1. 课程导入与目标设定

盘口失衡（Order Book Imbalance）是高频与日内交易研究中最常用的微观结构信号之一。它的直觉非常朴素：当买盘挂单明显厚于卖盘时，价格短期更可能上行；反之亦然。但“直觉上成立”与“统计上可交易”之间隔着很远的距离。本课程的核心任务，就是把这一直觉转化为一条可复现、可检验的研究链路——从逐笔委托与成交数据中构建失衡信号，并检验其收益是否具有分层单调性。所谓分层单调性，是指按信号强度把样本分成若干组后，各组的前瞻收益应当随信号强度有序变化，而不是杂乱无章或仅由某一极端组贡献。

为什么把“分层单调性”作为检验的核心，而不是简单看信号与收益的相关系数？原因在于，相关系数只告诉我们线性关联的强弱，却无法回答交易者真正关心的问题：信号从弱到强，收益是否逐级抬升？中间层是否稳定？极端层是否只是噪声？分层检验把连续信号切成有序的桶，直接观察每一桶的收益均值、胜率与分布，从而暴露信号的“形状”。一个只有最高分位有效、其余分位无效的信号，往往意味着它捕捉的是极端事件而非稳定溢价，实盘容量与稳健性都会大打折扣。

本课程的整体学习路径可以概括为四个递进阶段。第一阶段是数据与信号构建：理解逐笔委托（order-by-order）与逐笔成交（trade-by-trade）数据的字段结构，明确快照重建、买卖盘口聚合、时间对齐的口径，并据此定义失衡指标。第二阶段是收益标注与分层：确定前瞻收益的窗口、基准价格与方向约定，按信号分位数分组，形成可比较的分层收益序列。第三阶段是单调性检验与稳健性分析：用分层收益曲线、单调性统计量、分组显著性检验来判断信号是否真正有序，并通过换窗口、换分组数、分时段、分标的做稳健性排查。第四阶段是实战产出：形成一份可复用的检验报告与参数记录，使结论可被他人复现与质疑。

上图把研究链路与结果判读放在同一视野中：左侧四个阶段是执行顺序，右侧是判断标准，下方分层柱状图给出理想形态的直观参照。需要强调，图中数值仅为示意，用于说明“有序抬升”的形状，不代表任何真实标的的实测结果。

关键口径必须先定义清楚

在动手写代码之前，有三组口径必须固定，否则后续所有分层结论都不可信。第一是失衡指标的定义。常用形式为 I = (B − A) / (B + A)，其中 B 与 A 分别为买一至买 N 档的挂单量之和（或加权和），N 的取值、是否按价格距离加权、是否剔除撤单频繁的档位，都会改变信号分布。第二是前瞻收益的方向与基准。若以中间价 mid = (bid1 + ask1) / 2 为基准，则 r = (mid(t+h) − mid(t)) / mid(t)，h 取 1 秒、5 秒还是 30 秒，直接决定信号捕捉的是瞬时冲击还是短期漂移。第三是分层方式。按全样本分位数切桶，还是按滚动窗口分位数切桶，会影响分组在时间上的可比性；分组数取 5、10 还是 20，则是在分辨率与每组样本量之间权衡。

举个教学示例：假设某标的逐笔数据经重建后得到 20 万个有效快照，取 N=5 档、h=5 秒、按全样本十分位分组。若 Q1 至 Q10 的平均前瞻收益（已扣除示例中的固定成本假设，如单边 0.5 个基点）呈现从约 −0.8bp 单调升至 +1.2bp 的形态，且相邻组间差异方向一致，则可初步认为信号具备分层单调性。反之，若只有 Q10 显著为正、Q2 至 Q9 均在零附近震荡，则说明信号更像极端事件触发器，需要进一步检查其触发频率与容量。以上数字均为示例假设，用于说明判读逻辑。

本课程期望你最终拿出的成果

完成全部章节后，你应当能够独立产出一份结构完整的检验报告，至少包含：信号定义与参数表、样本区间与数据质量说明、分层收益表（各组均值、胜率、样本量）、分层收益曲线图、单调性检验结果、稳健性排查记录，以及一段明确的结论——信号是否具备可交易的分层单调性，若不具备，问题出在信号构建、收益标注还是分组方法。这份报告的价值不在于得出“有效”的结论，而在于让结论可被复现、可被质疑、可被迭代。接下来的章节将沿着这条链路逐段展开，从数据字段与盘口重建开始，一步步把这张图上的每个方框填实。