Vị Trí Trong Hàng Đợi: Phân Tích Vị Trí Lệnh Trong Vùng Mật Độ Sổ Lệnh

Giới Thiệu: Tại Sao Sổ Lệnh Tổng Hợp Lại Gây Hiểu Nhầm

Mọi trader giao dịch dựa trên sổ lệnh đều nhìn thấy cùng một bức tranh: giá mua bên trái, giá bán bên phải, và tại mỗi mức giá — một con số thể hiện tổng khối lượng lệnh giới hạn. Ví dụ:

Giá 10001  |  150 lot
Giá 10000  |  2.400 lot   ← tường
Giá  9999  |  80 lot

2.400 lot tại mức 10000 — đó là một "tường" (vùng mật độ). Và đây chính là câu hỏi cực kỳ quan trọng mà hầu hết các trader bỏ qua: vị trí chính xác của lệnh chúng ta trong số 2.400 lot đó là ở đâu?

Giá 10000  [ 1.800 lot TRƯỚC chúng ta ][ LỆNH CỦA CHÚNG TA 10 lot ][ 590 lot SAU chúng ta ]

Đây không phải là sự tò mò học thuật. Đây là sự khác biệt giữa lệnh được khớp và lệnh không được khớp. Giữa lợi nhuận và thua lỗ. Giữa một backtest cho thấy đường vốn đẹp đẽ và thực tế nơi chiến lược của bạn không hoạt động.

Vị Trí Hàng Đợi Là Gì và Tại Sao Phải Tính Toán

Trực quan hóa hàng đợi FIFO: vị trí của trader trong số các lệnh khác tại một mức giá

FIFO và Thực Tế Sàn Giao Dịch

Đại đa số các sàn giao dịch — cả truyền thống (CME, NASDAQ) lẫn tiền mã hóa (Binance, Bybit, OKX) — sử dụng quy tắc Ưu tiên Giá-Thời gian (FIFO). Điều này có nghĩa là: cùng mức giá, lệnh được đặt trước sẽ được khớp trước.

Khi một lệnh bán thị trường đến và "chạm" vào mức giá mua của chúng ta, nó sẽ lần lượt khớp các lệnh giới hạn từ đầu hàng đến cuối hàng. Nếu lệnh thị trường không đủ lớn để đến vị trí của chúng ta trong hàng đợi — chúng ta vẫn chưa được khớp.

Hai Thành Phần của Giá Trị Vị Trí Hàng Đợi

Nghiên cứu học thuật (Moallemi & Yuan, Trường Kinh doanh Columbia, 2017) xác định hai thành phần của giá trị vị trí hàng đợi:

1. Thành phần tĩnh — sự đánh đổi giữa thu được spread và chọn lọc bất lợi. Chúng ta càng ở xa phía sau hàng đợi, xác suất chúng ta được khớp bởi một lệnh lớn có thông tin (thay vì nhiễu) càng cao. Nói đơn giản: nếu bạn được khớp cuối cùng trong hàng đợi — giá rất có thể đã di chuyển chống lại bạn.

2. Thành phần động — quyền chọn được cung cấp bởi sự cải thiện vị trí hàng đợi theo thời gian. Khi các lệnh trước chúng ta bị hủy hoặc được khớp, vị trí của chúng ta được cải thiện mà không cần bất kỳ hành động nào từ phía chúng ta.

Dữ liệu thực nghiệm cho thấy rằng đối với các công cụ có kích thước tick lớn, giá trị của vị trí hàng đợi có thể sánh ngang với kích thước spread. Đây là một con số khổng lồ.

Cách Ước Tính Vị Trí Hàng Đợi Của Bạn

Bài Toán Ước Tính

Chúng ta đặt một lệnh giới hạn có kích thước S tại giá P. Tại thời điểm đặt lệnh, đã có Q lot tại mức giá đó. Ước tính vị trí ban đầu của chúng ta:

V̂(t₀) = Q(t₀)     — số lot đứng trước chúng ta

Tiếp theo, chúng ta theo dõi tất cả các thay đổi khối lượng tại mức giá của mình. Đây là thuật toán chính được mô tả bởi Erik Rigtorp và được triển khai trong các sản phẩm của Trading Technologies (TT), Bookmap, và các công ty khác.

Thuật Toán Cập Nhật

Đối với mỗi sự giảm ΔQ tại mức giá, chúng ta cần xác định: lệnh đó là trước chúng ta hay sau chúng ta?

Nếu chúng ta có thể phân biệt khớp lệnh (execution) với hủy lệnh (cancellation):

• Khớp lệnh (execution): rõ ràng giảm hàng đợi trước chúng ta → V̂ = max(V̂ + ΔQ, 0)
• Hủy lệnh (cancellation): không chắc chắn — lệnh bị hủy có thể ở trước hoặc sau chúng ta

Đối với hủy lệnh, một mô hình xác suất được sử dụng:

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

trong đó p(n) là xác suất lệnh bị hủy đứng trước chúng ta. Một nhóm mô hình:

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

trong đó f(x) là hàm tăng, chẳng hạn như ln(1+x) hoặc hàm đồng nhất. Trực giác: khối lượng trước chúng ta càng lớn so với khối lượng sau chúng ta, thì việc hủy lệnh xảy ra trước chúng ta càng có khả năng.

Cấp Độ Dữ Liệu và Thực Tế Thị Trường Crypto

Chất lượng ước tính phụ thuộc trực tiếp vào độ chi tiết của dữ liệu:

Trong crypto, tình hình như sau:

• Binance — cung cấp luồng depth L2 với cập nhật mỗi 100ms. Dữ liệu L3 (MBO) không có sẵn công khai.
• Coinbase — một trong số ít CEX cung cấp luồng L3 qua WebSocket với dữ liệu từng lệnh đầy đủ.
• CME (hợp đồng tương lai BTC/ETH) — dữ liệu MBO đầy đủ qua feed ITCH.

Hầu hết các trader crypto làm việc với L2, nghĩa là họ dựa vào các ước tính xác suất. Nhưng ngay cả ước tính xác suất cũng tốt hơn đáng kể so với không có gì.

Trực Quan Hóa: Tường Như Một Sổ Lệnh Nội Bộ

Chúng ta đề xuất trực quan hóa mỗi vùng mật độ đáng kể (tường) như một mini sổ lệnh bên trong sổ lệnh:

╔════════════════════════════════════════════════════════════════╗
║  Giá 10001  │  150 lot                                        ║
╠════════════════════════════════════════════════════════════════╣
║  Giá 10000  │  [████████████░░░▓▓░░░░░░░]  2.400 lot         ║
║             │   ↑ 1.800 trước chúng ta  ↑ chúng ta  ↑ 590 sau║
║             │   tốc độ rút: ~120 lot/giây                     ║
║             │   ETA khớp: ~15 giây                            ║
╠════════════════════════════════════════════════════════════════╣
║  Giá  9999  │  80 lot                                         ║
╚════════════════════════════════════════════════════════════════╝

Những Gì Được Tính Toán Theo Thời Gian Thực

1. Lot trước lệnh của chúng ta — ước tính khối lượng phải được khớp hoặc hủy trước khi đến lượt chúng ta.

2. Lot sau lệnh của chúng ta — khối lượng được đặt sau chúng ta. Nếu tường đang nhanh chóng "phình to" từ phía sau — các bên tham gia khác coi mức này là hấp dẫn.

3. Tốc độ rút hàng đợi — được tính từ các giao dịch thực tế (execution) tại mức giá này. Được biểu thị bằng lot/giây.

4. Thời Gian Ước Tính Đến Khi Khớp (ETF) — dự báo thời gian cho đến khi lệnh của chúng ta được khớp, được tính là lot_phía_trước / tốc_độ_rút.

5. Nhiều lệnh trong một vùng mật độ — bot có thể theo dõi vị trí của từng lệnh nếu có nhiều lệnh trong cùng một tường.

Ứng Dụng Trong Scalping

So sánh backtesting thông thường vs nhận biết hàng đợi: xác suất khớp lệnh thực tế vs ước tính lạc quan

Vấn Đề Với Backtesting Dựa Trên Nến

Một backtest cổ điển trên nến OHLCV hoạt động như sau: nếu giá chạm đến lệnh giới hạn của chúng ta — tính là đã khớp. Nhưng đây là một lỗi nghiêm trọng:

Ví dụ. Chúng ta có lệnh mua-giới-hạn tại 10000. Trong nến 1 phút, low = 10000. Backtest nến tính là đã khớp. Nhưng trên thực tế:

• Có một tường 5.000 lot tại mức 10000
• Lệnh của chúng ta ở cuối hàng đợi (vị trí 4.800)
• Chỉ 2.000 lot được giao dịch qua mức đó trong phút này
• Trên thực tế, lệnh của chúng ta sẽ KHÔNG được khớp

Backtesting nhận biết hàng đợi giải quyết vấn đề này: nó mô hình hóa vị trí hàng đợi, đếm khối lượng giao dịch tại mức từ dữ liệu tick, và xác định liệu khối lượng được giao dịch có đủ để đạt đến vị trí của chúng ta hay không.

Nhiều Hơn Một Lần Khớp Mỗi Phút

Trong scalping tích cực, một lệnh có thể được khớp và đặt lại nhiều lần trong một phút. Một backtest dựa trên nến đơn giản không thể mô hình hóa điều này. Chỉ có phân tích cấp tick với mô hình hóa hàng đợi mới cho phép bạn:

• Xác định thời gian chính xác của mỗi lần khớp
• Hiểu liệu chúng ta có kịp đặt lại lệnh hay không
• Ước tính bao nhiêu lần chiến lược thực sự sẽ được kích hoạt trong một khoảng thời gian

Dự Đoán Thời Gian Đến Khi Khớp

Một bot biết vị trí hàng đợi của mình và tốc độ "rút" hiện tại của tường có thể:

1. Tính ETA — thời gian xấp xỉ đến khi khớp lệnh
2. So sánh ETA với dự báo chuyển động giá — nếu ETA = 30 giây, nhưng mô hình của chúng ta dự báo đảo chiều trong 10 giây, chúng ta nên hủy lệnh
3. Điều chỉnh kích thước lệnh — lệnh lớn hơn gần đầu hàng đợi hơn trên sàn pro-rata (CME), nhưng trên sàn FIFO, kích thước không ảnh hưởng đến vị trí hàng đợi

So Sánh Tốc Độ Rút Với Mức Trung Bình

Một chỉ số vô giá cho scalper: tốc độ rút hàng đợi hiện tại so với tốc độ trung bình qua N nến.

• Tốc độ trên mức trung bình → sự hung hăng của lệnh thị trường cao → tường có thể bị "phá vỡ" → xác suất khớp lệnh của chúng ta cao hơn
• Tốc độ dưới mức trung bình → thị trường đã "đứng lại" → tường sẽ giữ → lệnh sẽ treo lại, và giá có thể di chuyển xa

Nơi Điều Này Đã Được Triển Khai: Tổng Quan Thị Trường

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

Triển khai trưởng thành nhất. TT hiển thị PIQ cho từng lệnh của trader trong cột Floating Order Book. Đối với các sàn cung cấp dữ liệu vị trí hàng đợi trực tiếp qua feed (CME, ICE), các giá trị chính xác được hiển thị. Đối với các sàn khác — ước tính bảo thủ.

Bookmap Quant

Phiên bản chuyên nghiệp của Bookmap ($499/tháng) bao gồm trực quan hóa vị trí hàng đợi lệnh và xuất sự kiện. Bookmap Quant sử dụng dữ liệu MBO, và API L0 của nó cho phép xây dựng bộ điều hợp tùy chỉnh cho bất kỳ nguồn dữ liệu nào.

CQG — Ước Tính Vị Trí Hàng Đợi

CQG cung cấp ước tính vị trí hàng đợi cho thị trường hợp đồng tương lai. Nền tảng tính toán ước tính PIQ xác suất dựa trên dữ liệu L2/L3 và hiển thị trong giao diện DOMTrader.

Rithmic — Dữ Liệu Hàng Đợi Lệnh

Rithmic là nhà cung cấp dữ liệu thị trường cung cấp quyền truy cập độ trễ thấp vào dữ liệu để ước tính vị trí hàng đợi. Nó được sử dụng như một lớp cơ sở hạ tầng bởi nhiều công ty prop trading và nhà giao dịch thuật toán để xây dựng các mô hình PIQ của riêng họ.

Jigsaw Trading — Trực Quan Hóa Luồng Lệnh

Jigsaw Trading chuyên về trực quan hóa luồng lệnh với ước tính vị trí hàng đợi. Công cụ Depth & Sales và Reconstructed Tape của nó giúp các trader thấy bức tranh thực thi thực tế tại các mức giá.

Mô Hình Học Thuật

• Moallemi & Yuan (2017) — mô hình chính thức cho định giá vị trí hàng đợi dựa trên dữ liệu NASDAQ ITCH
• Cont, Stoikov & Talreja (2010) — mô hình sổ lệnh giới hạn như hệ thống quá trình sinh-tử
• Gould & Bonart (2015) — mất cân bằng hàng đợi như một yếu tố dự báo chuyển động giá trung
• Phương pháp Deep Learning — mô hình RNN (Columbia, 2022) để ước tính xác suất khớp và thời gian khớp

Những Gì KHÔNG Tồn Tại Trên Thị Trường

Không có sản phẩm hiện có nào cung cấp trực quan hóa cấu trúc nội bộ của tường cho thị trường crypto theo định dạng phù hợp với bot scalping. Đây là niche mà Marketmaker.cc có thể lấp đầy.

Chống Lại Các Chiến Lược Thao Túng

Phát hiện tường giả: lệnh thực sự vs khối spoofing với tỷ lệ hủy cao

Hiểu cấu trúc nội bộ của một tường không chỉ là tối ưu hóa việc thực thi của chính bạn. Đó là công cụ để bảo vệ khỏi thao túng và, khi được sử dụng thành thạo, là công cụ để đọc ý định của những người chơi lớn.

Spoofing: Tường Giả

Spoofing là việc đặt các lệnh lớn với ý định hủy chúng trước khi thực thi. Mục tiêu là tạo ra ấn tượng sai về cung/cầu.

Cách phân tích PIQ giúp ích:

• Tốc độ tích lũy tường. Một tường thực sự được xây dựng dần dần. Một tường spoofing xuất hiện ngay lập tức.
• Hành vi khi giá tiếp cận. Một tường thực sự giữ nguyên. Một tường spoof "chạy đi."
• Tỷ lệ hủy. Spoofer hủy lệnh trước khi thực thi. Theo dõi tỷ lệ đặt/hủy cho phép phát hiện spoof theo thời gian thực.
• Chu kỳ lặp. Spoofing thường có các mẫu lặp lại: xuất hiện → biến mất → xuất hiện tại mức mới.

Layering: Các Mức Giả Xếp Lớp

Layering là một hình thức spoofing tinh vi hơn trong đó các lệnh giả được đặt ở nhiều mức giá.

Cách phân tích PIQ giúp ích:

• Hủy lệnh tương quan. Nếu các lệnh trên 5 mức liên tiếp bị hủy đồng thời — đó gần như chắc chắn là layering bởi một bên tham gia duy nhất.
• Bất đối xứng sổ lệnh. Thanh khoản thực sự thường được phân phối đồng đều hơn hoặc ít hơn.
• Phản ứng với khớp lệnh. Lệnh thực sự được khớp và không "chạy đi."

Lệnh Iceberg: Thanh Khoản Ẩn

Một iceberg là một lệnh lớn được chia thành các phần nhỏ hơn hiển thị. Sau khi một phần được khớp, phần tiếp theo tự động xuất hiện.

Cách phân tích PIQ giúp ích:

• Mẫu mức "bất tử". Khối lượng liên tục được khớp nhưng không giảm.
• Phân tích hấp thụ. Giá chạm tường, khớp khối lượng hiển thị, nhưng tường tái tạo.
• Hành vi hàng đợi trong quá trình hấp thụ. Vị trí của chúng ta "trượt" về phía trước mỗi khi một lát iceberg được khớp và đặt lại ở cuối hàng đợi.

Market Maker Như Một Bên Tham Gia "Vô Hình" Trong Tường

Các market maker chuyên nghiệp sử dụng một số chiến thuật:

1. Quote stuffing — đặt và hủy lệnh hàng loạt để "làm ô nhiễm" dữ liệu của đối thủ cạnh tranh
2. Penny jumping — đặt lệnh tốt hơn đối thủ một tick để nắm ưu tiên
3. Quoting động — điều chỉnh lệnh theo thời gian thực khi mất cân bằng hàng đợi thay đổi
4. Bảo vệ mức — thêm thanh khoản khi giá tiếp cận

Triển Khai: Kiến Trúc Module Queue Position Tracker

Dữ Liệu Đầu Vào

1. Luồng sổ lệnh WebSocket (độ sâu L2):
   - Cập nhật giá mua/bán tốt nhất
   - Cập nhật độ sâu (khối lượng tại mỗi mức giá)

2. Luồng giao dịch WebSocket:
   - Mỗi giao dịch: giá, khối lượng, phía (mua/bán), timestamp

3. Lệnh của chính mình (từ bot giao dịch):
   - order_id, price, size, timestamp đặt lệnh

Thuật Toán Cốt Lõi (Pseudocode dạng 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 của tốc độ khớp

    def on_trade(self, trade_price, trade_size):
        """Được gọi mỗi khi có giao dịch tại mức giá của chúng ta"""
        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):
        """Được gọi khi độ sâu thay đổi tại mức giá của chúng ta"""
        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):
        """Thời gian ước tính đến khi khớp tính bằng giây"""
        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):
        """Xác suất khớp trong khoảng thời gian cho trước"""
        expected_volume = self.fill_velocity.value * horizon_sec
        return min(expected_volume / max(self.queue_ahead, 1), 1.0)

Các Trường Hợp Biên Quan Trọng

1. Tường bị "ăn hết" hoàn toàn — nếu queue_ahead giảm xuống 0, lệnh thị trường tiếp theo sẽ khớp chúng ta
2. Hủy hàng loạt (rút tường) — tường đột ngột biến mất, queue_ahead thay đổi mạnh
3. Lệnh của chúng ta bị di chuyển — khi hủy và đặt lại, chúng ta sẽ về cuối hàng đợi
4. Nhiều lệnh trong cùng một tường — mỗi lệnh được theo dõi độc lập

Chỉ Số Cho Dashboard và Backtesting

Thời Gian Thực (Terminal Scalping)

Cho Backtesting (Mô Phỏng Nhận Biết Hàng Đợi)

1. Tỷ lệ khớp điều chỉnh hàng đợi — phần trăm lệnh thực sự được khớp tính đến vị trí hàng đợi
2. Độ trễ khớp hiệu quả — thời gian thực tế từ khi đặt đến khi thực thi
3. Chọn lọc bất lợi mỗi lần khớp — chuyển động giá trung bình chống lại chúng ta sau khi khớp
4. Tương quan tốc độ hàng đợi — tương quan giữa tốc độ rút hàng đợi và chuyển động giá tiếp theo

Sổ Lệnh Xã Hội: Lệnh Nhóm Bên Trong Tường

Mô hình hiển thị ba tầng: lệnh cá nhân, đăng ký, và vị trí nhóm bên trong tường

Tầng 1: Sàn Giao Dịch hoặc Nền Tảng Giao Dịch

Nếu bạn là một sàn giao dịch hoặc terminal giao dịch, bạn có kiến thức tuyệt đối về vị trí lệnh của mỗi người dùng. Nền tảng có thể hiển thị cho mỗi người dùng bao nhiêu khối lượng "khác" đứng trước và sau lệnh của họ, mà không tiết lộ danh tính của các bên tham gia khác.

Tầng 2: Nền Tảng Marketmaker.cc — Lệnh Cá Nhân + Lớp Xã Hội

Tại Marketmaker.cc, chúng tôi có kế hoạch triển khai mô hình hiển thị lệnh ba tầng bên trong tường:

Lệnh cá nhân — lớp cơ sở. Mỗi trader thấy tất cả các lệnh của mình với các chỉ số riêng lẻ.

Lệnh đăng ký (nhà cung cấp tín hiệu) — các trader chia sẻ vị trí qua đăng ký. Cơ chế opt-in: người dẫn đầu quyết định có hiển thị vị trí hay không.

Lệnh nhóm (đội giao dịch / quỹ) — lớp có giá trị nhất cho các nhóm chuyên nghiệp. Giải quyết vấn đề: xung đột lệnh, phân bổ thanh khoản, giám sát rủi ro nhóm, đào tạo.

Mô Hình Quyền Hạn

┌─────────────────────────────────────────────────────────────┐
│  Lệnh của trader                                             │
│                                                              │
│  Hiển thị với:                                               │
│  ├── Bản thân trader          → LUÔN LUÔN                    │
│  ├── Người đăng ký            → nếu trader bật               │
│  │   ├── Độ trễ hiển thị      → có thể cấu hình (0s–60s)     │
│  │   ├── Hiển thị kích thước  → có / ẩn / làm tròn           │
│  │   └── Hiển thị ETA         → có / không                   │
│  └── Nhóm                     → nếu là thành viên nhóm       │
│      ├── Độ trễ               → có thể cấu hình (0s–5s)      │
│      ├── Hiển thị kích thước  → có (để quản lý rủi ro)       │
│      └── Hiển thị theo vai trò → trader / quản lý / xem       │
└─────────────────────────────────────────────────────────────┘

Minh Bạch Hoàn Toàn: Sàn DEX và Sổ Lệnh On-Chain

Trên các sàn DEX với sổ lệnh on-chain — chủ yếu là Hyperliquid — mỗi lệnh được gắn với một địa chỉ ví cụ thể. Chúng ta có thể thấy không chỉ tường tổng hợp, mà từng lệnh riêng lẻ của mỗi bên tham gia.

Tuy nhiên, làm việc với dữ liệu này theo thời gian thực đòi hỏi chạy node blockchain Hyperliquid của riêng bạn.

Tự Động Nhận Diện Lệnh Của Người Thao Túng

Lớp trực quan hóa thứ tư — phân loại lệnh thuật toán theo loại bên tham gia: market maker, spoofer, retail. Các thuật toán phân loại hoạt động ở nhiều cấp độ: phát hiện spoofing, phân loại market maker, phát hiện kịch bản squeeze, và dấu vân tay kỹ thuật số của trader.

Thêm về điều này trong bài viết tiếp theo trong loạt bài: "Dấu Vân Tay Kỹ Thuật Số Của Trader: Cách Nhận Diện Market Maker Qua Hành Vi Sổ Lệnh"

Kết Luận

Phân tích vị trí lệnh trong vùng mật độ sổ lệnh là bước tiến hóa tiếp theo từ "nhìn vào sổ lệnh" đến "hiểu vi cấu trúc thị trường." Đây là lãnh thổ nơi các điều sau giao nhau:

• Lý thuyết hàng đợi — để mô hình hóa hàng đợi
• Mô hình luồng lệnh ngẫu nhiên — để ước tính xác suất khớp lệnh
• Học máy — để phát hiện spoofing và dự đoán hành vi tường
• Kỹ thuật độ trễ thấp — để nhận và xử lý dữ liệu theo thời gian thực

Tính đến hôm nay, không có sản phẩm nào trên thị trường crypto cung cấp trực quan hóa toàn diện về "tường như một mini sổ lệnh" với vị trí lệnh của người dùng, ước tính ETA, phát hiện spoofing, và backtesting nhận biết hàng đợi trong một giao diện duy nhất.

Tại Marketmaker.cc, chúng tôi đang nỗ lực làm cho phân tích này trở nên dễ tiếp cận với mọi trader — từ các scalper đơn lẻ đến các nhóm prop trading.

Nguồn Tài Liệu và Đọc Thêm

• 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