4. 盘口特征计算中的漏报

盘口异常识别模型的第一道关口不是模型本身，而是特征计算。买卖价差、委托量、订单簿斜率这些特征一旦在计算窗口或边界条件上出错，异常信号就会在进入模型之前被"抹平"，表现为规则明明配置了、阈值也合理，却始终不触发告警。这类漏报排查起来比模型漏报更隐蔽，因为特征值本身看起来"正常"，只是它算的根本不是我们以为的那段盘口。

一、三类特征的计算口径与常见错误点

先明确本节涉及的三类特征及其标准口径，后续所有案例都以此为参照：

• 买卖价差：通常取 spread = ask1 - bid1，或相对价差 (ask1 - bid1) / mid，其中 mid = (ask1 + bid1) / 2。错误高发点在于：用快照时间戳而非交易所撮合时间对齐、涨跌停或集合竞价阶段 ask1/bid1 缺失时未做空值处理、把"价差突然拉大"的异常样本在去极值环节误删。
• 委托量：常见口径为买一量、卖一量、前 N 档累计量或买卖量比。错误高发点在于：窗口内多快照聚合时用了"求和"而非"取末值"或"取均值"、撤单未从累计量中扣除、单位（股/手）不统一导致阈值差 100 倍。
• 订单簿斜率：常用定义是前 N 档价格对累计委托量回归的斜率，或 (P_N - P_1) / (V_N - V_1) 形式的近似。错误高发点在于：档位不足 N 档时仍强行计算、买卖两侧档位数量不一致、价格与量的量纲未归一化导致斜率数值不可比。

二、计算窗口错误：滚动窗口的"左开右闭"陷阱

最典型的一类漏报来自滚动窗口边界。假设我们要计算"过去 3 秒内买一量的均值"，用于识别买盘突然撤单。实现时若写成左闭右开区间 [t-3s, t)，而快照恰好每 3 秒一条，那么窗口内永远只包含 1 条快照，均值退化为瞬时值，撤单造成的量能骤降被单点噪声掩盖，阈值判断自然不触发。

更隐蔽的是"窗口对齐到快照时间"与"窗口对齐到自然时间"混用。若特征按自然秒切窗（如 10:00:00–10:00:01），而快照时间戳带毫秒偏移（10:00:00.350、10:00:01.350），则每个自然秒窗口内可能落入 0 条或 2 条快照，导致特征序列出现空洞或重复计数。排查时应先打印窗口内实际快照条数分布，若出现大量 0 或 1，基本可判定为窗口对齐错误。

三、边界条件错误：空档、涨跌停与集合竞价

订单簿斜率在档位不足时最容易出错。若某时刻卖盘只有 3 档有量、买盘有 10 档，而斜率按固定 10 档计算，缺失档位若被填 0，会人为制造出"远端价格趋平"的假斜率；若直接跳过该时刻，则连续缺失会形成特征断点，下游模型把断点当缺失值填充均值，异常被平滑掉。

涨跌停与集合竞价是另一类边界。涨停时 ask1 为空、跌停时 bid1 为空，若价差计算未判空而直接相减，会得到 NaN 或异常大值；若在清洗阶段把 NaN 统一置 0，则"一字板"这种极端盘口反而被记为价差为 0 的平静状态，异常识别彻底失效。正确做法是显式标记 spread = null 并附带状态位（涨停/跌停/集合竞价），由规则层决定是否跳过或单独处理。

四、案例复盘：一次典型的"斜率正常但漏报"

某次盘口异动监控中，规则设定"卖盘前 5 档斜率超过阈值即告警"，用于捕捉卖压快速堆积。上线后连续多日零告警，但人工复盘发现确有数笔卖压突增的样本。排查过程如下：

1. 取一段已知异常时段的快照，手工计算前 5 档斜率，结果明显超过阈值，说明数据本身有异常。
2. 打印线上特征值，发现同一时刻斜率仅为手工值的约 1/5，且数值异常平稳。
3. 检查实现代码，发现斜率按"固定 10 档"计算，而该标的卖盘常态只有 5–6 档有量，缺失档位被填 0，导致 (P_10 - P_1) 被拉大、(V_10 - V_1) 也被拉大，两者比值被稀释。
4. 修正为"按实际有效档位计算，且买卖两侧取相同档数 N = min(买档数, 卖档数, 5)"，并对 N < 3 的时刻标记为不可计算而非填 0。

修正后同一时段斜率恢复到手工计算量级，规则正常触发。这个案例的关键教训是：边界条件不是"异常情况"，而是盘口的常态。A 股大量中小市值标的盘口本就稀疏，把稀疏当异常去填 0，等于系统性地把真实信号压平。

五、可执行的排查清单

针对本节三类特征，建议按以下顺序逐项核对，每项都应有可观察的输出而非"看一眼代码"：

总结本节要点：盘口特征漏报的根因往往不在阈值，而在特征"算的是哪段盘口"。窗口开闭区间、时间对齐基准、空档与涨跌停的显式标记、档位一致性、聚合方式与量纲，这六个边界条件中任何一个出错，都足以让异常信号在进入规则层之前消失。排查时先用元指标（样本数、空值比例、档位差异）定位计算层问题，再回到特征值本身，比直接调阈值有效得多。