2. 盘口数据基础与异常时段界定

要自动生成盘口异常时段摘要，第一步不是写摘要模板，而是把“数据从哪来、每个字段代表什么、时间戳按什么口径对齐”这三件事定死。盘口数据通常由三类流构成：逐笔委托、逐笔成交和快照。三者的字段语义与时间语义不同，混用会直接导致异常时段被误判。本节围绕这三类数据的字段结构、时间对齐方式，以及波动、撤单、成交速率、价差四个判定维度展开，并给出可落地的标注方法。

三类盘口数据的字段与时间语义

逐笔委托描述订单簿的“意图变化”，核心字段包括：证券代码、委托序号（交易所内唯一递增）、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）、委托时间。它回答的是“谁在什么价位挂了多少量”。逐笔成交描述“意图的兑现”，核心字段包括：成交序号、买卖方向（主动方方向）、成交价格、成交数量、成交时间，部分行情还带买方委托序号与卖方委托序号，可用于把成交回溯到具体委托。快照则是按固定频率（常见 3 秒，部分场景 1 秒或更细）对订单簿做的切片，字段包括：快照时间、最新价、成交量/成交额累计值、买一至买十价与量、卖一至卖十价与量、委托笔数等。

时间语义是本节最容易出错的地方。逐笔数据的时间通常是“事件发生时间”，精度到毫秒甚至微秒；快照时间是“切片生成时间”，代表该时刻订单簿的状态。二者不能简单按字符串相等去匹配，而应以“快照时间戳 ≥ 事件时间戳”的最近切片作为该事件的归属切片。此外，逐笔委托与逐笔成交的序号是各自独立递增的，不能跨流比较大小；跨流关联只能依赖时间与价格、数量的逻辑匹配。实际工程中建议统一转换为同一时区的毫秒时间戳，并明确“以事件时间为准、快照仅作状态参照”的对齐原则。

四个判定维度的计算口径

波动关注价格变化的剧烈程度。常用做法是在滑动窗口内计算收益率绝对值或振幅：以 1 分钟窗口为例，取窗口内最高价与最低价之差除以窗口起始价，得到振幅；或取相邻快照最新价的对数收益绝对值累加。阈值应结合标的自身波动率设定，例如以过去 20 个交易日同时段振幅的 95 分位数作为基准线，超过 1.5 倍基准即视为异常候选。这样可避免用固定百分比一刀切，导致高波动标的频繁误报。

撤单关注订单簿“虚假深度”的收缩。核心指标是撤单率：窗口内撤单笔数除以委托笔数；以及撤单量占比：撤单量除以委托量。逐笔委托中若带“撤单”类型标识，可直接统计；若只有委托与成交两类，则需通过“委托序号出现后未成交即消失”的逻辑推断撤单，此时应结合快照中对应价位挂单量的下降来交叉验证。撤单率突然从常态的 20% 升至 60% 以上，往往意味着挂单方在快速撤离。

成交速率关注流动性兑现的节奏。用逐笔成交在窗口内的笔数或成交量除以窗口时长，得到每秒成交笔数与每秒成交量。与波动不同，成交速率异常既可能是放量突破，也可能是缩量停滞，因此应同时保留“上穿”和“下穿”两个方向的判定。例如以同时段历史均值的 3 倍标准差为上下界，超出上界记为放量异常，低于下界记为流动性枯竭异常。

价差关注买卖报价的松紧。绝对价差为卖一价减买一价，相对价差为绝对价差除以中间价。价差突然走阔说明做市意愿下降或订单簿变薄；价差收敛至接近最小报价单位则说明竞争激烈。计算时应剔除涨跌停等报价受限状态，否则会把制度性限制误判为异常。

异常时段的标注方法

四个维度各自产生候选时间点后，需要合并为“时段”。推荐做法是：先以固定粒度（如 10 秒）打标，每个粒度内只要任一维度越阈即标记为候选；再对连续候选做合并，允许中间存在不超过 2 个粒度的空档，避免把同一事件切成碎片；最后为每个时段记录起止时间、触发维度、强度等级和证据字段。强度等级可按越阈维度的数量与超出幅度综合评定，例如单维度轻微越阈为一级，双维度同时越阈为二级，三维度及以上为三级。

下面给出一个可直接套用的标注记录示例，字段均为示例值，用于说明结构而非真实行情结果：

时段ID: A-20240612-0935
起止时间: 09:35:10 ~ 09:36:40
触发维度: 撤单(撤单率 68%) + 价差(相对价差 0.42%)
强度等级: 二级
证据字段: 逐笔委托撤单 214 笔 / 委托 315 笔;
          快照买一量由 8.6 万股降至 1.2 万股;
          卖一买一价差由 0.01 元走阔至 0.05 元
备注: 未伴随显著成交放量，判定为挂单撤离型异常

标注完成后还应做一次回溯校验：把生成的时段与原始逐笔流对照，确认起止边界确实落在事件密集区，且没有把集合竞价、午间休市、涨跌停封板等制度性时段误纳入。只有经过这一步，后续自动摘要才有可靠的输入，摘要中的“何时、为何、多强”才能与数据一一对应。