3. 核心字段解析

逐笔成交数据是行情数据中最细粒度的成交记录，每一条记录对应交易所撮合引擎完成的一次成交。要正确使用这类数据，必须先弄清五个基础字段：成交时间、成交价格、成交数量、成交金额、买卖方向。它们看似简单，但在实际数据中，单位不统一、精度不一致、方向标识混乱、异常值混入等问题非常普遍。本节围绕这五个字段逐一说明含义、单位、精度，并给出常见异常值的识别与处理办法。

成交时间：精度决定用途

成交时间表示该笔成交在交易所撮合系统中被确认的时刻。不同数据源给出的时间精度差异很大：有的只到秒（如 09:30:05），有的到毫秒（09:30:05.123），有的到微秒甚至纳秒。精度直接决定用途——秒级时间只能做粗粒度的分时统计，毫秒级才能支撑高频策略中的事件排序和延迟分析。

处理成交时间时要注意三点。第一，确认时间戳的时区与基准，国内A股行情通常为北京时间，且部分数据源的时间是交易所撮合时间而非本地接收时间，两者可能相差数十毫秒。第二，同一毫秒内可能有多笔成交，若数据源未提供序号字段，仅靠时间无法唯一排序，需要结合成交编号或原始行号。第三，注意集合竞价时段的时间归属，开盘集合竞价的成交常被标记在 09:25:00，收盘集合竞价标记在 14:57:00 至 15:00:00 之间，统计连续竞价指标时应将其剔除或单独处理。

成交价格与成交数量：单位与精度

成交价格是该笔成交的每股价格，单位为元。A股价格最小变动单位为 0.01 元，但部分数据源以“分”为单位存储整数（如 1234 表示 12.34 元），也有数据源以浮点数存储。读取时必须先确认单位，否则会出现价格放大或缩小 100 倍的严重错误。精度方面，价格字段应保留两位小数，若原始数据出现三位以上小数，通常是数据源换算或浮点误差所致，应做四舍五入或截断处理并记录。

成交数量是该笔成交的股数，单位为股。A股买入以 100 股为一手，但卖出可以不足 100 股（零股），因此成交数量不一定是 100 的整数倍。部分数据源以“手”为单位，读取时需乘以 100 换算为股。数量字段应为正整数，出现 0、负数或小数时即为异常。

成交金额等于成交价格乘以成交数量，单位为元。它本可由前两个字段计算得出，但很多数据源直接提供该字段，用于校验。校验方法是：成交金额 ≈ 成交价格 × 成交数量，允许因价格精度截断产生的小额误差（通常不超过 0.01 元乘以数量级）。若偏差明显，说明价格或数量字段存在单位错误或数据损坏。

买卖方向：参照系必须先定义

买卖方向标识该笔成交是主动买入还是主动卖出，通常以 B（Buy）、S（Sell）或 1、2 等编码表示。这里的关键是参照系：方向指的是“主动方”的方向，即成交时以买方报价成交还是以卖方报价成交。若数据源未明确说明，不能想当然地认为 B 就是买方发起。部分数据源用 0 表示未知方向（如集合竞价成交），这类记录在统计主动买卖量时应单独归类，不能强行归入买或卖。

常见异常包括：方向字段为空、出现未定义编码、同一笔成交方向与价格变动方向矛盾（如标记为主动买入但成交价低于买一价）。处理时应建立编码映射表，将原始编码统一转换为“主动买 / 主动卖 / 未知”三类，并对矛盾记录打标而非直接删除，以便后续核查。

异常值处理的实际做法

面对上述字段，建议按“先统一、再校验、后打标”的顺序处理。第一步统一单位与编码：建立一张字段映射表，明确每个数据源的价格单位（元或分）、数量单位（股或手）、方向编码含义，并在读取阶段一次性转换。第二步做字段间交叉校验，重点是金额校验和方向与价格的逻辑校验。第三步对异常记录打标保留，而不是直接删除，因为删除会改变成交量统计口径，打标则便于追溯。

下面是一段示例性的校验代码，演示如何对单条记录做单位换算与金额校验（示例参数为合理假设，非实测数据）：

# 假设原始记录：价格以分存储，数量以手存储，方向编码 1=主动买 2=主动卖 0=未知
raw = {"time": "09:30:05.123", "price": 1234, "volume": 3, "amount": 370200, "side": 1}

price = raw["price"] / 100.0          # 分 -> 元，得 12.34
volume = raw["volume"] * 100          # 手 -> 股，得 300
amount = raw["amount"] / 100.0        # 若金额也以分存储，换算为元

calc = round(price * volume, 2)       # 12.34 * 300 = 3702.00
diff = abs(calc - amount)
if diff > 0.01 * volume / 100:        # 容差按数量级设定
    flag = "金额偏差"
else:
    flag = "正常"

side_map = {1: "主动买", 2: "主动卖", 0: "未知"}
print(price, volume, calc, side_map.get(raw["side"], "未定义"), flag)

这段代码的关键不在语法，而在三个判断：单位换算是否与数据源说明一致、容差阈值是否合理、未定义方向是否被显式归类。实际工程中，容差通常设为“价格最小变动单位乘以数量”的量级，过严会把正常的精度截断误判为异常，过松则漏掉真正的单位错误。

字段整理时的记录要点

在编写代码字典时，每个字段至少应记录：字段名、中文含义、数据类型、单位、精度、取值范围、是否可空、异常判定规则、与其他字段的校验关系。以买卖方向为例，字典中应写明“编码 1 表示主动买，2 表示主动卖，0 表示未知，参照系为主动方方向”，而不是只写“买卖方向”。以成交金额为例，应写明“单位元，精度 0.01，应约等于价格乘数量，偏差超过容差时标记”。把这些规则固化到字典中，后续换数据源或多人协作时，才能避免同一字段被不同理解反复踩坑。