3. 连续小额订单的行为特征提取

在识别连续小额订单冲击行为时，单笔订单本身往往并不异常——金额小、方向普通、时间点随机。真正具有判别力的信息藏在“一批订单”的统计结构与关联结构里。本节把这种行为拆成四类可计算的特征：订单规模分布、到达间隔、方向序列、账户关联性，并给出每一类的定义、计算方法和判读要点。四类特征不是并列的四个指标，而是从“单账户微观节奏”到“多账户协同结构”逐层展开的证据链。

一、订单规模分布：看“小额”是否被刻意约束

订单规模分布刻画的是同一账户（或同一订单簇）在一段时间窗口内成交/委托金额的集中程度与离散程度。定义上，取窗口内每笔订单金额 v_i（单位：元或手），计算均值、标准差、变异系数 CV = σ/μ、以及分位数（P50、P90、P99）。连续小额冲击的典型形态是：均值显著低于市场同标的均值，且 CV 很小——说明下单者不是“随机小额”，而是把金额压在一个窄带内反复执行。

计算方法上，建议先做金额分箱（如 0–1 万、1–5 万、5–10 万、10 万以上），统计各箱占比，再计算窄带集中度：设主箱区间为 [a, b]，集中度 = 落在该区间的订单数 / 总订单数。示例（教学假设数据）：某账户 30 分钟内 42 笔委托，金额集中在 2.8–3.2 万元，均值 3.01 万，σ≈0.11 万，CV≈0.037，主箱集中度 0.90。这种“低均值 + 低 CV + 高集中度”的组合，比单纯“金额小”更有判别力，因为它反映了执行算法或人为规则对单笔规模的硬约束。

二、到达间隔：看节奏是否被程序化

到达间隔指相邻两笔订单的时间差 Δt_i = t_i − t_i−1。定义上要区分“委托到达”和“成交到达”，二者在冲击行为中含义不同：前者反映下单节奏，后者反映撮合结果。计算时先按账户分组、按时间排序，得到间隔序列，再统计均值、标准差、CV，以及间隔的分布形态（是否近似均匀分布或对数正态）。

程序化拆单的典型特征是间隔 CV 明显偏低（节奏稳定），或间隔呈现“固定基准 + 小抖动”的形态，例如均值 8.5 秒、σ≈1.2 秒。另一个重要指标是间隔的自相关性：若相邻间隔高度正相关，说明存在“越下越快”或“越下越慢”的加速/减速模式。实操中可用间隔直方图快速判断：人类手动下单的间隔通常长尾、离散大；算法拆单则集中在窄区间。需要注意，交易所时间戳精度、网络延迟会引入噪声，窗口过短时 CV 会被高估，建议单账户样本不少于 20 笔再计算。

三、方向序列：看买卖交替是否具有结构

方向序列把每笔订单的买卖方向编码为 +1（买）/ −1（卖），形成符号序列 s₁, s₂, …, s_n。核心计算包括：同向连续长度（run length）分布、方向切换率（切换次数 / (n−1)）、以及净方向占比。连续小额冲击常表现为“高切换率 + 短 run”——即买卖频繁交替，制造双向活跃的假象，或相反地表现为“长同向 run”以持续施压。

进一步可计算方向序列的一阶转移概率矩阵：P(买→买)、P(买→卖)、P(卖→买)、P(卖→卖)。若 P(买→卖) 与 P(卖→买) 显著高于 0.5，说明交替性强；若同向概率接近 1，说明单向推进。示例：某账户 42 笔订单中切换 31 次，切换率≈0.76，平均 run 长度 1.35，明显偏向交替。判读时要结合订单规模：交替 + 小额 + 稳定间隔，往往指向“对倒/自成交式活跃度制造”或“试探性挂单”；单向 + 小额 + 加速间隔，则更接近真实建仓的拆单执行。

四、账户关联性：从单账户走向协同结构

前三类特征都在单账户内部计算，而账户关联性回答的是“多个账户是否在协同”。定义上，可从三个层面度量：时间同步性（不同账户订单时间戳的接近程度）、方向一致性（同窗口内方向相同的比例）、规模相似性（金额分布的相似度）。计算方法：先按标的与时间窗口对齐，构造账户对 (A, B)，统计时间差小于阈值 τ（如 2 秒）的订单对占比，记为同步率；再统计这些同步订单对中方向相同的比例，记为同向率。

更结构化的做法是构造账户关联图：节点为账户，边权为同步率与同向率的加权组合，再用连通分量或社区发现找出“订单簇”。实操中还要排除合理关联，例如同一经纪商席位下的做市账户、同一量化平台的多策略账户，它们天然高同步。因此关联性判读必须结合账户开户信息、席位号、设备指纹等辅助字段，不能仅凭时间同步下结论。

五、把四类特征串成一次完整计算

实际提取时，建议按“分组—排序—逐笔—对齐—聚合”的顺序执行。第一步按账户 ID 分组，剔除撤单与废单，保留有效委托；第二步按时间戳升序排序，计算每笔的金额、间隔、方向编码；第三步在单账户内计算规模统计量、间隔统计量、方向切换率与 run 分布；第四步选定统一时间窗口（如 30 分钟），把不同账户的订单对齐到同一时间轴，计算账户对的同步率与同向率；第五步把四类特征拼成特征向量，供后续聚类或规则判读使用。

下面给出一个可直接套用的特征计算示例（教学假设数据，非实测）：

账户 A，窗口 09:30–10:00，有效委托 42 笔
金额(万元): 均值 3.01，σ 0.11，CV 0.037，主箱[2.8,3.2]集中度 0.90
间隔(秒):   均值 8.5，σ 1.2，CV 0.14，自相关 0.62
方向:       切换 31 次，切换率 0.76，平均 run 1.35
账户对(A,B): 同步率(τ=2s) 0.41，同向率 0.83，规模相似度 0.91

判读时不要孤立看某一项。上例中“低 CV + 窄带集中 + 稳定间隔”指向程序化拆单；“高切换率”说明买卖交替频繁，若同时账户对同步率与同向率都高，则更可能是多账户协同制造活跃度，而非单一账户的真实建仓。反之，若同步率低、同向率接近 0.5，则更接近独立策略的巧合重叠。需要强调：同步率阈值 τ 的选取会显著影响结果，τ 过大会把正常市场节奏误判为协同，建议先用历史正常样本标定 τ 的分布，再确定告警阈值。

综上，订单规模分布回答“每笔被压得多小、多整齐”，到达间隔回答“节奏是否被程序控制”，方向序列回答“买卖交替是否有结构”，账户关联性回答“是否多账户协同”。四类特征分别对应单账户的静态形态、时间形态、符号形态与跨账户结构形态，组合起来才能形成对连续小额订单冲击行为的完整刻画。