高频 Tick 数据基础：定义、结构与核心字段
高频 Tick 数据是量化风控与市场微观结构分析的最小粒度数据源。每一笔 Tick 记录市场在某一瞬间的快照，其精度可达毫秒甚至微秒级。理解 Tick 数据的定义、数据结构与常见字段，是构建坏账率 PSI 哨兵系统的第一道门槛。
1. Tick 数据定义
Tick 数据（逐笔快照数据）指交易所或做市商在连续竞价过程中，按时间顺序逐笔发布的行情快照。与 K 线（OHLC）不同，Tick 数据不进行聚合，它忠实记录每一笔成交或每一次盘口变动。
- 逐笔成交 Tick：每发生一笔交易即生成一条记录，包含成交价格、成交量、成交方向。
- 逐笔盘口 Tick：每当买卖挂单队列发生变动（新增、撤销、成交）时生成，包含当前最优买卖价与量。
- 快照 Tick：以固定时间间隔（如 100ms、500ms）拍摄的完整盘口深度快照。
风控视角提示： 坏账率 PSI 哨兵依赖 Tick 级数据捕捉流动性突变与价格异动。若使用聚合后的分钟级数据，将丢失盘口崩塌前 200ms 的关键信号。
2. 数据结构与存储模型
高频 Tick 数据通常以“宽表 + 时间分区”的形式存储，每行代表一个时间点的完整快照。以下为典型的数据表结构：
| 字段名 | 类型 | 说明 | 示例 |
|---|---|---|---|
ts_event |
Timestamp(ms) | 事件发生时间戳（毫秒级） | 2025-03-21 09:30:00.123 |
symbol |
String | 交易品种代码 | BTC-USDT |
price |
Float64 | 最新成交价格 | 67500.50 |
volume |
Float64 | 该笔成交量（基础货币单位） | 0.023 |
side |
Char(1) | 成交方向：B=主动买，S=主动卖 | B |
bid_px |
Float64 | 当前最优买价 | 67500.00 |
bid_sz |
Float64 | 当前最优买量 | 1.500 |
ask_px |
Float64 | 当前最优卖价 | 67501.00 |
ask_sz |
Float64 | 当前最优卖量 | 0.800 |
存储建议： 使用 Parquet 列式存储 + ZSTD 压缩，按
symbol 分区、ts_event 排序。单日 BTC-USDT Tick 数据约 2~5 亿行，压缩后存储量可控制在 8~15 GB。
3. 核心字段详解
以下四个字段是 PSI 哨兵计算的核心输入，必须保证精度与完整性：
3.1 时间戳（Timestamp）
- 精度要求：毫秒级（ms）是底线，微秒级（μs）更优。
- 时区处理：统一存储为 UTC 时间，展示时再转换为本地时区。
- 对齐问题：不同数据源的时间戳可能存在 1~5ms 偏差，需在 ETL 阶段做时钟漂移校正。
3.2 价格（Price）
- 类型：浮点数，保留交易所最小变动单位（tick size）的精度。
- 异常值：零价格、负价格、超过前一笔 10% 的跳变需标记为可疑 Tick。
- 复权处理：若涉及除权除息，需使用向后复权价格保持连续性。
3.3 成交量（Volume）
- 单位：通常以基础货币（如 BTC、ETH）或合约张数为单位。
- 聚合风险：部分交易所将多笔小单合并为一条 Tick，需检查
trade_id连续性。 - 零量过滤：成交量为 0 的 Tick 通常为盘口刷新事件，应单独标记。
3.4 买卖盘口（Order Book Snapshot）
- 最优价差（Spread）：
ask_px - bid_px，衡量市场流动性。 - 深度失衡（Depth Imbalance）：
(bid_sz - ask_sz) / (bid_sz + ask_sz)，反映短期买卖压力。 - 盘口斜率：结合第 2~5 档挂单量，计算价格-量能曲线的陡峭程度。
常见陷阱： 部分数据源将盘口字段填充为 0 表示无挂单，而非 NULL。直接使用 0 值计算价差会导致无穷大，必须在预处理阶段将 0 替换为 NaN 或进行插值。
4. Tick 数据流架构
下图展示高频 Tick 数据从交易所到 PSI 哨兵引擎的典型流转路径：
5. 常见字段的 PSI 映射关系
在坏账率 PSI 哨兵中，Tick 字段被映射为三类监控指标：
| Tick 字段 | PSI 监控指标 | 计算方式 | 预警阈值（示例） |
|---|---|---|---|
price |
价格分布 PSI | 将价格按 0.1% 分桶，对比参考分布 | PSI > 0.25 |
volume |
成交量分布 PSI | 按成交量对数分桶（0~10, 10~100, ...） | PSI > 0.20 |
bid_sz / ask_sz |
盘口深度失衡 PSI | 计算深度失衡比率，按 0.1 步长分桶 | PSI > 0.30 |
spread |
价差分布 PSI | 按价差绝对值分桶（0~0.01, 0.01~0.05, ...） | PSI > 0.35 |
实战要点： 价格 PSI 对市场微观结构变化最敏感，建议作为哨兵的首层监控。盘口深度 PSI 在流动性枯竭前 1~3 秒即出现显著漂移，是坏账率预警的前置指标。
6. Tick 数据质量校验清单
在将 Tick 数据送入 PSI 计算引擎前，必须通过以下质量门禁：
- 时间戳单调性：后一条 Tick 的
ts_event必须大于前一条，允许最大 1ms 回退（时钟抖动）。 - 价格合理性：价格在 [0.01 * 参考价, 10 * 参考价] 区间内，且不为 0。
- 盘口一致性：
bid_px < ask_px，若违反则标记为盘口交叉异常。 - 成交量非负：
volume >= 0，零量 Tick 单独标记但不丢弃。 - 字段完整性：核心字段（price, volume, bid_px, ask_px）不允许 NULL。
数据工程警告： 部分交易所的 Tick 数据存在“重复推送”现象（同一笔成交推送 2~3 次）。必须在采集层使用
(ts_event, trade_id, price, volume) 四元组做精确去重，否则 PSI 分布会被重复计数扭曲。
掌握 Tick 数据的定义、结构与字段含义后，下一环节将进入 Tick 数据预处理与特征工程，为 PSI 计算准备干净、对齐的输入分布。