3. 订单簿重建与盘口状态表示

逐笔消息（逐笔委托、逐笔成交）本身是离散的事件流，而盘口是这些事件累积后的“状态”。要在关键转折时刻做自动标注，第一步不是找信号，而是把事件流稳定地还原成一份可复用的盘口快照。本节围绕三件事展开：如何从逐笔消息重建限价订单簿、如何计算价差/深度不平衡/中间价等状态量、以及如何把这些状态量组织成特征快照供后续模型或规则使用。

一、重建的对象与基本约定

限价订单簿（LOB）本质是“价格 → 该价位挂单量”的有序映射，买侧按价格从高到低、卖侧按价格从低到高排列。重建的核心是维护两个有序结构（买簿、卖簿）以及一个按订单编号索引的订单表。订单表记录每笔挂单的订单号、方向、价格、剩余数量、所属档位，它是处理撤单和部分成交的关键——因为逐笔成交消息往往只带订单号，不带价格。

需要先明确几个约定，全文与图示保持一致：买一价为买簿最高价，卖一价为卖簿最低价；价差定义为卖一价减买一价，恒为非负；中间价为（买一价+卖一价）/2；深度不平衡以买侧前 N 档总量减卖侧前 N 档总量，再除以两侧总量之和，取值落在 [-1, 1]，正值表示买方深度占优。N 通常取 5 或 10，需在快照中固定并记录，否则不同快照之间不可比。

二、逐笔消息的处理规则

重建过程对三类消息分别处理。新订单（限价委托）到达时，若为买方向，插入买簿对应价位并累加数量，同时在订单表登记；若价格穿越对手价（即可立即成交），真实撮合中会先成交剩余部分再挂单，重建时需按“先成交、后挂余量”的顺序处理，否则会出现短暂的交叉盘口。成交消息到达时，按订单号查订单表，扣减对应订单剩余量与该价位总量，剩余量为零则从订单表移除；若该价位总量归零，则删除该档。撤单消息到达时，同样按订单号定位，扣减数量并做归零清理。

这里最容易出错的是“价位总量”和“订单剩余量”两套计数必须同步维护。只更新价位总量而不更新订单表，撤单时就无法定位；只更新订单表而不清理空档，盘口会出现数量为零的“幽灵档位”，导致买一价、卖一价计算错误。建议在每次消息处理末尾做一次轻量校验：买一价必须小于卖一价（无交叉），且买一、卖一档位数量均大于零。

三、状态量的计算与快照组织

每处理完一批消息（或按固定时间切片，如每 500 毫秒、每 100 笔消息），就生成一份快照。快照至少包含：时间戳、买一/卖一价与量、中间价、价差、前 N 档买卖总量、深度不平衡、以及最近窗口内的成交笔数与成交量。若用于转折标注，还应附带价差的滚动均值与当前价差相对均值的偏离，因为价差突然收窄或走阔往往先于价格转折出现。

下面给出一个可参考的快照字段与示例值（示例数据为教学假设，非实测）：

以表中数据为例，imb5 = (8200 − 5400) / (8200 + 5400) ≈ 0.206，说明买方前五档深度明显占优；配合价差仅 0.01（一个最小变动单位），可判断为“买方承接较强、盘口偏紧”的状态。这类组合状态正是后续转折标注要捕捉的输入。

四、实现要点与常见坑

第一，消息顺序与去重。交易所逐笔消息通常带序号，重建前应按序号排序并检测缺口；出现缺口时该段快照应标记为“不完整”，不能直接用于标注，否则会把数据缺失误判为盘口突变。第二，时间切片的选择。切片过密会放大噪声，过疏会漏掉转折；对活跃标的可用固定消息数（如每 100 笔）切片，对清淡标的改用固定时间切片，并在快照中记录切片方式。第三，N 档深度的边界。当某一侧不足 N 档时，应按实际档数求和并在快照中标注实际档数，避免把“档位不足”误算成“深度很小”。

第四，快照的可复现性。同一段逐笔数据重放两次，快照序列必须完全一致。为此要固定：价格整数化方式、N 的取值、切片规则、窗口长度、以及浮点输出的精度（如统一保留 4 位小数）。把这些参数写入快照元数据，后续做转折标注时才能回溯“这个信号是在什么盘口状态下触发的”。

完成上述重建后，得到的就是一条按时间排列、字段固定、参数可追溯的快照序列。它既是盘口状态的表示，也是后续识别“关键转折时刻”的输入底座——价差骤变、深度不平衡翻转、中间价短时位移等特征，都可以直接在这条序列上计算与比对。