2. 盘口失衡信号的数据基础

要检验盘口失衡信号的收益分层，第一步不是写回测，而是把数据“对齐”。同一只股票在同一毫秒里，可能同时出现一笔逐笔委托、一笔逐笔成交和一次快照更新；如果三者的时间戳口径不统一，后续算出的买卖压力就会把不同时刻的信息混在一起，收益分层结果自然失真。本节围绕三类 Level-2 数据的字段结构、时间戳对齐规则，以及买卖压力失衡的原始计算口径展开。

三类数据的字段结构与角色分工

Level-2 行情通常包含逐笔委托、逐笔成交和快照（十档行情）三类数据，它们在盘口失衡计算中承担不同角色：

• 逐笔委托：记录每一笔新委托的进入与撤单。核心字段包括证券代码、交易所、委托时间、委托编号、买卖方向、委托价格、委托数量、委托类型（限价/市价/本方最优等）。它回答“谁在什么价位挂了多少量”。
• 逐笔成交：记录每一笔撮合成交。核心字段包括成交时间、成交编号、买/卖委托编号、成交价格、成交数量、成交方向（主动买/主动卖，部分数据源需自行推断）。它回答“谁吃掉了谁”。
• 快照：按固定频率（如每 3 秒）推送的盘口切片，包含最新价、十档买卖价量、累计成交量/额、委托总量等。它回答“某一时刻盘口长什么样”。

三者的关系可以概括为：逐笔委托与逐笔成交是“事件流”，快照是“状态切片”。失衡信号本质上是事件流在时间轴上的累积，而快照提供校验与基准。

时间戳对齐规则

对齐是本节最容易出错的地方，需要明确三条规则：

1. 统一时间基准：逐笔数据常带“委托时间/成交时间”，快照带“行情时间”，二者可能分别来自交易所撮合时钟与行情发布时钟，存在毫秒级偏差。实操中应统一转换为同一时区的毫秒时间戳，并以交易所时间为准。
2. 事件归属区间：计算某一快照时刻的失衡值时，只应使用“上一快照时间 ≤ 事件时间 < 当前快照时间”的逐笔事件，避免把未来信息泄漏进当前状态。
3. 同毫秒排序：同一毫秒内可能有多笔委托与成交，需按“委托编号/成交编号”或数据源给出的序列号稳定排序，保证可复现。

买卖压力失衡的原始计算口径

最基础的失衡口径是“委托量差”：在某一时刻，统计买方向与卖方向的有效委托量，计算

OFI = (买委托量 - 卖委托量) / (买委托量 + 卖委托量)

其中“有效委托量”需扣除已撤单部分。若使用逐笔成交，则可构造“主动买卖差”：

TradeImbalance = (主动买成交量 - 主动卖成交量) / 总成交量

两个口径的差别在于：OFI 反映“挂单意愿”，TradeImbalance 反映“成交意愿”。实际检验中常将二者结合，或分别做收益分层，观察哪一类信号更稳定。需要注意，分母为 0 时应置为缺失而非 0，避免制造虚假中性值。

一个可复现的对齐示例

假设某股票快照时间为 10:00:00.000 与 10:00:03.000，逐笔事件如下（示例数据，仅用于说明口径）：

在 10:00:03.000 快照时刻，区间内有效买委托量为 500−100=400，卖委托量为 300，则 OFI=(400−300)/(400+300)≈0.143；成交失衡=(200−0)/200=1.0（区间内仅一笔主动买）。这两个值分别刻画了“挂单偏多”与“成交偏买”，方向一致但强度不同，正是后续收益分层要比较的对象。

完成上述对齐与计算后，每个快照时刻都能得到一组失衡特征。下一步才是按分位数分层、统计各层未来收益，检验信号是否具有单调性或分层差异。数据基础打得越扎实，分层结论才越可信。