1. 课程导入与问题定义

在量化交易、券商风控和盘口监控的日常工作中，我们经常面对这样一种局面：某只股票在上午10:15到10:22之间突然出现连续大单扫货、买卖盘口迅速失衡、成交额在几分钟内放大到日均水平的数倍，随后价格快速拉升又回落。事后复盘时，研究员能清楚地说出"那段时间盘口异常"，但在当时，监控屏幕上只有不断跳动的逐笔成交、不断刷新的五档行情和一堆告警数字。真正稀缺的不是数据，而是把这段异常行情压缩成一段人能快速读懂的文字的能力。本课程要解决的，正是"盘口异常时段自动生成摘要"这一工程问题。

什么是"盘口异常时段"

盘口异常时段，指的是在连续竞价过程中，盘口状态在短时间内显著偏离其近期常态、并可能对价格或流动性产生实质影响的一段时间区间。它有三个关键要素：时间区间（有明确起止，而不是一个孤立时点）、偏离常态（相对于该标的自身的历史分布，而非全市场统一阈值）、可归因的盘口特征（如买卖盘失衡、大单密集、撤单率骤升、价差走阔、成交量脉冲等）。

需要强调的是，"异常"不等于"操纵"或"风险事件"。一笔机构调仓可能造成盘口剧烈变化，一次指数成分调整也可能引发尾盘异动。摘要的任务是客观描述发生了什么，把判断留给下游的使用者。因此，异常检测负责"圈出时间段"，摘要生成负责"讲清这段时间里盘口发生了什么"，两者职责必须分离。

目标读者与使用场景

自动摘要不是写给机器看的，它的价值取决于是否匹配读者的决策节奏。典型读者可以分三类：

• 盘中监控的交易员/风控员：需要秒级到分钟级的短摘要，关注"哪只票、什么方向、多大强度、是否持续"，用于决定是否人工介入。
• 盘后复盘的研究员：需要更完整的时段摘要，包含起止时间、关键盘口指标变化、代表性逐笔特征，用于归因分析和策略迭代。
• 合规与运营人员：需要可追溯、可引用的结构化描述，关注异常时段的客观事实链，用于留痕与上报。

三类读者的共同点是：没有时间逐条翻逐笔数据。摘要必须在几秒内被读完，并且能支撑一个明确的下一步动作。这决定了摘要的形态应是"结论先行 + 关键证据 + 可下钻线索"，而不是数据罗列。

从原始行情到可读摘要的完整链路

把这个问题拆开看，它是一条从原始数据到自然语言的多阶段处理链。下面这张图展示了各环节的输入输出与依赖关系，也是本课程后续章节的整体骨架。

这条链路可以概括为四个阶段：数据准备（清洗、对齐、复权）、特征计算（把逐笔和盘口压缩成可比较的指标）、异常检测（圈定时段并给出起止）、摘要生成与校验（抽取要素、组织语言、核对事实）。每个阶段都有各自的失败模式：数据阶段的时间戳错位会让时段整体偏移；特征阶段用全市场统一阈值会把小盘股的正常波动误判为异常；检测阶段不做时段合并会把一次持续异动切成十几个碎片；生成阶段若直接让语言模型"自由发挥"，则可能编造不存在的数字。后续章节会逐一展开这些环节的具体做法。

一个具体的例子：把链路走一遍

假设我们监控标的"示例股份"，以1分钟为特征粒度，用过去20个交易日的同一分钟窗口计算滚动均值与标准差。在10:15这一分钟，买一至买五挂单总量较基线下降约62%，卖盘挂单量上升约1.8倍，盘口失衡度（买盘量减卖盘量除以总量）从常态的+0.05骤降至-0.41；同期成交额脉冲达到基线的4.3倍，且逐笔中出现连续7笔单笔金额超过50万元的主动买单。检测模块据此判定10:15至10:22为一个异常时段（连续3个分钟窗口越界后开启，连续2个窗口回落至阈值内后关闭）。

摘要模块随后抽取要素并生成如下盘后摘要（示例数据，仅用于说明形态）：

这段摘要之所以可用，是因为它同时满足四个条件：时段明确（起止可查）、方向明确（买方主动）、强度可量化（62%、4.3倍、7笔）、有证据线索（可下钻到具体逐笔）。它没有下"操纵"的结论，也没有堆砌全部指标，而是选择了最能解释该时段性质的几个量。

本课程要解决的核心问题

把上述过程工程化，需要回答四个问题：第一，如何定义和检测异常时段，使起止边界稳定、可复现，而不是每次跑出不同结果；第二，如何抽取摘要要素，从几十个盘口指标中挑出真正有解释力的少数几个；第三，如何生成语言，在模板可控与表达自然之间取得平衡，并杜绝数字幻觉；第四，如何评估摘要质量，用人工评分、事实一致性和下游使用反馈形成闭环。这四个问题构成了本课程的主线，也是判断一个摘要系统是否真正可用的标准。