2. 报价更新频率的数据结构与采集口径

要统计“报价更新频率”，第一步不是算频率，而是把“什么算一次更新”定义清楚。同一份报价数据，如果时间戳口径不同、事件切分方式不同、窗口边界处理不同，算出来的频率可能相差数倍。本节围绕三个核心字段——报价时间戳、更新事件、频率计算窗口——展开，并讨论采集频率、缺失值与异常更新的处理原则，为后续统计与建模打好数据基础。

一、三个关键字段的定义

报价时间戳是频率统计的时间基准，必须明确它代表的是“报价生成时刻”“交易所撮合时刻”还是“本地接收时刻”。三者含义不同：生成时刻反映做市商意图，撮合时刻反映市场可见状态，接收时刻还叠加了网络延迟。频率统计通常应使用市场可见的撮合时刻（或交易所发布的行情时间），并在数据字典中固定字段名与精度（如毫秒级 epoch）。若同一报价存在多个时间字段，必须指定唯一主时间戳，避免混用。

更新事件是频率的计数单位。一次“更新”可以定义为：任一侧价格变化、任一侧数量变化、或买卖任一侧发生任何字段变化。口径不同，计数结果差异显著。例如某做市商仅调整买价数量而价格不变，若口径为“价格变化才算更新”，则不计；若口径为“任一字段变化”，则计一次。实务中建议采用“任一报价字段变化即计一次更新”，并额外记录变化类型（价格变动/数量变动/双边同时变动），以便后续拆分分析。

频率计算窗口决定分母。常见窗口有固定时间窗（如每秒、每分钟、每5分钟）和事件窗（如每100次更新）。固定时间窗便于横向比较不同标的，但需处理窗口边界：一条报价恰好落在窗口分界点时，应约定“左闭右开”规则，即时间戳 t 满足 start ≤ t < end 计入该窗口，避免重复计数或漏计。窗口长度还应与标的流动性匹配——对高频更新的合约，1秒窗可能只有个位数事件，统计噪声大；对低频合约，1分钟窗又过于稀疏。

二、采集频率与统计频率的关系

采集频率是数据落地的采样节奏，统计频率是分析时计算的更新密度，两者不能混为一谈。若采集端以 1 秒快照方式记录盘口，那么两次快照之间的多次更新会被压缩为一次“状态变化”，统计出的频率是“快照变化频率”而非“真实更新频率”。因此，若研究目标是做市商报价行为，应优先使用逐笔更新（event-by-event）数据；若只有快照数据，则必须在结论中注明“基于快照口径”，并避免与逐笔口径的结果直接比较。

采集频率的选择还需考虑存储与延迟成本。逐笔数据量大，但保留了完整事件序列；快照数据量小，却丢失事件密度信息。一个折中做法是：逐笔采集并同时生成 1 秒聚合特征（更新次数、价格变动次数、数量变动次数），既保留明细又便于快速统计。

三、缺失值与异常更新的处理原则

缺失值常见于采集中断、字段为空或时间戳缺失。处理原则是“可追溯、不臆造”：对时间戳缺失的记录，若无法从上下游推断，应标记为无效并排除，而不是用相邻时间填充；对价格或数量字段缺失，应区分“该侧未报价”与“采集丢失”，前者是有效状态（如单边报价），后者应剔除。所有剔除都应在数据质量日志中记录条数与原因，保证统计口径可复现。

异常更新主要包括：时间戳回退（后一条早于前一条）、同一时间戳重复记录、价格跳变超出合理范围、以及零间隔的密集重复报价。处理原则是先标记后决策：时间戳回退通常意味着数据源切换或时钟问题，应按主时间戳排序并记录回退次数；完全重复的记录应去重；价格跳变需结合合约最小变动价位判断，超出多档的跳变可能是数据错误而非真实报价。对于零间隔密集重复，若确认为同一状态重复推送，应合并为一次更新，否则会虚增频率。

最后需要强调一致性：时间戳精度、事件定义、窗口规则、缺失与异常处理策略，必须在整份分析中保持统一，并在报告开头声明。只有口径锁定，后续的分布统计、自相关分析和更新频率建模才具有可比性与可复现性。