4. 集合竞价数据源与消息解析
在订单簿重建中，集合竞价阶段是最容易“翻车”的时段。原因不在于算法复杂，而在于数据源本身的语义与连续竞价不同：连续竞价期间，订单簿由逐笔委托和逐笔成交持续驱动；而集合竞价期间，交易所通常不发布逐笔委托明细，只发布行情快照中的虚拟集合竞价簿（virtual book），并在撮合完成后一次性给出成交结果。如果解析时把快照字段当成普通盘口、把逐笔成交当成连续撮合，重建出的订单簿就会出现“凭空多出/消失的挂单”。因此，本节的核心任务是：搞清楚三类数据在集合竞价期间的字段含义，并给出可落地的解析方法。
一、三类数据源在集合竞价期间的定位
以沪深交易所常见的 Level-2 行情为例，集合竞价期间可用的数据主要有三类：
- 行情快照（Snapshot）：按固定频率（如 3 秒）发布，包含最新价、成交量、成交额、买卖十档价格与数量，以及集合竞价阶段的虚拟撮合价、虚拟匹配量、未匹配量等字段。它是集合竞价期间唯一能反映订单簿形态的数据源。
- 逐笔委托（Order）：连续竞价期间逐笔推送新增委托与撤单；但在开盘/收盘集合竞价期间，多数交易所不推送逐笔委托，或仅推送部分类型。解析时必须按市场与时段做开关判断，不能默认“有委托流”。
- 逐笔成交（Trade）：集合竞价撮合完成后，以批量成交形式推送，通常带有成交编号、价格、数量、买卖方向标识。它是集合竞价结果的确认，而不是过程数据。
三者的关系可以概括为：快照描述“竞价过程中的虚拟簿状态”，逐笔成交描述“竞价结束后的撮合结果”，逐笔委托在竞价期间大多缺席。下图展示了这一数据流与解析分支：
二、行情快照字段的解析要点
集合竞价快照中最关键的字段是虚拟撮合价（部分接口称“参考价/匹配价”）、虚拟匹配量和未匹配量。它们的含义是：若此刻立即撮合，将以该价格成交多少数量、剩余多少未成交。解析时要注意三点：
- 快照是覆盖而非增量。每一帧的买卖十档代表当前虚拟簿的截面，重建时应整帧替换，而不是把相邻帧的档位累加，否则会重复计数。
- 虚拟撮合价可能为空或为 0。在竞价早期、买卖无交叉时，交易所可能不给出撮合价。解析代码必须做空值保护，不能把 0 当作有效价格参与计算。
- 未匹配量的方向。未匹配量通常配合买卖方向字段，表示在虚拟撮合价上买方或卖方剩余的数量，用于判断竞价偏向（买方剩余意味着买压较强）。
一个常见的解析陷阱是把快照的“最新价”当作集合竞价成交价。竞价未结束时最新价往往为 0 或沿用昨收，真正的成交价要等撮合完成后的逐笔成交或收盘快照确认。
三、逐笔委托与逐笔成交的解析方法
逐笔委托在集合竞价期间的处理原则是“先判断时段，再决定是否入簿”。实现上通常维护一个交易阶段状态机：当状态为“开盘集合竞价”或“收盘集合竞价”时，即使收到委托消息，也不将其插入连续竞价订单簿，而是记录到旁路队列或直接忽略；当状态切换为“连续竞价”后，再恢复正常入簿。这样可以避免竞价期间的委托与竞价结果重复计入。
逐笔成交的解析重点在于方向标识与去重。集合竞价撮合完成后，交易所会推送一批成交记录，每条记录包含成交编号、价格、数量以及买卖方向（部分市场用 BS 标志，部分用内外盘标识）。解析时应：
- 以成交编号或“时间戳+序号”作为唯一键去重，防止重传导致重复累加成交量；
- 校验成交价是否等于快照中的虚拟撮合价，若不等，说明快照与成交之间存在时序差，应以成交为准；
- 将成交量的总和与快照中的累计成交量字段比对，作为数据完整性的自检。
四、一个可执行的解析流程示例
下面给出一个简化的伪代码，展示如何在同一套消息处理循环中区分三类数据：
on_message(msg):
if msg.type == "SNAPSHOT":
book.replace_virtual(msg.bid_levels, msg.ask_levels)
book.virtual_price = msg.match_price or None
book.unmatched = (msg.unmatched_side, msg.unmatched_qty)
elif msg.type == "ORDER":
if phase in ("OPEN_AUCTION", "CLOSE_AUCTION"):
return # 竞价期不入连续簿
book.insert_order(msg)
elif msg.type == "TRADE":
if msg.trade_id in seen_ids:
return # 去重
seen_ids.add(msg.trade_id)
book.apply_trade(msg.price, msg.qty, msg.side)
if phase == "AUCTION_RESULT":
assert abs(msg.price - book.virtual_price) < 1e-6
这段逻辑的关键在于：快照走“替换虚拟簿”分支，委托走“时段判断”分支，成交走“去重+结果确认”分支。三条分支互不干扰，才能保证集合竞价切换瞬间订单簿状态一致。
五、解析质量的判断依据
完成解析后，可以用几个指标自检：竞价结束时的累计成交量是否与逐笔成交汇总一致；虚拟撮合价与最终成交价是否吻合；切换连续竞价后第一帧快照的买卖档位是否与重建簿的档位连续。若出现成交量对不上或档位跳变，通常说明快照被误当增量累加，或竞价期委托被错误入簿。把这些检查固化为解析模块的断言，比事后人工排查更可靠。