2、原始行情字段解析：最新价、成交量、委买委卖价量、逐笔成交、盘口深度等字段的含义与用途
高频行情原始数据是特征工程的“原油”。理解每个字段的生成逻辑、数据频率与微观结构含义，是构建有效标签的前提。本章对五大核心行情字段进行逐项拆解，明确其在高频场景下的用途与陷阱。
2.1 字段总览与数据频率
不同行情字段的推送频率差异巨大，直接影响特征的计算粒度与延迟。下表列出各字段的典型更新频率与数据来源：
| 字段名称 | 典型更新频率 | 数据来源 | 高频用途 |
|---|---|---|---|
| 最新价 | 逐笔（Tick） | 交易所撮合引擎 | 价格序列、收益率、跳变检测 |
| 成交量 | 逐笔 / 快照 | 交易所撮合引擎 | 成交量分布、资金流、累积量 |
| 委买委卖价量 | 快照（3~500ms） | Level-2 行情 | 订单簿压力、价差、深度不平衡 |
| 逐笔成交 | 逐笔（Tick） | Level-2 逐笔成交流 | 订单流方向、主动买卖、大单识别 |
| 盘口深度 | 快照（3~500ms） | Level-2 十档/五十档 | 流动性剖面、支撑阻力、订单簿斜率 |
频率匹配原则： 特征标签的更新频率不应超过原始字段的推送频率。例如，基于逐笔成交计算的订单流不平衡可以做到 Tick 级更新，而基于盘口深度的流动性指标通常只能做到快照级更新。
2.2 最新价（Last Price）
最新价是每一笔撮合完成后产生的成交价格。在高频场景下，它不仅是价格序列的基础，还隐含了微观结构信息。
- 生成逻辑： 买方与卖方订单在撮合引擎中匹配成功，系统按“价格优先、时间优先”原则输出成交价。
- 高频用途：
- 构建 Tick 级收益率序列（对数收益率、简单收益率）。
- 检测价格跳变（Jump Detection），识别异常交易或信息冲击。
- 结合成交量计算 VWAP（成交量加权平均价）的微观版本。
- 注意事项：
- 最新价可能因撮合顺序出现“倒挂”（如卖一价成交但价格高于买一），需结合买卖盘口判断。
- 在无成交的时间段，最新价保持不变，此时不应将其视为有效信号。
2.3 成交量（Volume）
成交量是单位时间内成交的合约数量或股票手数。在高频特征中，成交量通常与价格变动结合使用。
| 成交量类型 | 说明 | 高频特征示例 |
|---|---|---|
| 逐笔成交量 | 单笔成交的合约数量 | 大单判定（单笔量 > 阈值） |
| 累积成交量 | 从开盘到当前的总成交量 | 成交量分布、成交量轮廓 |
| 区间成交量 | 固定时间窗口内的成交量 | 成交量爆发、相对成交量 |
数据对齐陷阱： 部分行情源将“成交量”定义为自上次快照以来的增量，而非累计值。在构建特征时，务必确认数据源是“累计量”还是“增量”，否则会导致特征计算错误。
2.4 委买委卖价量（Bid/Ask Price & Volume）
委买委卖价量是订单簿第一档（Top of Book）的买卖价格与挂单量。这是衡量即时流动性和交易成本的核心字段。
- 买一价（Bid Price）： 当前最高买入申报价格。
- 卖一价（Ask Price）： 当前最低卖出申报价格。
- 买一量（Bid Size）： 买一价上的挂单数量。
- 卖一量（Ask Size）： 卖一价上的挂单数量。
高频特征衍生：
- 买卖价差（Spread）： 卖一价 - 买一价，衡量交易成本。
- 价格中点（Mid Price）： (买一价 + 卖一价) / 2，作为无偏价格估计。
- 深度不平衡（Depth Imbalance）： (买一量 - 卖一量) / (买一量 + 卖一量)，反映短期供需压力。
实战案例： 当买一量突然增大而卖一量不变时，深度不平衡指标会快速上升，这通常预示着价格短期内向上突破的概率增加。该特征在 Tick 级策略中常作为入场信号。
2.5 逐笔成交（Tick Trade）
逐笔成交是 Level-2 行情中最细粒度的数据，记录每一笔成交的详细信息。与快照数据不同，逐笔成交是事件驱动的，每成交一笔就推送一条记录。
| 字段 | 含义 | 高频特征用途 |
|---|---|---|
| 成交时间 | 精确到毫秒或微秒 | 订单流时间戳对齐 |
| 成交价格 | 该笔成交的撮合价格 | 价格跳变、成交价分布 |
| 成交量 | 该笔成交的合约数量 | 大单识别、成交量分解 |
| 成交方向 | 主动买（Buy）或主动卖（Sell） | 订单流不平衡、资金流向 |
| 成交标识 | 是否为市价单、是否为撤单重挂 | 订单类型识别、微观结构分析 |
核心特征：订单流不平衡（Order Flow Imbalance, OFI）
OFI 是逐笔成交中最常用的特征之一，计算公式为：
OFI = (主动买成交量 - 主动卖成交量) / (主动买成交量 + 主动卖成交量)OFI 值域为 [-1, 1]，正值表示买方力量占优，负值表示卖方力量占优。该特征在 Tick 级预测中具有显著的信息含量。
2.6 盘口深度（Order Book Depth）
盘口深度指订单簿中多个价位的买卖挂单信息，通常包括十档或五十档。它提供了比委买委卖价量更丰富的流动性结构信息。
盘口深度衍生特征：
- 加权深度（Weighted Depth）： 各档位价格与挂单量的加权和，衡量不同价格水平的流动性供给。
- 订单簿斜率（Order Book Slope）： 买卖两侧挂单量随价格变化的速率，反映市场对价格变动的敏感度。
- 价格冲击成本（Price Impact）： 吃掉特定档位挂单量所需的价格变动幅度，用于衡量流动性成本。
特征工程要点： 盘口深度数据通常以快照形式推送，相邻快照之间可能存在订单簿状态变化（如撤单、新增订单）。在计算特征时，建议对快照数据进行差分处理，提取订单簿的动态变化量，而非仅使用静态快照值。
2.7 字段间的关系与协同使用
单一字段的信息量有限，高频特征工程的核心在于字段间的交叉验证与协同建模。下图展示了五大字段之间的数据流与特征衍生关系：
协同使用示例：
- 价格 + 成交量： 构建 VWAP 和成交量加权价格动量。
- 逐笔成交 + 委买委卖价量： 判断成交是吃单（主动成交）还是挂单成交，识别订单流方向。
- 盘口深度 + 最新价： 计算价格在订单簿中的相对位置，判断支撑阻力强度。
最佳实践： 在构建高频特征时，建议将逐笔成交数据作为“事件驱动”的主干，将盘口深度快照数据作为“状态驱动”的补充。两者结合可以同时捕捉订单流的动态变化和订单簿的静态结构。