4. 盘口快照重建与校验

历史回放系统里最容易被低估的一环，是“任意时刻的盘口到底长什么样”。交易所只会在特定时点推送快照，而逐笔委托与逐笔成交是连续流。要回放涨停封板瞬间的十档挂单结构，就必须用逐笔数据自己重建盘口，再用官方快照做校验，否则回放出来的封单量、撤单节奏都不可信。本节围绕“重建—校验—定位—修复”这条主线展开，重点讲清重建算法与偏差排查方法。

一、重建对象与数据前提

重建的目标是任意时刻 t 的十档盘口：买一至买十、卖一至卖十的价格与数量，以及由它们派生的委比、封单量等指标。输入有两类：逐笔委托（含委托序号、方向、价格、数量、委托类型）与逐笔成交（含成交序号、买卖方向、价格、数量）。前提是数据必须按交易所时间戳与序号严格有序，且委托与成交能通过序号或订单号关联。

这里要先明确一个约定：盘口数量指“未成交的挂单量”，成交会从对应价位的挂单中扣减，撤单会直接移除。方向约定为：买方向委托进入买方队列，卖方向委托进入卖方队列，成交则同时影响两侧（主动方扣减、被动方扣减）。全文与图示均按此约定。

二、重建算法：订单簿增量维护

核心思路是维护一个“价位→挂单量”的订单簿，按事件流逐条应用增量，而不是每来一个快照就整体重算。具体做法：

1. 初始化空订单簿，记录起始时间点（通常为开盘集合竞价结束或某官方快照时刻）。
2. 逐条读取事件，按时间戳排序；同一时间戳内按委托序号、成交序号排序，保证确定性。
3. 遇到新增委托：在对应方向、对应价位累加数量；若价位不存在则插入并维持价格排序。
4. 遇到成交：从主动方与被动方对应价位分别扣减成交量；若某价位数量归零则移除该档。
5. 遇到撤单：从对应价位扣减撤单量，归零则移除。
6. 每应用完一个事件，若需要输出该时刻盘口，则取买卖各前十个价位，形成十档快照。

实现上建议用有序映射（如按价格排序的平衡树或数组+二分）维护价位，保证插入、删除、取前十档都是对数或常数级。下面是一段示意性的伪代码，重点在事件应用顺序与扣减逻辑：

book = {bid: {}, ask: {}}   # 价位 -> 数量
for ev in sorted(events, key=(ts, seq)):
    if ev.type == 'order':
        side = 'bid' if ev.dir == 'B' else 'ask'
        book[side][ev.price] = book[side].get(ev.price, 0) + ev.qty
    elif ev.type == 'trade':
        # 主动方与被动方分别扣减
        book[ev.active_side][ev.price] -= ev.qty
        book[ev.passive_side][ev.price] -= ev.qty
        cleanup_zero(book)
    elif ev.type == 'cancel':
        book[ev.side][ev.price] -= ev.qty
        cleanup_zero(book)
    if need_snapshot(ev.ts):
        emit(top10(book.bid), top10(book.ask))

注意两个易错点：一是成交的主动方与被动方价位可能不同（主动方按成交价，被动方按其挂单价），必须分别扣减；二是集合竞价阶段的成交与连续竞价规则不同，重建起点应选在规则切换之后，避免把竞价撮合结果重复计入。

三、校验规则：与官方快照逐档比对

重建完成后，用官方快照做校验。校验不是简单看“总数对不对”，而要逐档比对价格与数量。建议设置以下规则：

• 档位一致性：买卖各十档的价格序列必须与官方快照完全一致，任一档价格错位即判失败。
• 数量容差：每档数量允许极小误差（如 0～2 手），超出即标记偏差；涨停封单等关键档位应零容差。
• 交叉校验：买一价必须小于卖一价（连续竞价），若出现交叉说明事件应用顺序或方向有误。
• 总量守恒：某时段内买方新增委托量 − 成交量 − 撤单量 应等于期末买方挂单总量，用于发现漏事件。

校验结果建议输出为“时刻—档位—重建值—官方值—差值”的明细表，便于定位。下面这张图展示了从逐笔事件流到十档盘口、再到校验与偏差定位的完整链路，以及三类典型偏差的归因路径。

四、偏差定位与修复

校验失败时，不要急着改代码，先定位偏差类型。上图给出了三类典型偏差的归因路径，实践中可按以下顺序排查：

第一步，看偏差是“档位错位”还是“数量偏差”。若价格序列本身对不上，多半是事件排序问题——同一毫秒内委托与成交的先后顺序会影响价位插入与扣减，必须用交易所序号做稳定排序。若价格序列一致但数量有差，则进入数量排查。

第二步，看偏差方向。重建值系统性偏大，常见原因是成交只扣了主动方、漏扣被动方，或撤单事件未纳入事件流；重建值系统性偏小，常见原因是同一笔成交被重复扣减，或把集合竞价撮合结果又按连续竞价扣了一次。定位方法是取偏差首次出现的时刻，回看该时刻前后若干条事件，逐条手工推演订单簿变化，与重建结果对照。

第三步，用总量守恒做交叉验证。对每个校验区间，计算“买方新增委托量 − 买方成交量 − 买方撤单量”，与期末买方挂单总量比较。若不等，说明区间内存在漏事件或重复事件，可进一步缩小到具体事件序号。

五、一个可复用的校验清单

把上述规则固化成检查项，便于日常回放任务直接套用：

需要强调的是，校验的目的不只是“证明重建对”，更是“让偏差可解释”。当每一处偏差都能对应到具体事件与具体规则时，回放系统才具备可信度。涨停封板场景下，封单量的每一次增减都对应真实的委托与撤单，重建偏差会直接扭曲封板强度判断，因此这一环节的严谨程度决定了后续事件标注的质量。

最后给出一个实操建议：重建与校验应作为回放流水线中的独立环节，输出“重建盘口序列 + 校验报告”两份产物。前者供回放与标注使用，后者作为数据质量凭证留存。这样即使后续更换数据源或调整算法，也能通过校验报告快速判断新旧结果是否一致，避免历史标注被静默污染。