De wiskunde achter 'Limit Order Books' en prijsvorming

Portret van Alex de Vries, Quantitatief Analist & Algo-Trading Expert
Alex de Vries
Quantitatief Analist & Algo-Trading Expert
Geavanceerde Quant Concepten · 2026-02-15 · 8 min leestijd
Transparantie: Dit artikel bevat affiliate links. Als je via onze link een product koopt, ontvangen wij een kleine commissie. Dit kost jou niets extra en helpt ons om deze site te onderhouden.

Je staat voor de orderbook van Binance of de Amsterdamse beurs en ziet een muur van getallen.

Dat is geen chaos, het is wiskunde in actie. In dit stuk praten we over de wiskunde achter limit order books en prijsvorming, zonder ingewikkelde woorden, maar wel met de harde cijfers die je voor je algoritmische trading bots nodig hebt.

De kern: hoe een orderbook echt werkt

Een limit order book is simpelweg een verzameling limit orders. Een limit order is een order die alleen uitgevoerd wordt tegen een specifieke prijs of beter. Het orderbook is dus een wachtrij met prioriteit.

De prijsvorming ontstaat door de interactie tussen vraag en aanbod op elk moment.

Stel je voor: je zet een kooporder op 100 euro. Iemand anders zet een verkooporder op 100,05 euro.

Er is geen directe match. Het orderbook laat nu een spread zien van 0,05 euro. De marktprijs beweegt pas als er een match komt of als een market order de limiet orders "eet".

De wiskunde hierachter is een stochastisch proces. Orders komen binnen als een Poisson-proces, en de grootteverdeling volgt een power law.

Dat betekent: veel kleine orders, weinig grote. Voor een bot is dit cruciale informatie: je kunt beter kleine slices traden dan in één keer groot.

Stochastische modellering en prijsvorming

Stochastische processen beschrijven hoe prijzen bewegen onder onzekerheid. In een limit order book zie je dat terug in de order arrival rate.

Hoe hoger de order arrival rate, hoe vloeibaarder de markt. Een lage arrival rate betekent dat je eigen order langer blijft liggen en de kans op slippage toeneemt. Een klassiek model is de "order flow imbalance".

Dit is een simpele formule: (bid volume - ask volume) / (bid volume + ask volume).

Een positieve imbalance duidt op koopdruk, een negatieve op verkoopdruk. Algoritmische bots gebruiken dit signaal om hun limit prices dynamisch aan te passen. Statistische fysica komt hier om de hoek kijken. De verdeling van ordergrootte lijkt op die van energie in turbulentie.

In de praktijk betekent dit dat grote orders de markt onevenredig beïnvloeden. Een bot die een large order in één keer plaatst, betaalt een hoge impact cost. Splitting in kleine slices verlaagt die cost aantoonbaar.

Econophysics en sociophysics in de praktijk

Econophysics past fysica toe op economische systemen. Sociophysics doet hetzelfde voor sociale bewegingen.

In een orderbook zie je collectief gedrag: paniekverkoop of FOMO-kopen. Deze patronen zijn meetbaar en modellerbaar. Denk aan de orderbook depth. Diepte is de cumulatieve volume tot een bepaalde prijs.

Een diep book betekent dat je grote orders kunt plaatsen zonder de prijs te verplaatsen. Een ondiep book vraagt om voorzichtigheid.

Een bot die de diepte realtime scant, kan zijn ordergrootte hierop afstemmen.

De kansverdeling van prijsveranderingen is vaak leptokurtisch: een zwaardere staart dan een normale verdeling. Dat betekent dat extreme bewegingen vaker voorkomen. Een risicomanagement-systeem moet hiermee rekenen, bijvoorbeeld via Value at Risk (VaR) op intraday returns.

Backtesting met orderbook data

Backtesting is pas serieus als je orderbook data gebruikt, niet alleen OHLCV. Met orderbook data kun je de exacte fill-prijs simuleren.

Dat voorkomt de "look-ahead bias" die ontstaat als je alleen sluitingsprijzen gebruikt.

Gebruik tick data van een broker API. Een voorbeeld: een exchange levert 10 levels bid/ask per seconde. Je simuleert je limit order op basis van de best beschikbare prijs op dat moment.

Zo krijg je een realistische weergave van je fill rate en slippage. Python is hier je vriend. Bibliotheken zoals pandas en numpy helpen bij het verwerken van grote datasets. Voor event-driven backtesting kijk je naar frameworks zoals Backtrader of Zipline. Die ondersteunen orderbook-simulatie als je de juiste data voedt.

Risicomanagement in orderbook trading

Risicomanagement begint bij positie sizing. Gebruik een Kelly-criterium of een vaste fractie van je equity.

Een bot die 2 procent per trade riskeert, overleeft langer dan een bot die 10 procent inzet en één keer hard valt.

De spread is een directe kostenpost. Een spread van 0,05 procent lijkt klein, maar bij 100 trades per dag telt het op. Reken uit: bij een gemiddelde spread van 0,05 procent en 250 handelsdagen per jaar, kom je op 12,5 procent jaarlijkse spreadkosten voor een actieve bot.

Slippage is de verborgen kostenpost. Een market order in een dun book kan 0,2 procent of meer slippen. Een limiet order is veiliger, maar geeft geen garantie op fill. Een slimme bot balanceert dit: limiet orders voor liquiditeit, market orders voor urgentie, en houdt rekening met de invloed van dark pools op de marktmicrostructuur.

Productinformatie

Wie de wiskunde achter orderbooks wil begrijpen, grijpt naar "Limit Order Books" van Cambridge University Press.

Het boek verscheen op 9 mei 2016 en telt 238 pagina’s. Het weegt 644 gram, dus je kunt het makkelijk meenemen naar je handelsstation. De uitgever is Cambridge University Press, een garantie voor academische diepgang. Het boek is verkrijgbaar als hardcover (geïllustreerd) en als Kindle-editie.

De Engelstalige inhoud spreekt een internationaal publiek aan, vooral quant researchers en algoritmische traders. Bol.com vermeldt een exemplaar verzonden door momox.

Dat betekent dat je ook tweedehands kunt scoren, wat scheelt in de kosten.

Specificaties en prijs

De ISBN-10 is 1107163986, de ISBN-13 is 978-1107163980. Handig om te checken of je het juiste exemplaar te pakken hebt. De gemiddelde klantbeoordeling op Amazon.nl is 3,7 van de 5 sterren.

Dat is een redelijke score, geen topper, maar voldoende voor een technisch boek. Verwacht geen populaire lectuur, maar een stevig referentiewerk.

Prijzen variëren. Een nieuwe hardcover ligt vaak rond de 60-80 euro. De Kindle-editie is goedkoper, vaak tussen de 40-55 euro.

Tweedehands via bol.com of momox kan onder de 30 euro, afhankelijk van beschikbaarheid.

Verzendkosten tellen mee. Bij nieuwe exemplaren betaal je vaak gratis verzending bij een minimum orderbedrag.

Bij tweedehands komt soms 3-5 euro verzending bij. Houd daar rekening mee in je totale kosten.

Kostenoverzicht: van budget tot premium

Stel je voor: je wilt dit boek kopen en een jaar lang gebruiken voor je quant-ontwikkeling. De prijsrange loopt van ongeveer 25 euro (tweedehands) tot 80 euro (nieuwe hardcover). Dat is een verschil van 55 euro, oftewel meer dan 200 procent.

Budgettier: tweedehands hardcover via bol.com of momox, circa 25-35 euro. Verzendkosten 3-5 euro.

Totaal circa 28-40 euro. Ideaal als je zuinig wilt beginnen zonder in te leveren op inhoud.

Middentier: nieuwe hardcover, circa 60-70 euro. Verzendkosten vaak gratis. Totaal circa 60-70 euro. Dit is de veilige keuze als je een fris exemplaar wilt zonder gebruikssporen.

Total cost of ownership over 1-3 jaar

Premiumtier: nieuwe hardcover plus eventuele accessoires zoals een notitieboek of een Python-course.

Reken op 70-80 euro voor het boek, plus 20-30 euro voor extra materiaal. Totaal circa 90-110 euro. Dit is voor wie direct een complete leeromgeving wil. Over één jaar: budget 40 euro, midden 70 euro, premium 110 euro.

Het verschil is 70 euro tussen budget en premium. Als je het boek intensief gebruikt, is de premiumversie comfortabeler, maar de inhoud is identiek.

Over drie jaar: de kosten blijven hetzelfde, maar de waarde verandert. Een tweedehands exemplaar verliest weinig waarde, een nieuwe hardcover verliest meer.

Als je doorleert en het boek doorverkoopt, haal je mogelijk 50 procent terug. Extra kosten: tijd. Reken 20-30 uur voor een eerste leesronde.

Als je een uurwaarde van 30 euro hanteert, is dat 600-900 euro aan investeringstijd. De return on investment zit in betere trading bots en minder verlies.

Vergelijk goedkope vs dure opties

Een goedkope tweedehands hardcover levert dezelfde kennis op als een dure nieuwe. Het enige verschil is de staat van het boek.

Voor een technisch boek is dat vaak geen issue. Een dure nieuwe hardcover voelt prettiger, maar de inhoud is identiek.

De keuze hangt af van je budget en je voorkeur voor nieuw versus gebruikt. Voor algoritmische traders telt de inhoud, niet de kaft. De Kindle-editie is een slimme middenweg: goedkoper, direct beschikbaar, en lichtgewicht.

Nadeel: minder fysiek bladeren, wat voor sommige lezers minder prettig is. Voordeel: zoekfunctie en annotaties.

Concrete bespaartips

Check bol.com en Amazon.nl voor prijsverschillen. Soms is de Kindle-editie in de aanbieding.

Gebruik prijsvergelijkers om de laagste prijs te vinden. Koop tweedehands via momox.

Die exemplaren zijn vaak in goede staat en kosten 30-40 procent minder. Let op de ISBN om zeker te zijn dat je het juiste boek krijgt. Combineer je aankoop met een abonnement op een datafeed voor orderbook data.

Veel brokers bieden kortingen als je meerdere diensten afneemt. Dat scheelt in de total cost of ownership. Leen het boek eerst bij een bibliotheek of vraag een collega. Als je het echt nuttig vindt, koop je het alsnog.

Zo voorkom je miskopen. Gebruik de Kindle-editie voor reizen en de hardcover voor thuis.

Zo heb je het beste van twee werelden zonder extra kosten.

Praktische toepassing voor algoritmische trading bots

Met de kennis uit dit boek bouw je een bot die de orderbook depth scant en zijn limit prices dynamisch instelt. Gebruik fractals in trading als signaal voor je entry.

Backtest je bot met orderbook data. Simuleer fills op basis van werkelijke bid-ask spreads. Meet je slippage en pas je ordergrootte aan.

Een bot die 0,1 procent slippage reduceert, wint op lange termijn significant.

Risicomanagement blijft key. Stel harde stop-losses in, gebruik optimale position sizing via de Kelly Criterion, en monitor je drawdown. Een bot zonder risicomanagement is een gokmachine, niet een tool.

Integreer met je broker API. Kies een broker die snelle, betrouwbare orderbook data levert.

Denk aan Interactive Brokers, Binance, of een Nederlandse exchange zoals Bitvavo. Zorg dat je API-limieten kent om throttling te voorkomen.

Python blijft je basis. Gebruik pandas voor data, numpy voor wiskunde, en event-driven frameworks voor realistische simulaties. Zo bouw je een bot die niet alleen in theorie werkt, maar in de praktijk overleeft.

Portret van Alex de Vries, Quantitatief Analist & Algo-Trading Expert
Over Alex de Vries

Alex is een ervaren quantitatief analist en Python-ontwikkelaar die complexe trading concepten vertaalt naar begrijpelijke, praktische handleidingen voor zowel beginners als gevorderden.

Volgende stap
Bekijk alle artikelen over Geavanceerde Quant Concepten
Ga naar overzicht →