3. 价差计算口径与时间对齐

在买卖价差异常扩大的识别中，最容易出错的地方往往不是判断逻辑，而是计算口径和时间对齐。同一段行情，用绝对价差还是相对价差、用快照价差还是有效价差、用左对齐还是右对齐重采样，得到的曲线形态可能完全不同，甚至会把正常波动误判为异常扩大。本节围绕三个口径和一套对齐流程展开，目标是产出一条口径明确、时间戳可信、可直接进入异常检测的价差时间序列。

一、三种价差口径的定义与适用场景

先统一符号约定：设某时刻最优买价为 Bid，最优卖价为 Ask，中间价为 Mid = (Bid + Ask) / 2。全文价差均以“卖价减买价”为正方向，即价差扩大表现为数值上升。

• 绝对价差：Spread_abs = Ask − Bid，单位与报价一致（如元、美元）。它直接反映“立即买入再立即卖出”的即时成本，适合同一标的、同一价格量级下的横向比较，也适合做固定阈值的监控，例如“价差超过 0.05 元即告警”。缺点是无法跨标的、跨价位比较。
• 相对价差：Spread_rel = (Ask − Bid) / Mid，通常以基点（bp）表示，乘以 10000 即 Spread_bp。它把价差归一化到价格水平上，适合跨标的、跨时段比较，也适合做统计型异常检测，因为不同价位的标的在相对口径下分布更接近。
• 有效价差：Spread_eff = 2 × |Trade_Price − Mid|，其中 Trade_Price 为实际成交价。它衡量成交价相对中间价的偏离程度，反映真实成交付出的成本，能捕捉“报价价差不大但成交价明显偏离”的情形。有效价差依赖逐笔成交数据，且需要与成交时刻的中间价对齐，计算复杂度最高。

三者的关系可以这样理解：绝对价差看“名义报价宽度”，相对价差看“归一化后的报价宽度”，有效价差看“实际成交的偏离”。在异常扩大识别中，建议以相对价差为主监控口径，绝对价差作为辅助阈值，有效价差用于事后归因和验证。

二、时间戳对齐：不同频率数据的核心难点

实际数据往往来自不同频率：盘口快照可能是 3 秒一笔或 500 毫秒一笔，逐笔成交是事件驱动、时间间隔不规则，而日频或分钟频数据又是另一套节奏。直接把这些序列拼在一起计算，会出现“用 10:00:03 的中间价去匹配 10:00:01 的成交价”这类错配，导致有效价差被系统性放大或缩小。

对齐的基本原则是：以低频序列为基准，把高频序列聚合或取值到低频时间点上，并明确每个时间点的取值规则。常用做法有三种：

1. 最近邻取值（as-of）：对每个基准时间点，取该时刻之前（或之前最近）的一条高频记录。适合盘口快照与成交匹配，能保证“用的是当时已知的信息”，避免未来函数。
2. 区间聚合：把高频数据按基准时间区间分组，取均值、最大值或最后值。例如把 500 毫秒快照聚合成 3 秒一根，取区间内价差均值，能平滑噪声但会损失极值信息。
3. 重采样（resample）：把不规则时间序列映射到固定频率网格上，常用 last、mean、max 等聚合函数，并配合前向填充处理空缺。重采样后必须记录每个格点实际覆盖的原始记录数，记录数过少的格点应标记为低置信度。

三、实战计算流程与示例

下面给出一段可复现的计算流程，示例参数均为教学假设，不代表真实市场数据。假设某标的盘口快照间隔 3 秒，逐笔成交不规则，我们以 3 秒为基准网格。

# 示例：以 3 秒网格对齐并计算三种价差（伪代码）
grid = resample_3s(start="09:30:00", end="11:30:00")

# 1) 盘口快照：每个格点取区间内最后一条快照
snap = snapshots.resample(grid, how="last")
snap["mid"] = (snap.bid + snap.ask) / 2
snap["spread_abs"] = snap.ask - snap.bid
snap["spread_bp"]  = (snap.ask - snap.bid) / snap.mid * 10000

# 2) 逐笔成交：按成交时间归入格点，取该格点内成交量加权成交价
trade = trades.resample(grid, how="vwap")
trade["spread_eff"] = 2 * abs(trade.vwap - snap.mid)

# 3) 记录覆盖度，低覆盖格点打标
snap["snap_cnt"] = snapshots.count(grid)
snap["low_conf"] = snap.snap_cnt < 1

假设某格点快照为 Bid=10.00、Ask=10.04，则该格点 Mid=10.02，Spread_abs=0.04，Spread_bp≈39.92bp。若该格点内成交 VWAP 为 10.03，则 Spread_eff=2×|10.03−10.02|=0.02。可以看到，报价价差 0.04 与有效价差 0.02 并不相等，这正是两种口径的差异所在：成交发生在中间价附近时，有效价差会小于名义报价价差。

完成对齐后，应做三项基本校验：一是检查时间序列是否存在重复时间戳或倒序；二是统计每个格点的原始记录覆盖数，剔除覆盖度为 0 的格点；三是比较对齐前后价差的均值与分位数，若对齐后分布明显偏移，说明取值规则或时区设置有问题。只有通过校验的序列，才适合进入下一步的异常扩大识别。

四、口径选择与结果判读

形成序列后，如何选择主口径取决于监控目标。若目标是“发现报价突然变宽”，用相对价差做主序列，配合滚动分位数（如过去 20 个交易日同时段 95 分位）判断是否异常；若目标是“发现成交成本异常”，用有效价差做主序列，并注意有效价差在成交稀疏时样本不足，需要设置最小成交笔数门槛。绝对价差则适合作为硬阈值兜底，例如价差绝对值超过某档位时直接触发人工复核。

需要强调的是，三种口径的异常信号并不总是一致。报价价差扩大但成交仍集中在中间价附近时，相对价差会上升而有效价差可能平稳，这提示“报价变宽但成交未恶化”；反之，报价价差正常但成交价频繁偏离中间价，有效价差会先于相对价差发出信号。把三条序列放在同一时间轴上对照，比只看单一指标更能区分“真实流动性恶化”和“报价噪声”。

至此，价差序列已经具备“口径明确、时间可信、覆盖度可查”三个条件，可以进入下一步的异常扩大识别。后续所有阈值设定、窗口选择和告警规则，都应建立在本节确定的这套口径与对齐规则之上，避免中途更换口径导致前后结果不可比。