3. K线基础概念
在Tick聚合与实时K线生成系统中，K线是连接原始逐笔数据与上层分析应用的核心数据结构。理解K线的构成要素、时间划分逻辑以及不同市场间的差异，是设计聚合引擎和校验生成结果的前提。本节从OHLCV出发，逐层展开K线的基础概念体系。
一、OHLCV：K线的五元组语义
一根K线本质上是对一个时间窗口内所有成交信息的压缩摘要，其标准结构由五个字段构成，即OHLCV：
- Open（开盘价）：该时间窗口内第一笔有效成交的价格，代表窗口起始时刻的市场定价。
- High（最高价）：窗口内所有成交价的最大值，反映买方推动的极值。
- Low（最低价）：窗口内所有成交价的最小值，反映卖方打压的极值。
- Close（收盘价）：窗口内最后一笔有效成交的价格，是最常用的结算与信号计算基准。
- Volume（成交量）：窗口内所有成交数量之和，衡量市场参与度。
在Tick聚合场景中，OHLCV的生成规则必须严格定义。例如，对于逐笔成交数据，Open取窗口内第一笔成交价，Close取最后一笔，High/Low通过滚动比较更新，Volume累加。若窗口内无成交，则需决定是丢弃该K线、沿用前收盘价填充，还是生成零成交量K线——这一策略直接影响后续指标计算的连续性。
核心聚合伪代码：
for tick in stream:
if tick.time in current_window:
if bar.open is None: bar.open = tick.price
bar.high = max(bar.high, tick.price)
bar.low = min(bar.low, tick.price)
bar.close = tick.price
bar.volume += tick.size
else:
emit(bar)
bar = new_bar(tick)二、时间周期划分：从Tick到多周期K线
时间周期决定了K线的时间窗口长度。常见周期包括1秒、1分钟、5分钟、15分钟、30分钟、1小时、日线、周线等。在实时系统中，周期划分有两种主流方式：
- 固定边界划分：以自然时间对齐，如每分钟从00秒开始到59秒结束。优点是跨品种对齐，便于多品种联合分析；缺点是在开盘、收盘等边界处可能产生不完整的K线。
- 滑动窗口划分：以第一笔Tick到达时刻为起点，向后滚动固定时长。优点是窗口内数据量均匀；缺点是不同品种的K线边界不一致，难以直接对齐比较。
多周期K线通常由基础周期聚合而成。例如，5分钟K线可由5根1分钟K线合成：Open取第一根1分钟Open，High取5根High最大值，Low取5根Low最小值，Close取最后一根Close，Volume求和。这种“由小聚大”的方式能显著降低计算量，但需注意跨周期边界时的对齐问题。
三、K线类型与复权处理
K线按价格是否经过调整，分为不复权、前复权与后复权三种类型。不复权K线直接使用原始成交价，能真实反映历史成交情况，但在除权除息日会出现价格跳空，导致均线、MACD等指标失真。前复权以当前价格为基准向前调整历史价格，保持最新价格不变，适合技术分析；后复权以上市首日为基准向后调整，适合计算长期真实收益率。
| 类型 | 调整基准 | 适用场景 | 注意事项 |
|---|---|---|---|
| 不复权 | 原始成交价 | 查看真实历史成交、盘口分析 | 除权日价格跳空，指标断裂 |
| 前复权 | 当前最新价 | 技术分析、形态识别 | 历史价格随最新价变动而变动 |
| 后复权 | 上市首日价 | 长期收益回测、量化研究 | 数值较大，不直观 |
实战提示：在实时K线生成系统中，复权通常在盘后或历史数据加载阶段完成。实时聚合阶段一般只生成不复权K线，复权因子由独立的除权除息事件表驱动。若在实时流中直接做前复权，需注意最新价变化会导致全部历史K线重算，性能开销极大。
四、不同市场K线差异与常见误区
不同交易市场的K线在时间划分、交易时段和价格形成机制上存在显著差异，聚合引擎必须针对性适配：
- A股市场：每日09:30-11:30、13:00-15:00交易，中午休市。1分钟K线在11:30和15:00收盘时需正确处理边界，避免生成跨越午休的异常K线。
- 期货市场：存在夜盘交易，如21:00-次日02:30，日线划分通常以夜盘开盘为起点，而非自然日零点。若按自然日聚合，会导致日线数据错位。
- 加密货币市场：7×24小时连续交易，无休市概念。时间周期通常以UTC零点为日线边界，聚合引擎需处理无成交窗口的填充策略。
- 市场：存在盘前盘后交易时段，常规K线仅覆盖09:30-16:00，盘前盘后数据是否纳入聚合需明确配置。
常见误区：许多开发者在聚合日线时直接按自然日00:00-23:59划分，这在期货夜盘和加密货币市场会导致日线与交易所官方数据不一致。正确做法是以交易所定义的交易日边界为准，并在配置中显式声明交易时段。另一个误区是忽略集合竞价Tick——开盘集合竞价的成交价应作为当日Open，若过滤掉会导致开盘价错误。
综上，K线基础概念看似简单，但在Tick聚合与实时生成场景中，OHLCV的边界处理、时间周期的对齐方式、复权策略的选择以及不同市场交易时段的适配，都会直接影响最终数据的正确性与可用性。只有在聚合引擎设计阶段就明确这些规则，才能保证生成的K线在后续分析中可信可靠。