1. 盘口数据基础与风险评分目标

盘口风险评分的第一步不是建模，而是把“盘口”这件事变成可计算的数据。所谓盘口，是交易所在撮合过程中对外发布的买卖委托状态；而风险评分，是把这种状态转化为一个可比较、可解释、可追踪的数值，用来回答“当前盘口是否存在异常、异常程度多大、异常来自哪里”。本节先厘清数据形态，再明确评分目标，为后续特征工程与可解释性分析打地基。

一、盘口快照与逐笔数据是两类不同粒度的信息

盘口数据通常以两种形态进入分析系统。第一种是盘口快照，即按固定频率（例如每 3 秒、每 500 毫秒）对买卖两侧若干档位进行采样，记录每一档的委托价格与委托数量。它像一张“截面照片”，适合刻画某一时刻的挂单厚度、价差和档位分布。第二种是逐笔委托与逐笔成交，即每发生一笔委托申报、撤单或成交就记录一条事件，包含时间戳、方向、价格、数量等字段。它像一段“连续录像”，适合还原挂单的生成、撤销与消耗过程。

两者不可互相替代。快照丢失了两次采样之间的撤单与成交细节，逐笔数据则难以直接表达“某一时刻十档挂单的总体形态”。因此实际系统常采用“逐笔驱动状态、快照做截面特征”的组合方式：用逐笔事件维护订单簿，再按固定节奏导出快照特征。

二、买卖盘口特征要围绕“形态”而非单点数值

单看买一量或卖一量意义有限，真正有信息量的是盘口的相对形态。常用的几类特征包括：

• 价差与相对价差：卖一价减买一价，再除以中间价，用于横向比较不同价位的股票。价差突然放大，往往意味着流动性变薄或做市意愿下降。
• 买卖量比：十档买量之和与十档卖量之和的比值。比值显著偏离 1，说明一侧挂单明显更厚，但需结合撤单行为判断是真实承接还是虚假挂单。
• 挂单集中度：某一档或某几档占同侧总量的比例。集中度过高意味着盘口“薄而尖”，少量撤单即可造成价格跳动。
• 档位斜率：从买一到买十（或卖一到卖十）数量随价格变化的陡峭程度，反映承接或抛压的梯度。
• 撤单率与挂撤比：单位时间内撤单量占申报量的比例，是识别“幌骗式”挂单的关键指标，必须依赖逐笔数据计算。

需要强调的是，这些特征都有方向性和参照约定。例如“买卖量比”定义为买量除以卖量，大于 1 表示买侧更厚；若系统中改用卖量除以买量，必须在文档和图示中统一说明，否则同一数值会被解读成相反含义。

三、风险评分的定义与业务目标

风险评分本质上是一个映射函数：把多维盘口特征压缩为一个标量分值，同时保留“为什么得这个分”的线索。一个可用的定义应包含三要素：输入特征集、归一化方式、合成规则。例如可将每个特征按历史分位数映射到 0~1，再按业务权重加权求和并放大到 0~100。分值本身不是目的，分档（低风险、中风险、高风险）才是业务动作的触发依据。

业务目标决定了评分的设计取向。若用于实时监控，评分必须低延迟、可增量更新，且对突变敏感；若用于事后复盘，则可以引入更长窗口的统计特征，追求区分度而非响应速度；若用于合规审查，则必须保证每个分值都能追溯到具体特征和阈值，可解释性优先于模型复杂度。这三类目标对特征选择、窗口长度和解释粒度的要求并不相同，不能一套参数打天下。

四、从数据到评分的落地要点

实际落地时，建议先固定三件事：采样频率、档位深度、时间窗口。采样频率决定快照密度，档位深度决定特征维度，时间窗口决定撤单率等时序特征的分母。三者一旦确定，就应在特征定义中写清楚，避免不同批次数据口径不一致。其次，逐笔数据要处理乱序与重复推送，订单簿维护需做幂等校验，否则快照特征会失真。最后，评分上线前应保留一段“影子运行”期，只计算不触发动作，用历史数据核对分值分布是否符合预期，再逐步接入告警或拦截逻辑。

本节的核心结论是：盘口风险评分不是单一公式，而是“逐笔事件 → 订单簿状态 → 快照特征 → 归一化合成 → 可解释输出”的一条完整链路。数据结构的正确性决定特征的可信度，业务目标的清晰度决定评分的可用性，二者缺一不可。