我国A股市场是典型的指令驱动市场,与传统报价驱动方式不同,投资者可以提交市价单和限价单,这些订单按照“价格优先,时间优先”的原则自动匹配成交,而未成交的限价单累积形成限价指令簿。由于限价指令簿中含有大量偏离最优报价的订单,很多学者认为这些未成交的订单具有一定的信息含量,从限价指令簿中提取的信息能够极大地帮助股价短期预测。除此之外,在具体交易细节中,投资者还面临订单选择的决策问题,这也取决于限价指令簿的状态和变化特征。因此,建立模型来刻画限价指令簿信息显得十分必要,而本文的目的就是试图建立限价指令簿的动态模型。本文建立了动态限价指令簿模型。首先,由于限价指令簿的动态变化是各类订单流累积的表现,在完成限价指令簿静态描述的基础上,本文分析了订单流信息与动态限价指令簿状态变化的联系。根据订单流的特征,本文设定了订单流的具体随机过程,得到了动态限价指令簿的三因素(买卖价差、中间价格和买卖压力)模型。在一定假设下将无限维的指令簿动态过程转换为最优报价与最优买卖量的动态过程。上证50成分股指令簿数据的实证表明,模型很好地还原了市场特征,并且得到了短期内指令簿信息对股价的影响远高于市场外部信息的重要结论。为了分析动态限价指令簿模型是否能够帮助下单决策,我们对比分析了订单执行等待时间的经验分布,以及三因素模型与两因素(不含指令簿信息)模型下的理论分布。实证结果表明,当市场初始状态为卖方压力时,加入指令簿信息能够帮助我们更好估计限价卖单不被执行的风险；而市场为买方压力时,加入指令簿信息却放大了估计误差。本文认为这是因为买卖压力对订单执行等待时间的影响是非对称的。经验分布中,买方压力将显著提高限价卖单被执行的概率和降低限价买单被执行的概率,且压力越大影响越明显；而卖方压力对限价卖单执行概率的影响并不随压力大小线性增加,这说明卖方压力逐渐释放过程中存在买卖双方激进程度的轮换,进一步揭示买卖双方耐心程度的差别。而模型中买卖压力对价格影响对称的假定偏离了实际情况,存在进一步改进的空间。