← All Collections
📖12 parts

Order Book & Market Microstructure

How the order book really works — accessing the data, reading queue position, rebuilding bars from order flow, and modeling it with deep learning and Hawkes processes.

  1. 01
    CCXT : comment fonctionnent réellement les méthodes WebSocket de carnet d'ordres
    Jun 3, 2025#CCXT

    CCXT : comment fonctionnent réellement les méthodes WebSocket de carnet d'ordres

    Analyse détaillée des méthodes WebSocket de CCXT pour les carnets d'ordres : watchOrderBook, watchBidsAsks, watchOrderBookForSymbols. Tests réels sur plus de 75 exchanges.

  2. 02
    Types d'ordres dans le trading algorithmique : de la limite avec poursuite aux ordres virtuels
    Mar 23, 2026#orders

    Types d'ordres dans le trading algorithmique : de la limite avec poursuite aux ordres virtuels

    Un guide complet des types d'ordres dans le trading algorithmique : ordres standard des exchanges, limite avec poursuite, ordres temporisés, ordres virtuels/synthétiques. Avec des exemples de code et des cas d'usage concrets.

  3. 03
    Queue Inside the Wall: Analyzing Order Position in Order Book Density
    Mar 20, 2026#order book

    Queue Inside the Wall: Analyzing Order Position in Order Book Density

    How understanding your place in the queue at a price level transforms scalping from guesswork into an engineering problem

  4. 04
    Types de Barres et Méthodes d'Agrégation pour le Trading Algorithmique
    Mar 22, 2026#algotrading

    Types de Barres et Méthodes d'Agrégation pour le Trading Algorithmique

    Classification à deux axes de la construction des bougies : 17 types de barres de base (temps, tick, volume, dollar, Renko, range, volatilité, Heikin-Ashi, Kagi, Line Break, P&F, TIB, VIB, run, CUSUM, entropie, delta) × 3 méthodes d'agrégation (calendaire, glissante, adaptative) = 51 combinaisons. Avec code d'implémentation et recommandations pratiques.

  5. 05
    DeepLOB : Apprentissage Profond sur les Carnets d'Ordres Limites
    May 26, 2026#deep-learning

    DeepLOB : Apprentissage Profond sur les Carnets d'Ordres Limites

    Comment DeepLOB combine un CNN, un module inception et un LSTM pour prédire les mouvements du prix médian à partir de données brutes du carnet d'ordres — l'architecture, les vrais chiffres FI-2010 et une réimplémentation PyTorch fonctionnelle.

  6. 06
    L'empreinte digitale d'un trader : comment identifier un market maker à son comportement dans le carnet d'ordres
    Mar 19, 2026#fingerprint

    L'empreinte digitale d'un trader : comment identifier un market maker à son comportement dans le carnet d'ordres

    Chaque algorithme laisse une empreinte unique. Apprenez à la lire — et vous saurez qui se trouve de l'autre côté de votre trade.

  7. 07
    Trade Classification When You Have No Side Flag: Tick, Quote, Lee-Ready, BVC
    Aug 23, 2026#microstructure

    Trade Classification When You Have No Side Flag: Tick, Quote, Lee-Ready, BVC

    Reconstructing trade direction from OHLCV, bar history, or venues without an aggressor flag — the classic rules, the stale-quote problem, bulk volume classification, and how to measure them against crypto's free ground truth.

  8. 08
    Order Flow Imbalance: The Cont-Kukanov-Stoikov Event Decomposition
    Aug 17, 2026#microstructure

    Order Flow Imbalance: The Cont-Kukanov-Stoikov Event Decomposition

    Turning raw book updates into a signed flow quantity: the CKS event decomposition, multi-level OFI with PCA reduction, and Lee-Ready trade classification — plus an honest accounting of what the headline R-squared actually measures.

  9. 09
    Hawkes Processes for Order Arrival and Market Event Modeling
    Aug 9, 2026#microstructure

    Hawkes Processes for Order Arrival and Market Event Modeling

    Fitting a self-exciting point process to real crypto trade tape: where the three numbers (mu, alpha, beta) come from, how to estimate the branching ratio n, whether the exponential kernel survives a goodness-of-fit test, and how much n moves when you change the estimation window.

  10. 10
    Bid-Ask Spread Modeling and Prediction with Machine Learning
    Jun 3, 2026#microstructure

    Bid-Ask Spread Modeling and Prediction with Machine Learning

    Decomposing and predicting bid-ask spreads with ML — from Roll's implicit estimator to gradient boosting and neural networks — with the units, leakage, and benchmarking pitfalls that bite in production.

  11. 11
    Le concept de « Desire Orderbook » : une approche innovante de la prédiction du comportement des marchés
    May 18, 2025#Desire Orderbook

    Le concept de « Desire Orderbook » : une approche innovante de la prédiction du comportement des marchés

    Desire orderbook — un concept révolutionnaire d'analyse de la structure du marché fondé sur la prédiction des actions potentielles des participants avant leur exécution réelle.

  12. 12
    Flowsurface : plateforme open-source d'orderflow pour les marchés crypto
    May 9, 2026#orderflow

    Flowsurface : plateforme open-source d'orderflow pour les marchés crypto

    Une revue de Flowsurface — une application de bureau gratuite écrite en Rust pour la visualisation en temps réel de la heatmap DOM, des footprint charts, du time & sales et du depth ladder. Compatible avec Binance, Bybit, Hyperliquid, OKX et MEXC.