1. 课程导入与问题定义
每天开盘前，A股市场都会经历一段特殊的撮合过程——集合竞价。9:15 到 9:25 之间，交易所不断接收申报、更新虚拟开盘价与虚拟匹配量，9:25 产生唯一开盘价并集中成交。就在 9:25 这一刻，盘口会从"竞价态"瞬间切换到"连续竞价态"：未成交的委托进入订单簿，成交明细集中释放，买卖盘口重新排列。这个切换过程往往只持续几秒到几十秒，却浓缩了当日最密集的信息交换，我们把它称为开盘成交瞬态。
本课程的目标，不是教你预测涨跌，而是训练一种更基础、更可复现的能力：把开盘瞬态中稍纵即逝的成交行为，转化为结构化、可计算、可比较的特征。这些特征可以用于量化选股、盘中风控、交易执行质量评估，也可以作为市场微观结构研究的输入。
核心问题：瞬态为什么难提取
开盘瞬态的特征提取面临三个现实困难，理解它们才能理解后续所有方法的设计动机。
- 时间尺度极短且不均匀。9:25:00 到 9:30:00 之间，成交笔数可能从几十笔到上万笔不等，逐笔数据的时间戳精度、撮合批次、行情快照频率都会影响"瞬态"的边界定义。用固定 1 分钟 K 线去刻画，往往把瞬态和之后的常态混在一起。
- 竞价态与连续态语义不同。集合竞价的成交量是"一次性集中撮合"的结果，连续竞价的成交量是"逐笔连续撮合"的结果。两者直接拼接会引入结构性偏差，必须先做状态识别与分段。
- 特征维度多、噪声大、可比性差。开盘价相对昨收的跳空、竞价匹配量、9:25 首笔成交的方向与规模、开盘后前 N 秒的主动买卖占比、盘口深度变化……单看每个指标都有解释，但不同股票、不同市值、不同流动性下量纲差异巨大，必须做归一化与横截面标准化。
本课程约定：以 9:25:00 为瞬态起点 t=0，以开盘后 60 秒（t=60s）为默认观察窗口终点；所有时间均为交易所行情时间，方向定义上"主动买"指以卖方报价成交的买单，"主动卖"指以买方报价成交的卖单。后续章节如切换窗口或参照系，会明确说明。
整体学习路径
课程共 30 章，按"认知—数据—方法—验证—落地"五段推进，但并非线性流水线，而是允许在验证阶段回补数据清洗细节。下图给出学习路径与各阶段的核心产出关系。
实战项目说明
课程贯穿一个可交付的实战项目：构建一个开盘瞬态特征库，并对一组股票池做横截面打分。项目不是"跑通代码"就算完成，而是要求你能回答三个问题：特征口径是否可复现？特征在样本外是否稳定？打分结果能否解释？
项目分四个可验收的里程碑，每个里程碑都有明确的输入、处理与判断依据：
- 数据准备。输入为某交易日的逐笔成交、逐笔委托与 Level-2 快照（示例可用模拟数据或公开样例数据替代，需在报告中注明来源）。处理包括：按股票代码与日期分区、时间戳统一到毫秒、剔除集合竞价阶段的重复快照、标记 9:25:00 集中成交批次。判断依据：随机抽取 20 只股票，人工核对 9:25 首笔成交价是否等于当日开盘价。
- 瞬态分段。以 t=0 为起点，按成交时间戳切出 [0, 60s] 窗口，并单独保留竞价阶段的虚拟匹配量序列。判断依据：窗口内成交笔数应显著高于 9:30 之后的同长度窗口（示例阈值可设为 1.5 倍，具体以样本统计为准）。
- 特征计算。至少实现量价、方向、深度、节奏四类共 12 个特征，每个特征给出公式、量纲、缺失值处理规则。例如"首笔主动买占比"定义为 t=0 后前 10 笔成交中主动买成交量除以总成交量，取值 [0,1]，缺失时置为 0.5 并打缺失标记。
- 横截面评估。对股票池按日做 Z-score 标准化，计算特征与当日开盘后 30 分钟收益的秩相关（示例用 Spearman，仅作教学演示，不构成策略建议），并做分年度稳定性检查。判断依据：相关系数符号在多数年份是否一致、极值是否由少数异常样本驱动。
教学示例中的阈值、窗口长度、相关系数均为说明性假设，不代表真实市场统计结果。实际使用时必须用自己清洗后的数据重新计算，并做样本外验证。