2. 订单簿数据结构与市场微结构基础

要重建订单簿历史并做一致性回测，第一步不是写撮合引擎，而是把“订单簿到底是什么、由哪些数据构成、按什么规则变化”这件事定义清楚。订单簿重建的所有误差，最终都会追溯到数据模型与撮合规则的理解偏差：把撤单当成成交、把市价单当成限价单、忽略价格时间优先，都会让重建出的盘口与真实市场系统性偏离。本节围绕限价订单簿的层次结构、订单类型、撮合规则与价格时间优先原则展开，目标是建立一套后续重建与回测共用的统一数据模型。

一、限价订单簿的层次结构

限价订单簿（Limit Order Book，LOB）本质上是按价格分档、档内按时间排序的双边队列集合。买侧（Bid）与卖侧（Ask）各自维护一组价格档位，每个档位挂着一个订单队列。对任一侧而言，价格越优的档位越靠近盘口：买侧价格越高越优，卖侧价格越低越优。最优买价（Best Bid）与最优卖价（Best Ask）之间的差额即买卖价差（Spread），两者构成盘口（Top of Book）。

从数据建模角度，一个档位至少需要两类信息：聚合层（该价位的总量、订单数）与明细层（该价位上每一笔订单的编号、数量、到达时间）。行情快照通常只给聚合层，逐笔委托（如 Add/Modify/Cancel/Trade 消息）才能还原明细层。重建订单簿时，明细层是“真相”，聚合层是“投影”；只有明细层正确，聚合层才可能一致。因此统一数据模型应以订单为最小实体，档位与盘口均由订单集合派生，而不是反过来。

二、订单类型与生命周期

重建订单簿时最常遇到的订单类型包括：限价单（指定价格与数量，可立即成交部分、剩余挂单）、市价单（只指定数量，按对手方最优价逐档吃单，不进入订单簿）、IOC（立即成交剩余撤销）、FOK（全部立即成交否则整单撤销）、Post-Only（只做挂单，若会立即成交则拒单）。不同交易所对同一名称的语义可能有细微差异，重建前必须核对交易所规则文档，不能凭经验假设。

每笔订单在模型中应具备明确的生命周期状态：新建 → 部分成交 → 全部成交，或 新建 → 撤销，或 新建 → 部分成交 → 撤销。状态迁移必须由逐笔消息驱动，且每次迁移都要记录触发消息的序号与时间戳。这是后续“一致性”校验的锚点：任何时刻，订单簿中所有活动订单的数量之和，应等于对应档位聚合量；任何一笔成交，都应能对应到买卖双方订单数量的同步减少。

三、撮合规则与价格时间优先

连续竞价的核心规则是价格优先、时间优先：新到订单先与对手方最优价格档撮合；同一价格档内，先到达的订单先成交。以图中示例说明：买一档 10.00 有 #A01(80)、#A02(60)、#A03(40) 三笔订单，按到达顺序排队。此时新到卖单 S1 价格 10.00、数量 100，因卖价 10.00 ≤ 买一价 10.00，可立即成交。撮合按队列顺序进行：#A01 的 80 全部成交并移出队列，#A02 成交 20、剩余 40 仍居队首，买一档总量由 180 降为 80。若 S1 数量为 200，则 #A01、#A02 全部成交，#A03 成交 60 剩 0，买一价档位被清空，最优买价下移至 9.98。

这里有两个容易出错的细节。其一，成交价取被动方价格：S1 以 10.00 成交，是因为它吃的是挂在 10.00 的买单，而非以自身报价成交。其二，部分成交不改变时间优先级：剩余 40 的 #A02 仍排在 #A03 之前，重建时若把部分成交订单重新入队到队尾，就会破坏时间优先，导致后续回测的成交概率失真。

四、统一数据模型的关键字段

为了让重建与回测共用一套结构，建议以订单事件流为核心，定义如下最小字段集（示例为合理假设的字段设计，非某交易所实测格式）：

其中 seq 是重建顺序的唯一权威依据，ts 仅用于回测中的时间对齐与延迟建模。二者不可混用：同一毫秒内可能有多条消息，只有 seq 能确定真实先后。重建时应严格按 seq 回放，遇到序号缺口立即标记为数据不完整，而不是用时间戳猜测补全。