2. 集合竞价机制与成交分布基础

开盘集合竞价是每个交易日的第一笔集中撮合，它把隔夜累积的信息、盘前委托和做市/机构报价压缩进一个极短的时间窗口，最终形成一个统一的开盘价。要统计开盘集合竞价的成交分布，首先必须理解这个价格是怎么被“撮”出来的，以及成交量的数据从哪里来、以什么口径记录。本节围绕撮合规则、成交价格确定机制和成交分布统计的基本概念展开。

一、集合竞价的撮合规则

集合竞价与连续竞价的核心区别在于：连续竞价是“逐笔撮合、价格优先时间优先”，而集合竞价是“集中申报、一次性撮合”。在开盘集合竞价阶段（沪深交易所通常为 9:15–9:25），系统只接收委托、不立即成交，所有有效委托进入撮合队列，到 9:25 时按统一规则一次性确定成交价格并成交。

撮合遵循三条基本原则：价格优先——买入申报价格高的优先，卖出申报价格低的优先；时间优先——同价位申报按申报时间先后排序；最大成交量原则——在满足价格优先、时间优先的前提下，选择一个能使成交量最大的价格作为成交价。前两条决定“谁先成交”，第三条决定“以什么价格成交”，这是理解成交分布的关键。

需要特别注意的是，9:15–9:20 之间允许撤单，9:20–9:25 之间不允许撤单。这意味着 9:20 之后的委托是“真实意愿”的体现，统计成交分布时，9:20 后的委托簿结构往往比 9:15–9:20 更具参考价值。

二、成交价格的确定机制

开盘价的确定可以形式化为：对每一个候选价格 P，计算在该价格下能够成交的买入总量与卖出总量，取两者较小值作为该价格的潜在成交量；然后选择潜在成交量最大的价格作为开盘价。若存在多个价格对应相同的最大成交量，则按规则选取最接近前收盘价（或参考价）的价格。

举个教学示例（假设数据，仅用于说明计算过程）：某股票前收盘价 10.00 元，集合竞价委托簿如下表所示。我们逐一测试候选价格，观察潜在成交量的变化。

从表中可见，10.00 元处潜在成交量最大（1000 手），因此开盘价确定为 10.00 元。此时买入侧 1000 手全部成交，卖出侧 1000 手全部成交，剩余卖出委托 300 手（在 10.02 及以上价位）不成交，进入连续竞价队列。这个“剩余量”正是成交分布统计中需要关注的未成交挂单信息。

三、成交分布统计的基本概念

成交分布统计，是指对集合竞价阶段产生的成交，按价格、数量、方向、时间等维度进行归类汇总，形成可分析的结构化数据。常见维度包括：价格分布（成交集中在哪些价位、距开盘价/前收盘价的偏离）、数量分布（各价位成交量占比、大单与小单结构）、方向分布（主动买入与主动卖出的对比）、未成交分布（剩余挂单的价位与数量）。

其中“方向”的判定需要说明参照约定：在集合竞价统一撮合中，成交双方是同一价格，严格意义上的“主动方”并不像连续竞价那样明确。实务中通常以委托价格相对开盘价的位置来近似判断——买入委托价高于开盘价视为偏主动买入，卖出委托价低于开盘价视为偏主动卖出。这一约定必须在全文和图示中保持一致，避免混用。

四、数据来源与口径

成交分布统计的数据来源主要有三类：逐笔成交数据（交易所 Level-2 行情中的逐笔成交，含成交价、成交量、成交时间）、逐笔委托数据（含委托价、委托量、买卖方向、申报时间，是还原委托簿的关键）、快照行情（每 3 秒一次的盘口快照，含买卖五档或十档）。

不同数据源的口径差异会直接影响统计结果：逐笔成交只反映“已成交”，无法直接看到未成交挂单；逐笔委托能还原完整委托簿，但需要自行撮合计算；快照行情粒度粗，适合观察盘口整体形态而不适合精确到价位的成交分布。因此，做开盘成交分布统计时，推荐以逐笔委托为主、逐笔成交校验、快照行情辅助的三层数据组合。

上图把撮合流程与统计链路放在同一视图中：左侧是买卖委托簿及其时间规则，中间是最大成交量原则下的集中撮合，右侧输出开盘价、成交量与四个统计维度，底部则标出三层数据来源及其与撮合环节的对应关系。可以看到，成交分布统计并不是独立于撮合机制之外的工作，它恰恰是对撮合前委托簿结构和撮合后成交结果的量化还原。

五、统计口径中的两个易错点

第一，成交量口径。集合竞价的成交量是买卖双方成交量的单边计算（1000 手买入对 1000 手卖出，成交量记为 1000 手，而非 2000 手）。统计各价位成交量占比时，分母应使用单边总成交量，否则占比会翻倍失真。

第二，未成交挂单的处理。开盘集合竞价结束后，未成交的委托并不会消失，而是转入连续竞价队列。如果统计目标是“开盘成交分布”，未成交挂单不应计入成交量；但如果统计目标是“开盘委托簿结构”，则必须保留未成交部分。两种口径服务于不同分析目的，混用会导致结论偏差。