2. 盘口数据源与采集规范
盘口复盘报告的可信度，首先取决于数据源是否被正确识别、采集是否规范。很多复盘结论之所以“看起来有道理、经不起复核”，根源往往不在分析逻辑，而在数据层：把快照当成逐笔用、把逐笔委托与逐笔成交混为一谈、时间戳没有对齐，导致买卖力量判断出现系统性偏差。本节围绕三类核心数据源展开，说明它们各自表达什么、字段如何理解、采集频率如何设定，以及多源数据在时间轴上如何对齐。
一、三类数据源的本质区别
Level-2 行情通常包含三类互补的数据：逐笔委托（Order）、逐笔成交（Trade）和快照（Snapshot）。它们不是同一信息的三种精度，而是描述市场不同侧面的三种记录。
逐笔委托记录的是“意图”：每一笔新报单进入订单簿，或每一笔撤单离开订单簿，都会形成一条记录。核心字段包括证券代码、交易所通道号、委托序号、委托时间、委托方向（买/卖）、委托价格、委托数量和委托类型（新增/撤单）。它回答的是“谁在什么价位挂了多少量、又撤了多少量”，是观察挂单意图、撤单行为和虚假挂单的关键。
逐笔成交记录的是“结果”：每一笔撮合成功的交易，字段包括成交时间、成交序号、成交价格、成交数量、成交方向（主动买/主动卖，部分数据源以买方委托号/卖方委托号体现）。它回答的是“实际成交发生在什么价位、由哪一方主动促成”，是计算主动买卖比、大单净流入的基础。
快照记录的是“截面”：按固定频率对订单簿进行切片，字段包括时间戳、最新价、成交量、成交额、买一至买十（或卖一至卖十）的价格与数量。它回答的是“某一时刻盘口的静态形态”，适合观察挂单厚度、价差和盘口结构，但不能用来还原逐笔撮合过程。
二、采集频率与字段口径
三类数据的采集频率由数据源本身决定，采集端不应“二次降频”。逐笔委托与逐笔成交是事件驱动，来一条记一条，采集程序需保证不丢包、不乱序；快照通常为每 3 秒一次（沪深 Level-2 常见口径，具体以数据商约定为准），采集端按时间戳落库即可。
字段口径上有几个必须统一的约定：价格单位统一为元并保留数据源原始小数位，避免复盘时因四舍五入产生价位错配；数量单位统一为股，注意部分数据源以“手”为单位，需在入库时换算；方向字段要明确是“委托方向”还是“主动成交方向”，二者语义相反，混用会直接导致买卖力量判断反转。建议在采集配置中固定一份字段映射表，例如：
字段映射（示例）
order.side : 1=买, 2=卖 → 统一为 B/S
order.type : A=新增, D=撤单 → 统一为 NEW/CANCEL
trade.direction : B=主动买, S=主动卖 → 统一为 BUY/SELL
snapshot.volume : 单位=股 → 不做换算
order.volume : 单位=手 → ×100 换算为股采集频率设定还要考虑存储与回放的平衡。逐笔数据在活跃标的上单日可达数十万至百万条，若复盘只关注特定时段（如开盘 9:15–9:30 集合竞价、尾盘 14:57–15:00），可按标的与时段做分区存储，但不可在采集阶段做抽样，否则撤单率、主动买卖比等指标会失真。
三、时间对齐：复盘证据链的基准
多源数据能否拼成一条证据链，取决于时间对齐。三类数据的时间戳来源不同：逐笔委托与逐笔成交通常带交易所撮合时间（精确到毫秒或微秒），快照带切片时间戳。对齐的基本原则是：以交易所时间为唯一基准，采集端本地时间仅作日志参考，不参与分析。
具体操作上，先做时区与精度统一：全部转换为同一时区（如北京时间），精度统一到毫秒，快照时间戳若只到秒，则视为该秒的切片点。再做事件排序：同一毫秒内可能有多条逐笔记录，需按交易所序号（委托序号/成交序号）排序，而非按到达顺序。最后做窗口归属：把逐笔事件归入其时间戳所在的快照区间，例如快照 T 与 T+3s 之间的逐笔成交，归属于区间 [T, T+3s)，用于解释该区间内盘口变化的原因。
四、采集规范落地：一份可执行的检查清单
把上述要求固化为采集端的检查项，能显著降低复盘返工率。以下清单可直接用于采集程序上线前自检或数据入库后的抽检：
| 检查项 | 合格标准 | 不合格的典型后果 |
|---|---|---|
| 数据源完整性 | 逐笔委托、逐笔成交、快照三类均落库，且覆盖目标时段 | 无法区分撤单与成交，证据链断裂 |
| 字段口径 | 方向、数量单位、价格精度已按映射表统一 | 主动买卖比反向，结论完全相反 |
| 时间基准 | 全部使用交易所时间，本地时间仅作日志 | 跨源事件错位，窗口归属错误 |
| 排序规则 | 同毫秒按交易所序号排序 | 撮合顺序还原错误 |
| 无抽样 | 逐笔数据全量保留，未做降频或抽样 | 撤单率、大单占比失真 |
| 可回放 | 按标的+时段可完整回放原始事件流 | 复盘结论无法复核 |
以一个教学示例说明对齐的价值：假设某标的在 09:30:00 至 09:30:03 之间，快照显示买一量从 8000 股降至 3000 股。若只看快照，可能误判为“买盘撤单”。但调取该区间的逐笔数据后发现：逐笔成交中有 3 笔主动卖成交合计 5000 股，逐笔委托中并无对应价位的撤单记录——那么买一量下降的真实原因是被主动卖单吃掉，而非撤单。这一区分直接决定了复盘结论是“买盘承接被消耗”还是“买盘虚假撤退”，二者对后续走势的含义截然不同。此例中的数值为教学假设，实际复盘应以真实落库数据为准。
综上，盘口数据源的识别与采集规范，本质上是为复盘建立一条可追溯、可复核、口径一致的数据底座。逐笔委托看意图、逐笔成交看结果、快照看形态，三者以交易所时间为基准对齐后，才能支撑起后续的盘口行为分析与证据链构建。