一样

2️⃣ 专业做法：分布自适应阈值

方法 A：滚动 Z-Score（最常见）

定义：

z_OFI(t) = (OFI(t) - μ_OFI(t)) / σ_OFI(t)

其中：

• μ、σ 是 滚动窗口（如最近 1–5 分钟）
• 阈值用 统计显著性 表示

例如：

if z_OFI > 2.0 → 买方显著占优
if z_OFI < -2.0 → 卖方显著占优

📌 专业点：

• 不固定窗口长度
• 用 EWMA（指数加权）而不是简单滑窗

方法 B：分位数阈值（HFT 很爱）

直接用历史分布：

Upper = Q95(OFI)
Lower = Q5(OFI)

触发条件：

OFI > Upper → 极端买压
OFI < Lower → 极端卖压

优点：

• 对厚尾分布更稳
• 对 spoof / cancel 冲击不敏感

3️⃣ 专业判断标准

一个好的动态阈值应满足：

✅ 信号触发频率稳定
✅ 不随交易时段剧烈漂移
✅ 不因流动性变化误触发

如果你回测发现：

不同时间段信号强度一致

说明你做对了。

三、波动率调整（Volatility Scaling）

1️⃣ 为什么必须做波动率调整？

同样的 OFI = 500：

• 在 低波动市场 → 极强信号
• 在 高波动市场 → 普通噪声

如果不调整，你会在：

• 高波动时 过度交易
• 低波动时 错失机会

2️⃣ 专业做法：OFI / 波动率

基础形式

OFI_scaled = OFI / σ_price

其中 σ_price 可以是：

• 高频 realized volatility
• mid-price returns 的 EWMA std
• micro-price volatility

更专业版本（状态感知）

OFI_scaled = OFI / (σ_price × √Δt)

👉 把 OFI 映射到“单位风险暴露下的压力”

3️⃣ 实战意义

波动率调整后：

• 信号 ≈ “单位价格风险下的订单流强度”
• 可直接用于：
  • 仓位大小（position sizing）
  • 执行 aggressiveness

例如：

position ∝ tanh(OFI_scaled)

📌 很多做市/alpha 执行策略都是这么干的

四、成交量标准化（Volume / Liquidity Normalization）

1️⃣ 为什么成交量是 OFI 的“隐形放大器”？

OFI 本身是：

数量 × 方向

但在不同流动性环境下：

• 同样的订单变化，对价格冲击不同

举例：

• 100 手 OFI / 深度 10,000 → 几乎没影响
• 100 手 OFI / 深度 300 → 灾难级冲击

2️⃣ 专业做法 1：按盘口深度归一化

OFI_norm = OFI / (Depth_bid + Depth_ask)

Depth 可以是：

• L1 深度
• L1–L5 加权深度
• 有时用 sqrt(depth) 防止过度缩放

3️⃣ 专业做法 2：按成交量节奏归一化

OFI_norm = OFI / Volume_window

本质上：

衡量「在当前交易活跃度下，这个 OFI 是否异常」

4️⃣ 更高级：流动性状态条件化

实盘里常见的是：

OFI_adj = OFI × f(spread, depth, volume)

例如：

• 点差扩大 → OFI 权重下降
• 深度变薄 → 提高 OFI 过滤阈值

五、三者组合后的「专业 OFI 信号」

一个真实可用的 OFI 信号，往往长这样：

Signal(t) =
    zscore(
        OFI(t)
        / σ_price(t)
        / Depth(t)
    )

然后：

if Signal > 2 → long
if Signal < -2 → short

并且：

• 仓位 ∝ |Signal|
• 执行方式随流动性自适应

六、行业共识总结（非常重要）

OFI ≠ alpha 本身
OFI = 市场微观状态的“放大镜”

专业团队使用 OFI 的方式是：