4. 盘口特征工程实战

盘口风险评分的效果，很大程度上不取决于模型本身，而取决于特征是否把“盘口正在发生什么”表达清楚。逐笔委托与逐笔成交是两类最原始的高频数据：前者记录委托的进入、撤单与变更，后者记录真实撮合。本节的任务是把这两类流水数据加工成三类可用特征——时序特征、窗口统计量和盘口不平衡指标，并保证它们在时间轴上严格对齐、无未来信息泄漏。

一、先明确数据口径与时间参照

动手前必须先固定三件事，否则后续所有特征都会失真。第一是时间戳口径：交易所逐笔数据通常带“委托时间”和“成交时间”，本地还需记录“接收时间”。特征计算一律以交易所时间为准，接收时间只用于评估延迟。第二是方向约定：本节统一采用“主动买为外盘、主动卖为内盘”，即成交价等于卖方委托价时记为主动买（+1），等于买方委托价时记为主动卖（−1），无法判定时记 0。第三是快照与流水的对齐：逐笔流水是事件驱动，盘口快照是固定频率（如每 3 秒），特征需按事件时间聚合后再对齐到快照时点，且只使用该时点之前的数据。

一个常见的泄漏陷阱是：用 10:00:00 的快照去匹配 10:00:00 至 10:00:03 之间的成交。正确做法是特征窗口右端取快照时间戳，左端取“快照时间 − 窗口长度”，且窗口内事件严格满足 event_time <= snapshot_time。

二、时序特征：把事件流变成等间隔序列

逐笔数据本身是稀疏、不等间隔的。时序特征的目标是刻画“节奏”和“方向持续性”。可构造的典型特征包括：

• 事件到达强度：单位时间内的委托笔数、撤单笔数、成交笔数，反映活跃度突变；
• 委托生存时间：每笔委托从进入到撤单或成交的时长，取窗口内中位数，短生存时间往往对应高频挂撤；
• 成交方向序列的自相关：对主动买卖标记序列（+1/−1）计算一阶自相关，衡量买卖压力的持续性；
• 价格变动间隔：相邻两次中间价变化之间的成交笔数，间隔缩短说明价格发现加速。

实现上建议用“事件时间桶”而非固定时钟桶：以 500 毫秒或 1 秒为桶宽，把事件落入桶内聚合，再对桶序列做滚动计算。这样既保留了高频信息，又避免了逐笔数据量过大导致的计算抖动。

三、窗口统计量：多尺度刻画盘口状态

单一窗口容易失真，实践中常用 1 秒、5 秒、30 秒三个尺度并行计算，形成“短看冲击、中看趋势、长看背景”的层次。每个窗口内可计算：

示例参数（教学假设）：某标的中间价 10.00 元，5 秒窗口内成交 120 笔、共 8000 股，VWAP 为 10.006 元，则 VWAP 偏移约 +0.06%；同期委托 300 笔、撤单 210 笔，撤单率 70%。这两个数值组合在一起，比单独看任一项更能提示“挂单虚、成交偏买”的盘口状态。

四、盘口不平衡指标：从挂单结构看压力

盘口不平衡（Order Book Imbalance, OBI）刻画买卖两侧挂单量的相对强弱。最基础的形式是：

OBI_L1 = (BidVol_L1 − AskVol_L1) / (BidVol_L1 + AskVol_L1)

取值在 [−1, +1]，正值表示买侧更厚。但仅看一档容易被单笔大单误导，实践中常做两点改进：一是多档加权，越靠近盘口的档位权重越高，例如权重取 1/档位序号；二是撤单修正，把窗口内买侧撤单量与卖侧撤单量之差纳入，得到“有效不平衡”：

OBI_eff = OBI_weighted − λ · (CancelBid − CancelAsk) / (CancelBid + CancelAsk)

其中 λ 为调节系数（示例取 0.3）。当买侧挂单厚但撤单也集中时，OBI_eff 会被拉回，避免把“虚厚”误判为真实买压。此外还可构造成交不平衡：主动买成交量与主动卖成交量之差除以总成交量，与 OBI 形成“挂单—成交”双视角交叉验证。

五、工程实现要点与结果判读

落地时建议按“事件表 → 桶聚合表 → 快照特征表”三层组织。第一层保留原始字段与方向标记；第二层按桶宽聚合出计数、量、额、撤单数；第三层以快照时间为键，用滚动窗口函数取各尺度统计量，并做缺失值处理——窗口内无事件时，计数类填 0，比率类用前值填充并附“无事件”标记位，避免把“无成交”误读为“均衡”。

判读时可关注几个组合信号：撤单率高于 60% 且 OBI_eff 与原始 OBI 符号相反，提示挂单虚厚；VWAP 偏移与成交不平衡同向且绝对值放大，提示短期冲击真实；事件到达强度骤增而波动率未同步上升，可能是挂撤频繁但未成交的“试探”状态。这些组合判断正是后续风险评分与可解释性分析的输入基础。特征构造阶段就应保留每个指标的窗口长度、方向约定和修正系数，以便评分结果可以回溯到具体盘口现象。