1. 课程导入与问题界定
在真实交易中，很多交易者都有过这样的困惑：明明把买单挂在买一价位，价格也确实触及过这个位置，为什么自己的委托迟迟没有成交？反过来，有时挂单看似排在很后面，却在短时间内被吃掉。这类问题的答案，并不藏在K线形态或指标参数里，而藏在订单簿的微观结构之中。本课程要解决的核心问题就是：当我们在买一或卖一价位挂出限价单时，这笔委托最终成交的可能性有多大，以及如何用可计算、可验证的方式把这个"可能性"量化出来。
需要先明确一个界定：本课程讨论的"成交概率"，指的是在给定时间窗口内，一笔新提交的买一（或卖一）限价单被完全成交的概率。它不同于"价格会不会涨"的方向判断，也不同于"挂单能不能排到队首"的排队位置问题——虽然后者会显著影响前者。我们要建立的是一个从市场微观结构出发、经过排队与消耗建模、最终落到概率数值的完整认知链条。
为什么这个问题值得单独研究
买一卖一挂单的成交概率，直接决定了几类典型业务场景的成败。第一类是做市与流动性提供：做市商在买卖两侧同时挂单，赚取价差，但如果一侧挂单长期不成交，就会暴露在库存风险中，成交概率的估计直接关系到报价宽度和库存限额的设定。第二类是大单拆分执行：机构把大额委托拆成小单挂在盘口，需要估计每一档挂单的预期成交时间，才能安排拆单节奏，避免挂单堆积却迟迟不成交。第三类是散户的挂单决策：在流动性较差的标的上，是挂买一等待成交，还是直接吃卖一，本质上是在比较"等待成本"与"价差成本"，而等待成本的核心输入正是成交概率。
这三类场景的共同点是：它们都不是靠直觉能拍准的。盘口每秒都在变化，买一卖一背后的挂单量、撤单速度、主动成交的方向性，共同决定了你的委托能否被"轮到"。因此，我们需要一套结构化的测算框架，而不是凭经验猜测。
从盘口结构到概率测算的认知框架
要测算成交概率，首先要看清成交是怎么发生的。一笔挂在买一的限价买单，只有在卖方主动向下砸单、且砸单量足以消耗掉排在你前面的买一挂单时，才会成交。这里涉及三个层层递进的要素：盘口当前的挂单结构（你前面排了多少量）、主动卖单的到达强度（单位时间内有多少卖单打向买一）、以及撤单行为（排在你前面的人会不会撤走，让你提前上位）。这三者构成了成交概率测算的输入层。
在此之上是建模层：把挂单量、到达强度、撤单率转化为"排队位置随时间前移"的过程，再结合时间窗口，得到"在T时间内被完全成交"的概率。最后是验证层：用历史逐笔成交与盘口快照数据回测模型输出，检查预测概率与实际成交频率是否吻合，并据此校准参数。整个框架可以用下图概括——它是一张信号链与数据流混合结构图，而不是简单的步骤罗列。
上图把整个测算过程拆成三层：输入层回答"现在盘口长什么样"，建模层回答"给定这些输入，成交概率怎么算"，验证层回答"算出来的概率准不准、要不要调参数"。三层之间不是单向流水线，验证层的偏差会通过虚线回路反馈到建模层，修正到达强度和撤单率的估计。这一点很关键——成交概率测算不是一次性公式，而是一个持续校准的闭环。
一个具体的示例，帮助建立数量感
假设某标的当前买一价位挂单量为 8000 股，你提交了一笔 500 股的买一限价单，排在队尾。根据近 20 个交易日的逐笔数据统计，该标的在相似流动性状态下，主动卖单打向买一的平均到达强度约为每分钟 1200 股，前排挂单的撤单率约为每分钟 300 股。那么每分钟"有效前移"的量约为 1200 + 300 = 1500 股（这里把撤单视为让你位置前移的等效消耗，是一种简化假设）。你前面有 8000 股，按此速度约需 8000 / 1500 ≈ 5.3 分钟排到队首，之后还需要再有卖单吃掉你的 500 股。若时间窗口设为 10 分钟，粗略估计成交概率处于中等偏上水平；若窗口只有 3 分钟，概率则明显偏低。以上数值均为教学示例假设，不代表任何真实标的的实测结果，但它展示了参数如何直接影响结论：挂单量越大、到达强度越低、窗口越短，成交概率越低。
学习路径与常见误区
基于上述框架，本课程的整体学习路径是：先掌握盘口数据的读取与清洗（买一卖一挂单量、逐笔成交方向、撤单识别），再学习排队位置演化的建模方法，接着进入概率计算与时间窗口设定，最后通过回测校准与场景化应用（做市报价、拆单执行、挂单决策）完成闭环。每一环都建立在前一环的数据与结论之上，跳步会导致后面的概率失去意义。
需要提前提醒两个常见误区。其一，把成交概率等同于价格方向判断：即使你判断价格会跌，挂在买一的单子也可能因为卖压不足而长时间不成交，概率测算关注的是"能不能轮到"，不是"该不该买"。其二，忽略撤单的影响：很多初学者只盯着挂单量和成交量，却忘了前排挂单可能被撤走，这会让你系统性低估成交概率。把撤单纳入模型，是本课程区别于"看盘口猜成交"的关键一步。
明确了目标、场景与框架，接下来的工作就有了清晰的落点：我们不是要预测市场，而是要在给定的盘口状态下，对"这笔挂单在多久内可能成交"给出一个有依据、可校准的估计。