4. 逐笔数据解析入门
逐笔数据是订单簿重建的“原始矿石”。与快照数据相比，逐笔数据保留了市场每一次委托、撤单与成交的微观事件，是还原限价订单簿（LOB）最细粒度的输入。本节聚焦两类核心消息：逐笔成交与逐笔委托，从字段语义、时间戳精度、序列号机制、方向判断到清洗要点，建立可落地的解析框架。
一、核心原理：两类逐笔消息的字段语义
逐笔委托描述“订单进入或离开订单簿”的意图，逐笔成交描述“订单簿中两笔委托发生撮合”的结果。二者共同构成订单簿状态变化的完整事件流。理解字段含义是解析的第一步。
| 字段类别 | 逐笔委托（Order） | 逐笔成交（Trade） |
|---|---|---|
| 唯一标识 | 委托编号 order_id | 成交编号 trade_id / 买卖双方 order_id |
| 方向 | 买卖方向 side（B/S） | 通常由主动方决定，需推断 |
| 价格与数量 | 委托价 price、委托量 qty | 成交价 price、成交量 qty |
| 订单类型 | 限价/市价/本方最优等 order_type | 成交类型（如撤单成交、对手方成交） |
| 时间 | 委托到达时间戳 | 撮合时间戳 |
| 序列 | 委托序号 seq | 成交序号 seq |
关键点在于：逐笔委托的 side 是显式字段，而逐笔成交的“主动方向”往往需要结合委托簿状态或成交价与盘口的关系推断。这是后续方向判断的核心难点。
二、时间戳精度与序列号：事件排序的基石
逐笔数据的时间戳精度直接决定订单簿重建的准确性。常见精度包括毫秒（ms）、微秒（μs）和纳秒（ns）。同一毫秒内可能发生多笔事件，若仅用毫秒时间戳排序，会导致订单簿状态错乱。
时间戳精度对照：
- 毫秒级：适合低频策略，但同毫秒内事件顺序不可靠。
- 微秒级：主流交易所常见，可区分绝大多数事件。
- 纳秒级：高频场景，需注意系统时钟同步误差。
序列号（seq）是交易所为每条逐笔消息分配的单调递增编号，是事件排序的“权威依据”。当时间戳相同或存在时钟漂移时，必须优先使用序列号排序。解析时需检查序列号是否连续，若出现跳号，说明数据丢失或订阅不完整。
# 序列号连续性检查示例
prev_seq = None
for msg in stream:
if prev_seq is not None and msg.seq != prev_seq + 1:
print(f"序列号跳变: {prev_seq} -> {msg.seq}, 缺失 {msg.seq - prev_seq - 1} 条")
prev_seq = msg.seq三、方向判断：主动买卖的推断逻辑
逐笔成交的方向判断是订单簿重建的关键环节。常见方法有三种：
- 成交价与盘口对比法：若成交价等于卖一价，通常为主动买入；若等于买一价，通常为主动卖出。
- 委托编号匹配法：若成交记录中买方 order_id 晚于卖方 order_id 进入订单簿，则买方为主动方。
- 交易所标记法：部分交易所直接提供
aggressor_side字段，优先使用。
方向判断的准确性直接影响订单簿的买卖压力分析。建议在解析阶段保留原始字段，并在重建阶段用多种方法交叉验证。
四、数据清洗要点与常见误区
逐笔数据在采集、传输、存储过程中可能引入噪声。清洗要点包括：
- 去重：同一序列号的消息可能因重传而重复，需按 seq 去重。
- 乱序处理：网络抖动可能导致消息乱序，需按 seq 重排。
- 缺失补全：序列号跳变时，需标记缺口，避免订单簿状态错误累积。
- 异常值过滤：价格为 0、数量为负、时间戳倒流等异常需剔除或修正。
- 撤单识别：逐笔委托中撤单通常表现为数量为负或特定 order_type，需正确解析。
常见误区：直接用时间戳排序而忽略序列号；将逐笔成交的方向默认为买方主动；未处理撤单消息导致订单簿残留“幽灵订单”。这些都会在后续订单簿重建中放大误差。
五、案例复盘：一次序列号跳变引发的订单簿漂移
某次实盘数据中，逐笔委托序列号在 10:15:32.145 处从 88421 跳至 88425，缺失 3 条消息。解析程序未做缺口标记，直接继续重建。结果买一价从 12.35 变为 12.34，与交易所快照比对发现偏差。复盘发现：缺失的 3 条消息中包含 2 笔撤单和 1 笔新委托，导致买盘队列深度错误。
修正方案：在解析层增加序列号缺口检测，遇到跳变时暂停重建并记录缺口区间，待补全数据后再继续。同时，每 1000 条消息与快照做一次状态校验，及时发现漂移。
清洗流程建议：
- 按 seq 排序，检测连续性。
- 去重：相同 seq 只保留第一条。
- 时间戳对齐：统一转换为微秒或纳秒。
- 方向推断：结合盘口与 order_id 匹配。
- 异常过滤：价格、数量、时间戳合法性检查。
- 状态校验：定期与快照比对。
逐笔数据解析是订单簿重建的“地基”。字段含义决定解析正确性，时间戳与序列号决定事件顺序，方向判断决定买卖压力，清洗要点决定数据质量。只有把这四者都做扎实，后续的订单簿重建才能稳定可靠。