1. 课程导论：Tick数据定义、标签校准的意义、样本构建在量化交易中的核心作用

1.1 Tick数据定义

Tick数据是金融市场中最原始、最细粒度的交易记录，由交易所逐笔实时发布。每一笔Tick记录一次完整的交易或报价事件，包含时间戳、价格、成交量、买卖方向等核心字段。与分钟级或日线级数据相比，Tick数据完整保留了市场微观结构的全部细节。

1.2 标签校准的意义

在量化交易中，"标签"是指我们为每条样本赋予的未来收益或风险类别。例如：未来5分钟上涨/下跌、波动率突破阈值、买卖压力失衡等。标签校准的核心问题在于：原始Tick数据中的时间戳、价格、成交量存在噪声和延迟，直接计算标签会导致严重的"前瞻偏差"或"标签错位"。

• 时间戳对齐误差：交易所时钟、行情网关、本地接收时钟之间存在微秒级偏差，导致标签与特征时间不匹配。
• 价格回滞效应：Tick价格在剧烈波动时存在"反弹"或"跳空"，直接使用成交价计算收益会引入伪信号。
• 成交量加权偏差：大单拆单导致成交量分布不均匀，简单平均价格无法反映真实成交成本。

1.3 样本构建在量化交易中的核心作用

样本构建是将校准后的Tick数据转化为机器学习模型可直接使用的训练样本的过程。它决定了模型的输入特征、预测目标以及样本的独立性和代表性。一个高质量的样本构建流程，是量化策略从"过拟合回测"走向"实盘有效"的关键桥梁。

1.4 样本构建的三大核心挑战

1. 时间对齐精度：不同数据源（交易所、行情商、本地）的时间戳必须统一到同一时钟基准，误差控制在微秒级。
2. 标签无偏性：校准后的标签不能包含未来信息，不能使用未来数据计算当前标签。
3. 样本独立性：相邻Tick样本高度自相关，必须通过降采样或事件筛选保证训练样本的独立性。

1.5 课程知识体系概览

本课程将从原始Tick数据出发，逐步讲解清洗、对齐、标签校准、特征工程和样本切片的完整方法论，帮助学员构建可用于实盘量化策略的可靠训练样本。