3. 频率统计口径设计

报撤单频率异常统计的第一道关口不是算法，而是口径。同一批委托流水，按秒级窗口统计可能显示“瞬时爆发”，按日级窗口统计却完全正常；把“撤单率”定义为撤单笔数除以报单笔数，还是除以成交笔数，结论可能截然相反。口径设计不统一，后续的阈值、告警和监管报送都会失去可比性。本节围绕三个要素展开：时间窗口怎么选、频率指标怎么定义、以及如何保证口径一致。

一、时间窗口：三种粒度对应三类问题

时间窗口决定了“频率”的分母尺度，也决定了能捕捉到什么形态的异常。实践中常用三个层级：

• 秒级窗口（如1秒、5秒）：用于识别瞬时脉冲式报撤，例如同一账户在1秒内报单200笔、撤单190笔。这类行为在分钟级统计中会被平均掉，必须靠秒级窗口暴露。缺点是噪声大，行情剧烈波动时正常策略也会出现高频脉冲，需要配合持续性条件使用。
• 分钟级窗口（如1分钟、5分钟）：用于识别持续性的高频报撤，是交易所异常交易监控中最常用的粒度。它既能过滤瞬时噪声，又能反映策略的稳定行为特征，适合作为告警主口径。
• 日级窗口：用于刻画账户的整体行为画像，如全日报单总量、全日撤单率、报撤单笔数占市场比重。日级指标不适合做实时告警，但适合做账户分层、趋势对比和监管报送。

窗口选择的核心原则是“异常形态决定窗口”：脉冲型异常用秒级，持续型异常用分钟级，画像型分析用日级。实际系统中通常三级并存，秒级做实时拦截，分钟级做告警，日级做统计报表。

二、频率指标：三个指标各有分工

频率指标不能只用一个数字概括，至少需要三个互补指标：

三个指标必须配合看。举例来说（以下为教学假设数据）：某账户在1分钟窗口内报单600笔、撤单540笔，则报单频率为10笔/秒，撤单频率为9笔/秒，撤单率90%。单看报单频率10笔/秒可能还在阈值内，但撤单率90%说明绝大多数报单并未意图成交，属于典型的“虚假报单”特征。反过来，若撤单率高但报单频率很低（如1分钟报5笔撤4笔），则更可能是正常的策略调整，不构成高频异常。

三、口径一致性原则

口径一致性包含四个层面，任何一层不一致都会导致统计结果不可比：

1. 计数对象一致：一笔“报单”指一条委托记录还是指一次委托指令？废单、撤单失败、部分成交后的撤单是否计入？必须在口径文档中明确。建议以“进入撮合系统的有效委托记录”为计数单位，废单单独标记、不计入报单笔数。
2. 时间归属一致：以委托进入系统的时间戳还是交易所回报时间戳归属窗口？跨窗口边界的委托如何处理？建议统一使用交易所回报的委托时间，并采用左闭右开区间 [T, T+窗口) 归属，避免边界重复计数。
3. 窗口对齐一致：分钟级窗口是按自然分钟（00:00–00:01）切分，还是按滑动窗口滚动计算？自然分钟便于聚合报表，滑动窗口更灵敏。同一告警规则内必须固定一种，不可混用。
4. 账户维度一致：按单一账户统计还是按实际控制关系账户组合并统计？高频报撤常通过多账户分散实施，若只按单账户统计会系统性低估。建议告警口径按账户组，画像口径可保留单账户。

四、落地时的关键细节

把口径写成可执行的规则，还需要处理几个容易踩坑的细节。第一，撤单失败的处理：撤单请求发出但被拒绝（如已成交），不应计入撤单笔数，否则会虚增撤单率。第二，部分成交后的撤单：一笔委托部分成交后撤销剩余数量，应计为1笔撤单，但需在明细中标记“部分成交撤单”，避免与全撤混淆。第三，窗口滑动方式：若采用滑动窗口，需明确步长（如每5秒滚动一次、窗口长度1分钟），步长越小越灵敏但计算开销越大，建议实时告警用5秒步长、离线分析用1秒步长。

一个可参考的口径定义示例（教学假设）：

指标名称：分钟级撤单率
统计窗口：自然分钟，左闭右开 [T, T+60s)
计数对象：进入撮合系统的有效委托记录
报单笔数：窗口内新报委托数（不含废单）
撤单笔数：窗口内撤单成功数（含部分成交撤单）
撤单率 = 撤单笔数 / 报单笔数 × 100%
账户维度：按实际控制关系账户组合并
告警条件：撤单率 ≥ 80% 且 报单笔数 ≥ 100

这段定义把窗口、计数、公式、维度和触发条件全部固定下来，任何人按此实现都能得到一致结果。口径文档应当随规则版本化管理，规则调整时保留历史版本，确保回溯分析时能还原当时的统计逻辑。

总结来说，时间窗口按异常形态分层选择，频率指标三件套配合判读，一致性原则从计数、时间、窗口、维度四个层面锁定。三者共同构成频率统计的口径底座，后续的阈值设定、告警分级和异常认定都建立在这一底座之上。