4. 成交分布统计的核心指标设计

开盘集合竞价的成交结果，最终只呈现为一个价格和一个成交量，但真正有分析价值的信息藏在“这些量是怎么分布的”里面。本节要解决的核心问题是：把集合竞价撮合产生的成交明细，拆解成成交量分布、价格分布、时间分布三类可计算的统计指标，并明确每个指标的计算口径与市场含义。只有口径统一，后续章节的对比、异常识别和策略信号才有可靠基础。

一、先明确统计对象与数据口径

集合竞价的成交数据通常以逐笔成交或撮合明细形式给出，每条记录至少包含：成交时间（精确到毫秒或撮合批次）、成交价格、成交数量、买卖方向标识（部分数据源提供）。统计前必须先固定三件事：统计区间（仅 9:15–9:25 集合竞价时段，还是含 9:25 后的连续竞价首笔）、价格精度（按最小价位 tick 归并，避免浮点误差把同一价位拆成两类）、成交量单位（股、手或万元，全文统一）。口径不一致是分布统计最常见的错误来源，例如把 9:25 集中撮合的那一笔与 9:20 前的虚拟撮合混在一起，会严重扭曲时间分布。

二、成交量分布指标

成交量分布回答“量集中在哪些价位、集中程度如何”。最基础的是价位成交量占比：对每个成交价 p，计算该价位成交量 V(p) 占区间总成交量 V_total 的比例，即 w(p)=V(p)/V_total。由此可派生三个关键指标：

• 最大单价位量占比 max w(p)：衡量成交是否高度集中于某一价位，数值越高说明多空在该价位分歧被一次性消化，常见于撮合价附近。
• 量分布的集中度（HHI 或前 N 价位占比）：用各价位占比的平方和，或前 3 个价位占比之和衡量。示例：若某标的集合竞价成交分布在 5 个价位，占比分别为 0.55、0.20、0.12、0.08、0.05，则前 3 价位占比为 0.87，说明量高度集中。
• 加权平均成交价 VWAP：VWAP=Σ(p·V(p))/V_total，用于与开盘价、昨收比较，判断集合竞价成交的整体价格重心偏向。

市场含义上，最大单价位占比高且 VWAP 贴近撮合价，往往意味着竞价阶段分歧小、开盘方向较确定；若量分散在多个价位且 VWAP 偏离撮合价明显，则说明竞价过程中价格反复，开盘后延续性需谨慎看待。

三、价格分布指标

价格分布关注成交价相对参考价的偏移结构。常用参考价包括昨收价 P_prev 和最终撮合价 P_open。核心指标有：

• 价格区间跨度：最高成交价与最低成交价之差，除以 P_prev 得到相对跨度，反映竞价过程中的价格波动幅度。
• 价格偏移均值与偏度：以 (p−P_prev)/P_prev 为样本、以成交量为权重计算加权均值，判断成交重心相对昨收偏高还是偏低；偏度则刻画成交是集中在少数高价还是低价。
• 撮合价附近成交占比：定义撮合价 ±1 个 tick 为邻域，计算邻域内成交量占比，衡量“最后一刻定价”被市场接受的程度。

需要注意方向约定：本文统一以“相对昨收的百分比偏移”为正表示高于昨收，负表示低于昨收，图示与正文保持一致。价格分布指标适合与成交量分布联合解读——同样是高集中度，集中在涨停价附近与集中在昨收附近，市场含义完全不同。

四、时间分布指标

集合竞价分为 9:15–9:20（可撤单）和 9:20–9:25（不可撤单）两个阶段，时间分布正是刻画成交量在这两个阶段及更细时间桶上的落点。做法是把区间切成固定时间桶（如每 30 秒或每分钟），统计各桶成交量占比，得到时间分布序列。关键指标包括：

• 后段成交占比：9:20–9:25 成交量占全区间比例，比例越高说明真实成交越集中在不可撤单阶段，虚假申报成分相对更低。
• 末段脉冲占比：最后 1 分钟成交量占比，用于识别尾盘集中撮合带来的开盘冲击。
• 时间分布熵：对各时间桶占比取 −Σw·log w，熵值低表示成交在时间上高度集中，熵值高表示均匀分散。

五、指标之间的关系与计算流程

三类指标并非孤立：成交量分布提供权重，价格分布提供位置，时间分布提供节奏。实际计算时建议按“清洗—归并—加权—派生”的顺序执行：先剔除区间外记录并统一单位，再按价格 tick 和时间桶双重归并，然后用成交量作为权重计算价格类加权指标，最后派生集中度、熵和占比类指标。下面用一张结构图展示三类指标如何从同一份成交明细派生，以及它们共同指向的市场判断。

六、一个可复算的示例

假设某标的昨收 10.00 元，集合竞价区间共成交 100 万股，按价格归并后得到：10.02 元成交 55 万股、10.03 元成交 20 万股、10.01 元成交 12 万股、10.04 元成交 8 万股、10.00 元成交 5 万股。则最大单价位占比为 0.55，前 3 价位占比 0.87，VWAP=(10.02×55+10.03×20+10.01×12+10.04×8+10.00×5)/100≈10.0225 元，相对昨收偏移约 +0.225%。若时间上 9:20 后成交占 78%、最后 1 分钟占 41%，则联合判读为：量高度集中于撮合价附近、价格重心略高于昨收、真实成交集中在不可撤单阶段，开盘方向确定性相对较高。以上数值为教学示例，用于演示口径，不代表任何真实标的的实测结果。

把三类指标整理成一张固定字段的指标表，是后续批量统计和复盘的前提。建议至少保留：统计区间、价格精度、总成交量、最大单价位占比、前 3 价位占比、VWAP 偏移、价格相对跨度、后段成交占比、末段脉冲占比、时间分布熵。字段确定后，同一标的跨日、同一日跨标的的对比才有意义，也才能进一步支撑异常识别与策略验证。