الطابور داخل الجدار: تحليل موضع الأمر في كثافة دفتر الأوامر

المقدمة: لماذا يكذب دفتر الأوامر المجمّع

كل متداول يتداول من دفتر الأوامر يرى نفس الصورة: عروض الشراء على اليسار، عروض البيع على اليمين، وعند كل مستوى سعر — رقم يوضح الحجم الإجمالي لأوامر الحد. مثلاً:

Price 10001  |  150 lots
Price 10000  |  2,400 lots   ← wall
Price  9999  |  80 lots

2,400 لوت عند مستوى 10000 — هذا "جدار" (كثافة). وهنا يكمن سؤال بالغ الأهمية يتجاهله معظم المتداولين: أين يقع أمرنا بالضبط ضمن هذه الـ 2,400 لوت؟

Price 10000  [ 1,800 lots BEFORE us ][ OUR ORDER 10 lots ][ 590 lots AFTER us ]

هذا ليس فضولاً أكاديمياً. إنه الفرق بين أمر مُنفَّذ وأمر غير مُنفَّذ. بين الربح والخسارة. بين اختبار رجعي يُظهر منحنى أرباح جميل والواقع حيث لا تعمل استراتيجيتك.

ما هو موضع الطابور ولماذا نحسبه

تصور طابور FIFO: موضع المتداول بين الأوامر الأخرى عند مستوى سعري

FIFO وواقع البورصات

الغالبية العظمى من البورصات — التقليدية (CME، NASDAQ) والعملات المشفرة (Binance، Bybit، OKX) — تستخدم قاعدة أولوية السعر-الوقت (FIFO). هذا يعني: عند نفس السعر، الأمر الذي وُضع أولاً يُنفَّذ أولاً.

عندما يصل أمر بيع سوقي و"يصطدم" بمستوى سعر الشراء لدينا، يُنفذ أوامر الحد بالتتابع من رأس الطابور إلى ذيله. إذا لم يكن أمر السوق كبيراً بما يكفي للوصول إلى موضعنا في الطابور — نبقى دون تنفيذ.

مكونان لقيمة موضع الطابور

تحدد الأبحاث الأكاديمية (Moallemi & Yuan، Columbia Business School، 2017) مكونين لقيمة موضع الطابور:

1. المكون الثابت — المفاضلة بين التقاط السبريد والاختيار المعاكس. كلما كنا أبعد في الطابور، زادت احتمالية أن نُنفَّذ بأمر كبير مُطّلع (وليس ضوضاء). ببساطة: إذا نُفذت آخراً في الطابور — فالسعر على الأرجح يتحرك ضدك بالفعل.

2. المكون الديناميكي — الاختيارية التي يوفرها تحسن موضع الطابور بمرور الوقت. عندما تُلغى الأوامر أمامنا أو تُنفَّذ، يتحسن موضعنا دون أي إجراء من جانبنا.

تُظهر البيانات التجريبية أنه بالنسبة للأدوات ذات حجم تيك كبير، يمكن أن تكون قيمة موضع الطابور مساوية لحجم السبريد. هذا حجم هائل.

كيف تقدّر موضعك في الطابور

مشكلة التقدير

نضع أمر حد بحجم S عند السعر P. في وقت الوضع، يوجد بالفعل Q لوت عند ذلك المستوى السعري. تقدير الموضع الأولي:

V̂(t₀) = Q(t₀)     — عدد اللوتات أمامنا

بعد ذلك، نتتبع جميع تغييرات الحجم عند مستوى سعرنا. هذه هي الخوارزمية الرئيسية التي وصفها Erik Rigtorp ونُفذت في منتجات Trading Technologies (TT)، Bookmap، وغيرها.

خوارزمية التحديث

لكل انخفاض ΔQ عند المستوى السعري، نحتاج لتحديد: هل كان الأمر أمامنا أم خلفنا؟

إذا استطعنا التمييز بين التنفيذات والإلغاءات:

• التنفيذ: يُقلل الطابور أمامنا بشكل قاطع → V̂ = max(V̂ + ΔQ, 0)
• الإلغاء: عدم يقين — الأمر المُلغى كان يمكن أن يكون أمامنا أو خلفنا

للإلغاءات، يُستخدم نموذج احتمالي:

V̂(n+1) = max(V̂(n) + p(n) × ΔQ(n), 0)

حيث p(n) هو احتمال أن الأمر المُلغى كان أمامنا. عائلة نماذج:

p(n) = f(V̂(n)) / (f(V̂(n)) + f(max(Q(n) - S - V̂(n), 0)))

حيث f(x) دالة متزايدة مثل ln(1+x) أو دالة الهوية. الحدس: كلما كان الحجم أمامنا أكبر نسبة للحجم خلفنا، زاد احتمال حدوث الإلغاء أمامنا.

مستويات البيانات وواقع أسواق العملات المشفرة

تعتمد جودة التقدير مباشرة على دقة البيانات:

الوضع في العملات المشفرة:

• Binance — يوفر تدفق L2 depth بتحديثات كل 100 مللي ثانية. بيانات L3 (MBO) غير متاحة للعموم.
• Coinbase — أحد CEX القلائل الذين يوفرون تدفق L3 عبر WebSocket مع بيانات order-by-order كاملة.
• CME (عقود BTC/ETH الآجلة) — بيانات MBO كاملة عبر تغذية ITCH.

معظم متداولي العملات المشفرة يعملون مع L2، مما يعني اعتمادهم على تقديرات احتمالية. لكن حتى التقدير الاحتمالي أفضل جذرياً من عدم وجود تقدير.

التصور: الجدار كدفتر أوامر مصغّر داخلي

نقترح تصور كل كثافة مهمة (جدار) كـ دفتر أوامر مصغّر داخل دفتر الأوامر:

╔════════════════════════════════════════════════════════════════╗
║  Price 10001  │  150 lots                                     ║
╠════════════════════════════════════════════════════════════════╣
║  Price 10000  │  [████████████░░░▓▓░░░░░░░]  2,400 lots       ║
║               │   ↑ 1,800 أمامنا  ↑ نحن  ↑ 590 خلفنا        ║
║               │   معدل الاستنزاف: ~120 lots/ثانية             ║
║               │   الوقت المتوقع للتنفيذ: ~15 ثانية            ║
╠════════════════════════════════════════════════════════════════╣
║  Price  9999  │  80 lots                                      ║
╚════════════════════════════════════════════════════════════════╝

ما يُحسب في الوقت الفعلي

1. اللوتات أمام أمرنا — تقدير الحجم الذي يجب تنفيذه أو إلغاؤه قبل الوصول إلينا.

2. اللوتات خلف أمرنا — الحجم المُضاف بعدنا. إذا كان الجدار "ينتفخ" بسرعة من الذيل — فإن مشاركين آخرين يعتبرون هذا المستوى جذاباً.

3. معدل استنزاف الطابور — يُحسب من الصفقات الفعلية (التنفيذات) عند هذا المستوى السعري. يُعبّر عنه بـ lots/ثانية.

4. الوقت المتوقع للتنفيذ (ETF) — توقع الوقت حتى تنفيذ أمرنا، يُحسب كـ lots_ahead / drain_rate.

5. أوامر متعددة في كثافة واحدة — يمكن للبوت تتبع موضع كل أمر إذا كان لديه عدة أوامر في نفس الجدار.

التطبيق في السكالبينج

مقارنة الاختبار الرجعي الساذج مقابل المدرك للطابور: احتمال التنفيذ الفعلي مقابل التقدير المتفائل

مشكلة الاختبار الرجعي المبني على الشموع

الاختبار الرجعي الكلاسيكي على شموع OHLCV يعمل كالتالي: إذا وصل السعر لأمر الحد — يُحسب كتنفيذ. لكن هذا خطأ جسيم:

مثال. لدينا buy-limit عند 10000. في الشمعة الدقيقة، low = 10000. يحسبها الاختبار الرجعي الشمعي كتنفيذ. لكن في الواقع:

• كان هناك جدار من 5,000 لوت عند مستوى 10000
• أمرنا كان في ذيل الطابور (موضع 4,800)
• فقط 2,000 لوت تم تداولها عبر ذلك المستوى خلال هذه الدقيقة
• في الواقع، أمرنا لم يكن ليُنفَّذ

الاختبار الرجعي المدرك للطابور يحل هذه المشكلة: يُنمذج موضع الطابور، ويحسب حجم التداول عند المستوى من بيانات التيك، ويحدد ما إذا كان الحجم المتداول كافياً للوصول إلى موضعنا.

أكثر من تنفيذ واحد في الدقيقة

في السكالبينج النشط، يمكن للأمر أن يُنفَّذ ويُعاد وضعه عدة مرات خلال دقيقة واحدة. الاختبار الرجعي المبني على الشموع لا يستطيع نمذجة هذا. فقط التحليل على مستوى التيك مع نمذجة الطابور يسمح بـ:

• تحديد الوقت الدقيق لكل تنفيذ
• فهم ما إذا كان لدينا وقت لإعادة وضع الأمر
• تقدير عدد المرات التي كانت الاستراتيجية ستُطلق فعلياً خلال فترة زمنية

التنبؤ بالوقت حتى التنفيذ

البوت الذي يعرف موضعه في الطابور ومعدل "استنزاف" الجدار الحالي يمكنه:

1. حساب ETA — الوقت التقريبي للتنفيذ
2. مقارنة ETA مع توقع حركة السعر — إذا كان ETA = 30 ثانية، لكن نموذجنا يتوقع انعكاساً خلال 10 ثوانٍ، يجب إلغاء الأمر
3. تكييف حجم الأمر — أمر أكبر يكون أقرب لرأس الطابور في بورصات pro-rata (CME)، لكن في بورصات FIFO، الحجم لا يؤثر على موضع الطابور

مقارنة معدل الاستنزاف بالمتوسط

مقياس لا يُقدّر بثمن للسكالبر: معدل استنزاف الطابور الحالي مقابل المعدل المتوسط خلال N شمعة.

• معدل أعلى من المتوسط → عدوانية أوامر السوق عالية → الجدار قد "يُخترق" → تنفيذنا أكثر احتمالاً
• معدل أقل من المتوسط → السوق "متوقف" → الجدار سيصمد → الأمر سيعلق والسعر قد يبتعد

أين تم تنفيذ هذا: نظرة على السوق

Trading Technologies (TT) — Position In Queue (PIQ)

أنضج تنفيذ. يعرض TT موضع PIQ لكل أمر للمتداول في عمود Floating Order Book. للبورصات التي توفر بيانات موضع الطابور مباشرة عبر تغذيتها (CME، ICE)، تُعرض قيم دقيقة. للأخرى — تقدير محافظ.

Bookmap Quant

النسخة الاحترافية من Bookmap ($499/شهرياً) تتضمن تصور مواضع طابور الأوامر وتصدير الأحداث. يستخدم Bookmap Quant بيانات MBO، ويسمح L0 API ببناء محولات مخصصة لأي مصدر بيانات.

CQG — Queue Position Estimation

CQG يوفر تقدير موضع الطابور لأسواق العقود الآجلة. تحسب المنصة تقدير PIQ احتمالي بناءً على بيانات L2/L3 وتعرضه في واجهة DOMTrader.

Rithmic — Order Queue Data

Rithmic مزود بيانات سوق يوفر وصولاً منخفض الكمون لبيانات تقدير موضع الطابور. يُستخدم كطبقة بنية تحتية من قبل العديد من شركات التداول الخاصة والمتداولين الخوارزميين لبناء نماذج PIQ الخاصة بهم.

Jigsaw Trading — Order Flow Visualization

Jigsaw Trading متخصص في تصور تدفق الأوامر مع تقدير موضع الطابور. أدوات Depth & Sales وReconstructed Tape تساعد المتداولين على رؤية صورة التنفيذ الحقيقية عند مستويات الأسعار.

النماذج الأكاديمية

• Moallemi & Yuan (2017) — نموذج رسمي لتقييم موضع الطابور بناءً على بيانات NASDAQ ITCH
• Cont, Stoikov & Talreja (2010) — نموذج دفتر أوامر الحد كنظام عمليات ولادة-وفاة
• Gould & Bonart (2015) — عدم توازن الطابور كمتنبئ لحركة السعر الوسيط بتيك واحد
• مناهج التعلم العميق — نماذج RNN (Columbia، 2022) لتقدير احتمالات التنفيذ وأوقاته

ما لا يوجد في السوق

لا يوفر أي من المنتجات الحالية تصوراً للبنية الداخلية للجدار لأسواق العملات المشفرة بتنسيق مُصمم لبوت السكالبينج. هذا هو المجال الذي يمكن لـ Marketmaker.cc ملؤه.

مواجهة استراتيجيات المتلاعبين

كشف الجدران الوهمية: الأوامر الحقيقية مقابل كتل الخداع ذات معدلات الإلغاء العالية

فهم البنية الداخلية للجدار ليس فقط لتحسين تنفيذك. إنه أداة للحماية من التلاعب وعند استخدامه بمهارة، أداة لقراءة نوايا اللاعبين الكبار.

الخداع (Spoofing): الجدران الوهمية

الخداع هو وضع أوامر كبيرة بنية إلغائها قبل التنفيذ. الهدف هو خلق انطباع زائف عن العرض/الطلب.

كيف يساعد تحليل PIQ:

• سرعة تراكم الجدار. الجدار الحقيقي يتراكم تدريجياً. جدار الخداع يظهر فوراً.
• السلوك عند اقتراب السعر. الجدار الحقيقي يبقى. جدار الخداع "يهرب".
• معدل الإلغاء. المخادعون يلغون الأوامر قبل التنفيذ. تتبع نسبة الموضوع/المُلغى يمكّن من كشف الخداع في الوقت الفعلي.
• الدورية. الخداع غالباً يُظهر أنماطاً متكررة: ظهور → اختفاء → ظهور عند مستوى جديد.

التكديس (Layering): مستويات وهمية متتالية

التكديس هو شكل أكثر تطوراً من الخداع حيث تُوضع أوامر وهمية عبر مستويات أسعار متعددة.

كيف يساعد تحليل PIQ:

• إلغاءات مترابطة. إذا أُلغيت أوامر على 5 مستويات متتالية في وقت واحد — فهو حتماً تقريباً تكديس من مشارك واحد.
• عدم تماثل دفتر الأوامر. السيولة الحقيقية عادة توزَّع بشكل متساوٍ تقريباً.
• رد الفعل على التنفيذات. الأوامر الحقيقية تُنفَّذ ولا "تهرب".

أوامر جبل الجليد: السيولة المخفية

جبل الجليد هو أمر كبير مقسّم إلى أجزاء مرئية صغيرة. بعد تنفيذ جزء، يظهر الجزء التالي تلقائياً.

كيف يساعد تحليل PIQ:

• نمط المستوى "الخالد". الحجم يُنفَّذ باستمرار لكنه لا ينخفض.
• تحليل الامتصاص. السعر يصل للجدار، يُنفذ الحجم المرئي، لكن الجدار يتجدد.
• سلوك الطابور أثناء الامتصاص. موضعنا "ينزلق" للأمام في كل مرة يُنفَّذ شريحة جبل الجليد ويُعاد وضعها في ذيل الطابور.

صانع السوق كمشارك "غير مرئي" في الجدار

يستخدم صناع السوق المحترفون عدة تكتيكات:

1. Quote stuffing — وضع وإلغاء جماعي للأوامر "لتلويث" بيانات المنافسين
2. Penny jumping — وضع أمر بتيك أفضل من المنافس لالتقاط الأولوية
3. Dynamic quoting — تكييف الأوامر في الوقت الفعلي مع تغير عدم توازن الطابور
4. Level defense — إضافة سيولة مع اقتراب السعر

التنفيذ: هيكلية وحدة متتبع موضع الطابور

بيانات الإدخال

1. WebSocket order book stream (L2 depth):
   - Best bid/ask updates
   - Depth updates (volume at each price level)

2. WebSocket trade stream:
   - Each trade: price, volume, side (buy/sell), timestamp

3. Own orders (from the trading bot):
   - order_id, price, size, placement timestamp

الخوارزمية الأساسية (شبه كود بأسلوب Python)

class QueuePositionTracker:
    def __init__(self, order_price, order_size, initial_depth):
        self.price = order_price
        self.size = order_size
        self.queue_ahead = initial_depth  # V̂(t₀) = Q(t₀)
        self.queue_behind = 0
        self.fill_velocity = EMA(span=30)  # EMA of fill rate

    def on_trade(self, trade_price, trade_size):
        """Called on each trade at our price level"""
        if trade_price == self.price:
            self.queue_ahead = max(self.queue_ahead - trade_size, 0)
            self.fill_velocity.update(trade_size)

    def on_depth_change(self, new_depth, change_type):
        """Called when depth changes at our price level"""
        if change_type == 'cancel':
            total = self.queue_ahead + self.size + self.queue_behind
            p_ahead = log(1 + self.queue_ahead) / (
                log(1 + self.queue_ahead) + log(1 + self.queue_behind)
            )
            cancelled = abs(new_depth - total)
            self.queue_ahead = max(
                self.queue_ahead - p_ahead * cancelled, 0
            )
            self.queue_behind = max(
                self.queue_behind - (1 - p_ahead) * cancelled, 0
            )
        elif change_type == 'new_order':
            added = new_depth - (self.queue_ahead + self.size + self.queue_behind)
            self.queue_behind += added

    @property
    def estimated_time_to_fill(self):
        """Estimated time to fill in seconds"""
        if self.fill_velocity.value <= 0:
            return float('inf')
        return self.queue_ahead / self.fill_velocity.value

    @property
    def fill_probability(self, horizon_sec=60):
        """Probability of fill within a given horizon"""
        expected_volume = self.fill_velocity.value * horizon_sec
        return min(expected_volume / max(self.queue_ahead, 1), 1.0)

الحالات الحدية الحرجة

1. الجدار "أُكل بالكامل" — إذا انخفض queue_ahead إلى 0، فإن أمر السوق التالي يُنفذنا
2. إلغاء جماعي (سحب الجدار) — الجدار يختفي فجأة، queue_ahead يتغير بحدة
3. أمرنا نُقل — عند الإلغاء وإعادة الوضع، نذهب إلى ذيل الطابور
4. أوامر متعددة في نفس الجدار — كل منها يُتتبع بشكل مستقل

مقاييس للوحة المعلومات والاختبار الرجعي

الوقت الفعلي (محطة السكالبينج)

للاختبار الرجعي (محاكاة مدركة للطابور)

1. معدل التنفيذ المعدّل للطابور — نسبة الأوامر المُنفذة فعلياً مع مراعاة موضع الطابور
2. زمن التنفيذ الفعلي — الوقت الفعلي من الوضع إلى التنفيذ
3. الاختيار المعاكس لكل تنفيذ — متوسط حركة السعر ضدنا بعد التنفيذ
4. ارتباط سرعة الطابور — الارتباط بين معدل استنزاف الطابور وحركة السعر اللاحقة

دفتر الأوامر الاجتماعي: أوامر الفريق داخل الجدار

نموذج الرؤية ثلاثي المستويات: الأوامر الشخصية، الاشتراكات، ومراكز الفريق داخل الجدار

المستوى الأول: البورصة أو منصة التداول

إذا كنت بورصة أو محطة تداول، فأنت تمتلك معرفة مطلقة بموضع أمر كل مستخدم. يمكن للمنصة أن تُظهر لكل مستخدم حجم "الآخرين" أمام وخلف أمره، دون الكشف عن هويات المشاركين الآخرين.

المستوى الثاني: منصة Marketmaker.cc — الأوامر الشخصية + الطبقة الاجتماعية

في Marketmaker.cc، نخطط لتنفيذ نموذج رؤية أوامر من ثلاث طبقات داخل الجدار:

الأوامر الشخصية — الطبقة الأساسية. كل متداول يرى جميع أوامره مع مقاييس فردية.

أوامر الاشتراك (مزودو الإشارات) — متداولون يشاركون مراكزهم عبر الاشتراك. آلية اختيارية: القائد يقرر إظهار المراكز أم لا.

أوامر الفريق (فريق التداول / الصندوق) — الطبقة الأكثر قيمة للمجموعات المهنية. تحل مشاكل: تعارضات الأوامر، تخصيص السيولة، مراقبة مخاطر الفريق، التدريب.

نموذج الأذونات

┌─────────────────────────────────────────────────────────────┐
│  أمر المتداول                                                │
│                                                              │
│  مرئي لـ:                                                    │
│  ├── المتداول نفسه        → دائماً                           │
│  ├── المشتركين            → إذا فعّل المتداول                 │
│  │   ├── تأخير العرض      → قابل للتكوين (0s–60s)            │
│  │   ├── إظهار الحجم      → نعم / إخفاء / تقريب             │
│  │   └── إظهار ETA        → نعم / لا                         │
│  └── الفريق              → إذا كان جزءاً من فريق             │
│      ├── تأخير           → قابل للتكوين (0s–5s)              │
│      ├── إظهار الحجم      → نعم (لإدارة المخاطر)            │
│      └── رؤية الدور      → متداول / مدير / مشاهد             │
└─────────────────────────────────────────────────────────────┘

الشفافية الكاملة: بورصات DEX ودفاتر الأوامر على السلسلة

في بورصات DEX ذات دفاتر الأوامر على السلسلة — بشكل رئيسي Hyperliquid — كل أمر مرتبط بعنوان محفظة محدد. يمكننا رؤية ليس فقط الجدار المجمّع، بل كل أمر فردي لكل مشارك.

ومع ذلك، فإن العمل مع هذه البيانات في الوقت الفعلي يتطلب تشغيل عقدة بلوكتشين Hyperliquid خاصة بك.

التعرف التلقائي على أوامر المتلاعبين

طبقة التصور الرابعة — تصنيف الأوامر خوارزمياً حسب نوع المشارك: صناع سوق، مخادعون، تجزئة. تعمل خوارزميات التصنيف على عدة مستويات: كشف الخداع، تصنيف صناع السوق، كشف سيناريوهات الضغط، والبصمات الرقمية للمتداولين.

المزيد عن هذا في المقال التالي في السلسلة: "البصمة الرقمية للمتداول: كيفية تحديد صانع السوق من خلال سلوكه في دفتر الأوامر"

الخاتمة

تحليل موضع الأمر داخل كثافة دفتر الأوامر هو الخطوة التطورية التالية من "النظر إلى دفتر الأوامر" إلى "فهم البنية المجهرية للسوق". هذه المنطقة حيث تتقاطع:

• نظرية الطوابير — لنمذجة الطوابير
• نماذج تدفق الأوامر العشوائية — لتقدير احتمالات التنفيذ
• تعلم الآلة — لكشف الخداع والتنبؤ بسلوك الجدار
• هندسة الكمون المنخفض — لاستقبال ومعالجة البيانات في الوقت الفعلي

حتى اليوم، لا يوجد منتج في سوق العملات المشفرة يقدم تصوراً شاملاً لـ "الجدار كدفتر أوامر مصغّر" مع مواضع أوامر المستخدم، وتقدير ETA، وكشف الخداع، والاختبار الرجعي المدرك للطابور في واجهة واحدة.

في Marketmaker.cc، نعمل على جعل هذه التحليلات متاحة لكل متداول — من سكالبر فردي إلى فرق التداول المحترفة.

المصادر والقراءات الإضافية

• Moallemi C.C., Yuan K. — "A Model for Queue Position Valuation in a Limit Order Book" (Columbia Business School, 2017)
• Cont R., Stoikov S., Talreja R. — "A Stochastic Model for Order Book Dynamics" (2010)
• Gould M.D., Bonart J. — "Queue Imbalance as a One-Tick-Ahead Price Predictor" (2015)
• Rigtorp E. — "Estimating Order Queue Position" (rigtorp.se)
• Do B.L., Putniņš T.J. — "Detecting Layering and Spoofing in Markets" (SSRN, 2023)
• Trading Technologies — PIQ Documentation
• Bookmap — Iceberg Orders Tracker Knowledge Base