3. 历史同期开盘量的界定与提取

在竞价量比分析中，“历史同期开盘量”并不是简单地把过去某一天的开盘成交量拿来对比，而是要在同一只标的、同一时间窗口、同一统计口径下，构造出一个可比的基准值。如果基准本身口径混乱，量比数值再精确也会失真。本节围绕三件事展开：同期时间窗口怎么选、开盘量按什么口径统计、多日数据如何对齐与预处理。

一、同期时间窗口的选择

“同期”至少包含两层含义：一是交易日维度，即取过去第 N 个交易日而非自然日；二是时段维度，即开盘量对应的集合竞价与开盘后最初若干分钟的成交区间。实践中常见的窗口方案有三类：

• 短窗口（3～5 个交易日）：对近期资金节奏敏感，适合捕捉情绪突变，但样本少、易受单日异常干扰。
• 中窗口（10～20 个交易日）：兼顾稳定性与时效性，是多数竞价量比指标的默认区间。
• 长窗口（60 个交易日以上）：更接近“历史常态”，但对风格切换反应迟钝。

选择时要注意剔除停牌日、一字板日与重大公告复牌日。停牌日没有有效开盘量，一字板日的开盘量往往被巨量封单扭曲，二者都会把基准拉偏。一个可操作的规则是：以“最近 N 个正常交易且非一字板的交易日”为样本，而不是机械地取日历上最近的 N 天。此外，若标的经历过除权除息，窗口内价格不连续，应优先使用复权后的成交量口径，或在除权日前后分段取样本。

二、开盘量的统计口径

开盘量口径不统一是数据失真的主要来源。需要明确三个边界：

1. 起点：是仅统计集合竞价成交（9:15～9:25 撮合结果），还是包含开盘后连续竞价的第 1 分钟、前 5 分钟、前 15 分钟。不同起点得到的数值差异可达数倍。
2. 单位：用成交量（手/股）还是成交额（元）。成交量受股价水平影响，跨期比较时成交额口径更稳健；同一标的短窗口内两者差异不大。
3. 是否复权：涉及分红送转时，未复权成交量在除权日会出现跳变，需统一为复权口径或按比例折算。

建议在指标定义中固定写成类似“开盘量 = 9:25 集合竞价成交量 + 9:30～9:35 连续竞价成交量（手，前复权）”的明确表述，并在所有历史样本上使用同一口径。口径一旦确定，就不要在样本之间混用，否则基准值失去可比性。

三、数据对齐与预处理方法

提取历史同期开盘量时，常见问题是交易日历不一致、缺失值、异常值和量纲差异。处理顺序建议为：对齐交易日 → 补齐缺失 → 剔除异常 → 归一化。

交易日对齐以标的实际交易日历为准，把当日开盘量与窗口内每个历史交易日的开盘量按日期索引一一对应。缺失值分两种：停牌造成的缺失应直接剔除该日并顺延补足样本数；数据源缺字段造成的缺失则应回源核对，不可用 0 填充，因为 0 会显著拉低均值。异常值可用中位数绝对偏差（MAD）识别，例如某日开盘量超过窗口中位数 5 倍以上，先标记再人工确认是否为公告或板块联动所致，确认异常后剔除。

归一化方面，若窗口内发生除权，按复权因子折算成交量；若跨窗口比较不同标的，则用成交额或换手率替代绝对成交量。最后计算基准值时，均值易受极端值影响，中位数更稳健，实践中可同时保留均值与中位数，量比计算优先用中位数。

上图把三个环节串成一条提取链：左侧确定样本范围，中间锁定统计口径，右侧完成对齐与清洗，下方用示例柱状图展示“中位数基准 + 异常标记”的判读方式。可以看到，异常柱被单独框出，而不是直接参与基准计算，这正是预处理的价值所在。

四、一个可复用的提取清单

把上述方法固化为可执行步骤，便于在每次计算量比前快速核对：

需要强调的是，历史同期开盘量的提取本质上是构造一个可信的比较基准。窗口决定“和谁比”，口径决定“比什么”，预处理决定“比得准不准”。三者中任何一环松动，量比信号都会出现系统性偏差。实际使用时，建议把窗口长度、口径定义和清洗规则写成固定参数并版本化管理，这样当指标表现异常时，才能快速定位是市场变化还是基准构造出了问题。