📚 课程目录第2章盘口数据基础与信号提取

2. 盘口数据基础与信号提取

盘口信号组合分析的第一步，不是急着看形态，而是把原始行情数据变成"可计算的字段"。Level-1 与 Level-2 的差别，本质上决定了你能提取出什么粒度的信号：Level-1 只给最优一档买卖价与量，Level-2 则给出多档委托队列和逐笔成交明细。理解这两类数据的结构，是后续所有信号组合的前提。

一、两类行情数据的结构差异

Level-1 快照通常包含：最新价、成交量、成交额、买一价/买一量、卖一价/卖一量，以及开盘、最高、最低、昨收等统计字段。它的更新频率多为 3 秒一次，信息密度低，适合做趋势类、量比类粗粒度信号。

Level-2 在快照基础上扩展为十档（或更多）买卖盘，并附带逐笔成交（含成交方向、成交价、成交量、成交序号）与逐笔委托（含委托序号、价格、数量、买卖方向）。逐笔数据是"事件流"，每笔都有唯一序号，可还原撮合过程；委托队列则反映某一价位上排队的单量分布。二者结合，才能观察到"大单撤挂""主动买卖""队列消耗"等微观行为。

读取逐笔数据时，务必以"成交序号"或"委托序号"作为排序与去重依据，而不是依赖接收时间戳——网络抖动会导致到达顺序与撮合顺序不一致。

二、从原始字段到可计算信号

原始数据本身不能直接用于组合判断，需要先做字段派生。常见做法是：以快照序列为骨架，把逐笔成交按时间窗口聚合，再与盘口档位对齐。下面给出一个典型的提取流程与字段定义。

# 示例：单只股票某交易日的信号字段提取（参数为教学假设值）
输入：
  snapshot.csv   # 3秒快照：时间, 最新价, 买一价, 买一量, 卖一价, 卖一量, 十档...
  tick.csv       # 逐笔成交：序号, 时间, 价格, 数量, 方向(B/S)

派生字段：
  active_buy_vol  = 窗口内方向为B的成交量之和
  active_sell_vol = 窗口内方向为S的成交量之和
  order_imbalance = (买一量 - 卖一量) / (买一量 + 卖一量)
  queue_ratio     = 买一量 / 前五档买量之和
  trade_intensity = 窗口成交量 / 窗口时长(秒)
  big_order_flag  = 单笔成交量 > 窗口均量 × 3  ? 1 : 0

这里的关键是"窗口"的选择。窗口过短，信号噪声大；过长，则微观结构被平滑掉。实践中常以 10 秒、30 秒、1 分钟三档并行计算，分别对应瞬时冲击、短期情绪与日内节奏。示例中 order_imbalance 取值在 [-1, 1]，正值表示买盘占优；queue_ratio 越接近 1，说明买盘量越集中在最优档，队列越"薄"，价格越容易被推动。

三、读取委托队列与档位的实操要点

委托队列不是简单的"买一量"，而是同一价位上按时间先后排队的委托集合。读取时要关注两点：一是队列总量的变化方向（增/减），二是队列中是否有大单在"前部"阻挡。若买一价位队列总量持续增加但价格不涨，往往意味着有被动承接盘在堆积；若队列突然大幅减少而价格上移，则可能是主动扫单或撤单所致。

买卖盘档位的读取要注意"档位深度"与"价格间距"。十档数据中，若某几档之间价格间距异常拉大，说明流动性出现断层，此时用简单的买卖量比会失真，应改用"有效档位加权"的方式计算失衡度。

四、一个可复现的提取示例

假设某股票在 10:00:00 至 10:00:30 的窗口内，逐笔成交共 120 笔，其中方向为 B 的成交量合计 8.6 万股，方向为 S 的合计 5.2 万股；窗口末快照显示买一量 1.2 万股、卖一量 0.9 万股，前五档买量合计 4.8 万股。则：

active_buy_vol = 86000，active_sell_vol = 52000，主动买占比约 62.3%；
order_imbalance = (12000 - 9000) / (12000 + 9000) ≈ 0.143，买盘略占优；
queue_ratio = 12000 / 48000 = 0.25，买一档占前五档的四分之一，队列不算特别集中；
trade_intensity = (86000 + 52000) / 30 ≈ 4600 股/秒，属于中等活跃度。

这些数值本身不构成买卖结论，但它们是后续"信号组合"的输入。例如，当 active_buy_vol 占比高、order_imbalance 为正、且 queue_ratio 偏低时，说明主动买盘强而买一档承接薄，价格上行阻力较小；反之若主动买占比高但 queue_ratio 很高，则可能是大单在买一档堆积、上攻意愿存疑。

注意：逐笔成交的"方向"字段在不同数据源中定义可能不同（有的按主动方，有的按内外盘），提取前必须核对字段口径，否则 active_buy_vol 与 active_sell_vol 会整体颠倒，导致后续信号全部反向。

五、提取任务的验收标准

完成字段提取后，建议用三条标准自检：其一，字段在时间轴上连续、无空洞，窗口边界对齐快照时间；其二，同一窗口内 active_buy_vol + active_sell_vol 应等于该窗口逐笔成交量之和（允许因集合竞价等特殊时段有微小差异）；其三，order_imbalance 与 queue_ratio 的取值范围符合定义，不出现越界值。满足这三条，才说明原始数据到信号字段的链路是可靠的，可以进入下一步的信号组合与相关性约束分析。