想象你在复盘一场球赛，却不知道每次触球究竟来自哪支队，只能根据球的移动方向猜。猜对九成看似不错，但如果错判总集中在关键回合，最后统计出的攻守形势仍可能完全颠倒。市场微观结构研究常遇到类似问题：一笔成交由买方还是卖方主动发起，真实数据往往不直接告诉你。
作者 intrepidkarthi 在 Reddit 发布了一个开源实验平台，试图给这类研究提供“有答案的模拟考场”。它包含一个用 Go 编写、采用 MIT 许可证的限价订单簿（LOB）撮合引擎。限价订单簿就是按价格排列、等待成交的买卖委托，也是研究流动性、价格冲击和订单执行的基础工具。
这里的全部功能和实验数字目前都来自作者自述，材料没有提供论文、第三方复现、测试日志或原始结果表。因此，它更适合作为一件待验证的研究工具，而不是已经确立的行业基准。
“标准答案”究竟是什么？
平台采用确定性模拟：初始条件和随机种子相同时，会逐字节生成相同的市场记录。研究者可以反复播放同一段行情，修改测量方法后再比较结果，不必担心实验对象已经变了。
更关键的是，系统会直接记录每笔成交的主动方标签。主动方（aggressor side）是跨过买卖价差、主动击中既有报价的一方。它是买方还是卖方，会影响买卖压力和价格冲击的计算。
真实行情缺少这一标签时，研究者常用 tick rule 或 Lee–Ready 等规则，根据成交价相对前价或买卖报价的位置来猜。平台提供的 ground truth——系统知道成交是怎样生成的，因此直接留下的真值——让这些推断规则第一次能在同一段可重放行情里接受核对。
但标题里的“标准答案”要加一个范围限定：它只是在这个模拟撮合环境内的精确答案，不是真实市场订单流的通用真相。
猜对九成，为什么结果还能跑偏？
作者报告，tick rule 在模拟记录上正确识别了 94.5% 的主动方。这个数字不低。但用这些标签构造 CVD 后，问题明显放大。CVD 是累计成交量差，即把主动买入量与主动卖出量的差持续累加，用来观察买卖压力。
据作者自述，推断版 CVD 相对真实幅度的平均偏差达到 169%，偶尔还会翻转正负号。一个随机种子下，推断结果为 -81，真值却是 +105。作者认为，错标并非彼此独立，而是会在特定条件下集中出现，所以误差会累积，不会自然抵消。
94.5% 的分类准确率与 169% 的幅度偏差并不矛盾：前者数对了多少笔，后者衡量累计结果偏了多少。不过，材料没有说明 169% 的分母定义、跨随机种子的汇总方式，以及结果对极端值是否敏感。这组数字目前只能按作者口径理解。
它还能检查执行算法
作者称，平台支持 price-time、pro-rata 等撮合规则，以及冰山单、挂钩单、止损单、自成交保护（STP）、集合竞价和价格带，并能输出完整 L3 数据——逐笔呈现订单簿中订单级变化的数据。
在作者给出的实验中，Kyle’s lambda 约为每手 0.15 个 tick。Kyle’s lambda 用价格变化与成交量之间的关系衡量价格冲击；tick 是市场允许的最小价格变动单位。当簿上等待成交的深度增加 7.6 倍时，lambda 降低了 7.5 倍。
另一个实验比较拆单与一次性大单。把 parent order——需要执行的总订单——拆开执行后，每手滑点降低 7.9%，50 个随机种子中有 42 个出现这一结果。滑点是预期成交价与实际成交价之间的差距。两种方式的永久冲击分别为 23.42 和 24.47 ticks。作者据此把节省归因于临时冲击，但两者并非完全相同，材料也没有置信区间或显著性检验，因此因果结论仍需谨慎。
为什么值得关注？
这个平台最有价值的定位不是预测市场，而是充当 control arm，也就是对照组。它故意只生成 noise flow——不含可预测信号的噪声订单流。研究者可以先检查一条测量管线：主动方标签会不会错、误差如何传导、执行算法的比较能否重复。若方法连已知真值的环境都过不了，放到真实市场后得到漂亮结果，也未必可信。
这正击中微观结构研究的老痛点：许多结论建立在推断标签之上，却缺少一个能够重放、能够查看生成真相的实验场。它若经得住代码审查和独立复现，确实有潜力成为检验交易方向识别与执行方法的基准之一。
局限与未知
- 平台没有 informed flow，也就是掌握信息并据此交易的订单流；没有延迟建模，而且只模拟单一交易场所。
- 所有功能与数字来自同一位作者，关键参数、样本规模和完整结果尚未披露，也没有第三方复现。
- 它能检验测量管线是否被自身误差破坏，不能证明某个信号在真实市场有效，更不能外推为交易策略收益。