3. 异常类型与基线需求分析

构建跨时段盘口异常基线，第一步不是写代码，而是把“什么算异常”拆解成可度量、可分层、可回溯的维度。盘口数据本身噪声大、变化快，如果基线只用一个笼统的“盘口异常分数”，后续既无法定位原因，也无法针对不同时段调整阈值。因此本节的核心任务是：梳理跨时段常见的盘口异常形态，并据此反推基线必须覆盖的异常维度与粒度。

四类常见盘口异常形态

从盘口快照（Level-1/Level-2）可观测的量出发，跨时段反复出现的异常大致可归为四类，它们的触发机制和观测窗口差异明显。

价差异常。指买一价与卖一价之间的相对价差在某一时段显著偏离其常态分布。价差本身受标的流动性和波动率影响，开盘集合竞价后、午间复牌、尾盘几分钟的价差天然偏大。异常表现为：价差突然拉宽（流动性瞬时抽离）或异常收窄至接近零甚至出现负价差（买卖价倒挂，多见于撮合异常或数据错位）。度量上常用相对价差 (ask1 - bid1) / mid，并需按标的、按时段分别建立分布。

挂单量突变。指某一档或某几档的委托量在极短时间内出现数量级变化。典型如买一挂单从数百手骤增至数万手，或卖盘某档瞬间被抽空。这类异常既可能是真实大单介入，也可能是冰山单、虚假挂单的前兆。度量上关注单档挂单量的环比变化率、以及前 N 档累计挂单量的突变幅度。

撤单潮。指单位时间内的撤单笔数或撤单量显著高于常态，常伴随挂单量快速回落。撤单潮是虚假流动性的重要信号，尤其在价格接近关键位时集中出现。度量上使用滚动窗口内的撤单率（撤单量/挂单量）和撤单笔数密度。

买卖压力失衡。指买盘与卖盘的力量对比在时段内持续偏向一侧。常用指标包括委比 (bidVol - askVol) / (bidVol + askVol)、前五档买卖量比，以及订单簿斜率。失衡本身不必然是异常，但持续单边失衡叠加价差变化，往往预示方向性压力。

从形态到基线维度

上图给出了形态与维度的映射关系，但实际建模时不能简单一一对应。价差异常主要落在价格维度，但价差拉宽往往同时伴随挂单量减少和撤单增加，因此价格维度需要与数量、行为维度交叉验证。挂单量突变属于数量维度，但判断它是真实大单还是虚假挂单，必须结合行为维度的撤单率和结构维度的买卖失衡方向。撤单潮直接对应行为维度，其触发阈值又依赖数量维度的挂单基数。买卖压力失衡落在结构维度，但持续失衡会推高价差，形成价格维度的联动。

因此基线应至少覆盖四个维度：价格维度（相对价差、中价漂移、倒挂标记）、数量维度（单档挂单量、前 N 档累计量及其变化率）、行为维度（撤单率、挂撤比、报单频率）、结构维度（委比、买卖量比、订单簿斜率）。每个维度独立建立分布，再通过联合判定降低误报。

粒度：基线必须回答的四个分层问题

维度决定“看什么”，粒度决定“在什么范围内看”。跨时段盘口的难点在于同一指标在不同时段分布差异巨大，粒度选择直接决定基线是否可用。

时段粒度。不能把全天数据混在一起建一条基线。建议按交易阶段分桶：开盘前 15 分钟、上午连续竞价、午间复牌后 15 分钟、下午连续竞价、尾盘 10 分钟。每个桶单独统计均值、分位数和波动范围。示例参数：以 5 分钟为统计单元，每个时段桶至少积累 20 个交易日样本，取 95% 分位作为异常上界。

标的粒度。高流动性大盘股与低流动性小盘股的价差、挂单量天然不在一个量级。可按日均成交额或日均价差分为 3～5 组，组内建基线，避免用统一阈值误伤低流动性标的。

档位粒度。买一卖一反映即时成交意愿，前五档反映短期支撑压力，二者异常含义不同。价差和即时挂单突变用一档数据，压力失衡和虚假流动性判断用前五档累计数据。

时间窗粒度。价差和挂单量突变适合秒级到十秒级滚动窗口，撤单潮适合 30 秒到 1 分钟窗口，压力失衡适合分钟级窗口。窗口过短噪声大，过长则滞后，需按异常形态分别设定。

一个可执行的基线需求表

把上述分析落成一张需求表，可以直接作为后续数据加工和阈值配置的输入。下表为示例结构，参数为合理假设值，实际应基于历史数据回算校准。

粒度权衡中的两个实践要点

第一，粒度不是越细越好。把时段切得过碎、标的组划分过细，会导致每个桶内样本不足，分位数估计不稳定，反而制造大量误报。经验做法是：先按交易阶段和流动性分组建立粗粒度基线，观察各桶的分布差异是否显著，差异不显著的桶再合并。

第二，跨时段基线必须保留“时段标签”这一元数据。同一笔价差在开盘和尾盘的含义不同，若基线记录中丢失时段归属，后续回溯和阈值调整就无从下手。建议在基线表中同时存储指标值、时段桶编号、标的组编号和统计窗口长度，使每一条基线都可追溯到具体的观测条件。

完成异常形态梳理和维度、粒度定义后，基线构建就有了明确的目标结构：四个维度各自分时段、分标的组建分布，按形态配置不同时间窗，最终以联合判定输出异常信号。这一结构也是后续数据清洗、特征计算和阈值校准工作的直接依据。