4. 价格序列构建差异

回测的第一性原理是“用历史价格序列重放市场”。但同一只股票、同一段时间，用分钟K线构建的价格序列与用逐笔成交构建的价格序列，往往不是同一条曲线。差异的根源不在策略逻辑，而在价格序列的生成方式：分钟线是对区间内成交的聚合采样，逐笔是每一笔成交的原始记录。理解这两类序列如何生成、在哪些位置发生偏离，才能判断回测信号是否可信。

一、分钟价格序列的生成方式

分钟K线由交易所行情或数据商按固定时间窗口聚合而成。以1分钟线为例，每根K线包含开盘价、最高价、最低价、收盘价、成交量和成交额。其生成规则可概括为：

• 开盘价：该分钟内第一笔成交的价格（部分数据商取该分钟首个快照的买一/卖一中间价，需确认口径）。
• 收盘价：该分钟内最后一笔成交的价格。
• 最高/最低价：该分钟内所有成交价的极值。
• 成交量：该分钟内所有成交数量之和。

关键点在于：分钟线只保留四个价格采样点，区间内的价格路径被压缩。若一分钟内价格先冲高再回落，K线只留下最高价和收盘价，中间的成交顺序、成交笔数、每笔成交量全部丢失。对于以收盘价撮合的策略，信号只依赖每分钟最后一个价格；对于以开盘价撮合的策略，信号依赖每分钟第一个价格。两者都不是“连续价格”，而是离散采样。

二、逐笔成交序列的生成方式

逐笔成交数据记录每一笔撮合的明细，通常包含成交时间（精确到毫秒或微秒）、成交价格、成交数量、买卖方向（主动买/主动卖，部分数据源提供）。逐笔序列的“价格”不是聚合值，而是事件流：每一笔成交都是一个独立的价格点，时间间隔不均匀，成交量大小不一。

用逐笔数据构建价格序列时，需要先做一次“重采样”决策：是按逐笔事件逐点推进，还是按固定时间窗口（如每秒、每5秒）取最后一个成交价。前者保留全部路径，后者又回到采样逻辑。因此，逐笔数据的价值不在于“价格更多”，而在于保留了成交顺序和每笔量级，这使得成交量加权、大单过滤、盘口冲击等逻辑成为可能。

三、差异如何传导到回测信号

价格序列的生成方式差异，会通过三条路径影响回测信号：

路径一：信号触发时点不同。以“价格突破前高”为例，逐笔序列中价格可能在某一笔成交瞬间突破，信号立即触发；分钟序列中，只有该分钟收盘价突破才算数，若价格在分钟内突破后回落，分钟收盘价未突破，信号不触发。这会导致逐笔回测的信号数量多于分钟回测，且触发时间更早。

路径二：成交价与信号价错位。分钟回测常用“当根K线收盘价”作为信号价，下一根开盘价作为成交价。但真实市场中，信号触发的那一笔成交价与分钟收盘价可能相差数个价位。逐笔回测可以用触发后的下一笔成交价撮合，更接近真实滑点。两者在震荡行情中的成交价差异会累积成可观的收益偏差。

路径三：成交量信息粒度不同。分钟线只给出区间总成交量，无法区分大单与小单。逐笔数据可以按单笔成交量过滤，例如只统计单笔≥500手的成交作为“主力信号”。分钟回测无法复现这类逻辑，信号定义本身就被降级。

四、实操中的对齐与验证

若手头同时有分钟数据和逐笔数据，建议做一次“同区间对齐检查”，确认两条序列的偏差量级。具体做法：取同一交易日同一分钟窗口，从逐笔数据中提取该分钟的首笔成交价、末笔成交价、最高价、最低价、总成交量，与分钟K线的开/高/低/收/量逐项比对。正常情况下开盘价与首笔成交价应一致（口径相同的前提下），收盘价与末笔成交价应一致，最高/最低价应一致，成交量应一致。若出现系统性偏差，通常是数据商聚合口径不同（如是否包含集合竞价、是否剔除撤单）所致，需在回测前统一口径。

对于信号层面的验证，可以构造一个简单对照：用同一策略分别跑分钟收盘价序列和逐笔重采样序列（例如每5秒取最后成交价），比较信号数量、信号时间分布和单笔收益分布。若逐笔序列的信号数量显著多于分钟序列，说明策略对价格路径敏感，分钟回测可能低估交易频率；若两者信号数量接近但收益差异大，则问题更可能出在成交价假设上。

五、构建价格序列时的口径清单

无论使用哪类数据，构建价格序列前应确认以下口径，避免回测结果不可复现：

这张清单看似琐碎，但每一条都可能在回测中放大成信号差异。例如，若分钟线将开盘集合竞价并入第一根K线，而逐笔数据将集合竞价单独标记，两者在开盘第一分钟的开盘价就可能不同，进而影响以开盘价为触发条件的策略。口径统一是价格序列可比的前提，也是分钟与逐笔回测差异对照的第一道关口。

总结来说，分钟收盘价、开盘价是聚合采样点，逐笔成交价是事件流。前者丢失路径与顺序，后者保留但需要重采样决策。回测信号对价格路径越敏感、对成交价假设越依赖、对成交量粒度要求越高，两类序列的差异就越不可忽略。构建序列时先对齐口径，再对照信号，才能判断回测结论是否站得住。