标签： #队列位置

两个人在同一秒、同一个价位挂同样的买单，一个成交了，一个挂到收盘也没动——差别不在价格，在队列位置。本文用事件驱动的限价单簿仿真（市价单消耗、队尾新增、前方撤单、价格跳走四类事件）量化这件事：排在队首成交概率 84.0%、中位等待 0.75 秒；前方压 20 手时掉到 55.1%、3.48 秒；前方 150 手时只剩 4.2%，前方 300 手基本归零（0.4%）——同一个挂单价格，成交概率跨度 83.7 个百分点。延迟的真实代价也由此翻译成可量化的钱：低延迟排到 q=3 成交率 77.2%，慢 300 毫秒排到 q=25 就掉到 49.1%（差 28 个百分点），中位等待从 1.18 秒拉长到 4.12 秒，订单因价格跳走而作废的比例从 22.8% 翻到 50.9%。最反直觉的是成交质量：队首成交并不更「干净」，各档位的逆向选择率都稳定在 60.5%~64.3%——因为成交本身就是被大单扫中的信号。四项对抗式检验全过：关掉队列机制后位置影响从 83.7pp 塌缩到 1.6pp、独立解析式与仿真相关 0.979、12 个种子成交率标准差仅 0.009、市价单流量翻倍也救不回深队列（前方 150 手仍仅 15.2%）（高阶）。

同样挂在买一档的限价买单，排在队首和排在队尾，价值天差地别。本文用离散时间队列模型从零量化「队列位置价值」：成交概率随排队深度单调衰减（队首 83% → 队尾 2.3%），但「位置价值」却是非单调的——因为队首成交太快会被知情抛压逆向选择吃掉。最佳位置是第 3 位而非第 1 位。附完整 Python 与五类实战陷阱（高频）。