1. 逐笔行情数据解析与分钟聚合目标

逐笔行情是交易所向市场推送的最细粒度成交与委托数据，它记录了每一笔成交的价格、数量、方向以及每一笔委托的申报、撤单行为。分钟聚合则是把这些离散的、时间间隔不规则的逐笔事件，按一分钟的时间窗口归并成一条结构化的 K 线或统计记录。理解这两端——原始逐笔字段与目标聚合指标——是后续所有计算工作的前提。本节先厘清逐笔成交与逐笔委托各自的数据结构，再明确分钟聚合要产出哪些指标、每个指标由哪些字段推导而来。

逐笔成交与逐笔委托的数据结构

逐笔成交（Trade）描述的是“已经发生的撮合”。一条典型的逐笔成交记录包含以下核心字段：证券代码、成交时间（精确到毫秒或微秒）、成交编号、成交价格、成交数量、成交方向（主动买或主动卖，部分市场用 BS 标志或买卖盘序号推断）、买方委托序号与卖方委托序号。其中成交方向是聚合中非常关键的字段，它决定了主动买入量与主动卖出量的划分，进而影响资金流向类指标。

逐笔委托（Order）描述的是“进入撮合队列的申报”，字段包括：证券代码、委托时间、委托编号、委托价格、委托数量、委托方向（买/卖）、委托类型（限价、市价、本方最优等）。在深市等市场中，逐笔委托还包含撤单记录，撤单通常以独立的委托类型或数量为负的形式出现。逐笔委托本身不产生成交，但它刻画了盘口的供给与需求变化，是计算委托总量、撤单率、大单申报等指标的基础。

两类数据在时间轴上交错到达，且同一时刻可能有多条记录。实际处理时通常先按时间排序，再按证券代码分组，保证同一只证券的事件流严格有序。需要注意，成交记录中的买方委托序号和卖方委托序号可以与委托记录关联，从而还原“哪一笔委托促成了这笔成交”，这是后续做委托生命周期分析的关键连接点。

分钟聚合的计算目标

分钟聚合的目标不是简单地把逐笔记录“压缩”，而是要在每个一分钟窗口内，用逐笔字段推导出一组可比较、可回测、可入库的指标。这些指标大致分为四类。

价格类指标：窗口内第一笔成交价为开盘价，最后一笔为收盘价，最高成交价与最低成交价分别取窗口内极值。均价可用成交额除以成交量得到，也可用成交量加权平均价（VWAP）表示。这里要特别注意窗口边界约定：采用左闭右开区间 [t, t+60s)，即 09:30:00 的记录归入 09:30 这一分钟，09:31:00 的记录归入下一分钟，避免同一笔记录被重复计入相邻窗口。

数量类指标：成交量是窗口内所有成交数量之和，成交额是成交价格乘成交数量后求和，成交笔数是成交记录条数，平均单笔量等于成交量除以成交笔数。这些指标直接由逐笔成交字段累加得到，计算逻辑清晰，但要注意单位统一（股与手、元与万元）。

方向类指标：主动买量是成交方向为“买”的成交数量之和，主动卖量为“卖”的成交数量之和，净主动买入量等于主动买量减主动卖量。若原始数据没有显式方向字段，则需要用成交价与当时买卖盘价比较来推断，这属于数据清洗环节，必须在聚合前完成并记录推断规则。

委托类指标：委托总量是窗口内新增委托数量之和，撤单量是撤单记录数量之和，撤单率等于撤单量除以委托总量，大单申报笔数可按单笔委托量超过某一阈值（例如 10 万股）来统计。委托类指标依赖逐笔委托数据，与成交类指标分开计算后再按窗口对齐合并。

从字段到指标的映射关系

把上述关系整理成一张映射表，可以在实现时直接对照，避免字段用错或口径不一致。下表为示例口径，实际阈值与单位需按所用数据源调整。

实现前的两个关键约定

第一是时间基准。逐笔时间戳可能来自交易所时钟，也可能经过本地接收系统打点，两者存在毫秒级偏差。聚合前应统一使用交易所时间字段，并在数据说明中固定下来，否则同一分钟窗口在不同批次数据上会漂移。第二是空窗口处理。若某一分钟没有任何成交，是输出一条成交量为零的记录，还是直接跳过，需要在目标表结构中提前定义。对于连续回测场景，通常保留空窗口并补零，以保证时间序列等间隔。