4. 成交时点的刻画与分类

在盘口买卖价差的研究中，价差刻画的是“价格维度”，而成交时点刻画的是“时间维度”。同一笔成交，若只记录价格与数量，我们无法判断它是主动扫单还是被动挂单成交，也无法判断它发生在集合竞价还是连续竞价、是开盘瞬间还是尾盘异动。因此，成交时点的刻画与分类，是把逐笔成交数据转化为可分析事件的关键一步。

一、时间粒度：毫秒、秒、分钟的选择

成交时点首先面临粒度选择。不同市场、不同数据源提供的时间精度不同：A股Level-2逐笔成交通常带毫秒级时间戳（如“09:30:00.250”），部分行情快照为3秒一笔，而日线或分钟线数据则只保留分钟级时间。粒度选择不是越细越好，而要与研究目标匹配。

毫秒级适合研究微观结构，例如大单扫单在盘口上的连续冲击、同一毫秒内多笔成交的聚合、买卖价差在事件前后的瞬时变化。秒级适合观察短周期内的成交节奏，如每秒成交笔数与价差的关系。分钟级则适合统计性分析，如每分钟主动买入占比与价差均值。实践中常见做法是：原始数据保留毫秒时间戳，分析时按需聚合到秒或分钟，但聚合前必须保留“事件时间”的原始记录，避免信息丢失。

需要特别注意的是，毫秒时间戳并不等于真实成交顺序。交易所撮合系统内部有严格的序列号，同一毫秒内可能有多笔成交，时间戳相同但顺序不同。因此，在毫秒级分析中，应优先使用交易所提供的逐笔序号（如“成交编号”）作为排序依据，时间戳仅作为辅助。

二、事件时间与时钟时间

事件时间（Event Time）指成交实际发生的时刻，由交易所撮合系统打上时间戳；时钟时间（Clock Time）指数据被记录、传输或接收的时刻，受网络延迟、行情分发、本地时钟偏差影响。两者在低频分析中差异可忽略，但在毫秒级微观研究中可能造成严重误判。

例如，某笔成交在交易所的事件时间为10:00:00.100，但经过行情网关传输，本地接收时钟时间为10:00:00.350，延迟250毫秒。若用本地时钟时间判断“成交后价差是否扩大”，就会把价差变化错误地归因到成交之后，而实际上价差可能在成交前就已变化。因此，严谨的做法是：以交易所事件时间为准，本地时钟时间仅用于评估传输延迟和数据质量。若数据源只提供本地时间，应通过比对多笔成交的时间差分布，估计并校正系统性延迟。

三、主动买入、主动卖出与中性成交的时点标记

成交方向分类是时点标记的核心。常用方法是比较成交价与当时盘口买卖价：成交价等于卖一价（或高于卖一价）为主动买入；成交价等于买一价（或低于买一价）为主动卖出；成交价介于买一价与卖一价之间，或无法与盘口匹配的，归为中性成交。

具体标记时，需要把逐笔成交与成交前的盘口快照对齐。以A股为例，假设某时刻盘口为买一10.00元、卖一10.02元，随后一笔成交价为10.02元、数量500手，则该笔标记为主动买入；若成交价为10.00元，标记为主动卖出；若成交价为10.01元（例如大宗交易或特殊撮合），标记为中性。对于集合竞价阶段，由于没有连续盘口，通常按成交价与昨收价或开盘参考价的关系做近似分类，或直接标记为“竞价成交”单独处理。

时点标记还需处理“同一时点多笔成交”的情况。若同一毫秒内有多笔成交且方向不同，应按成交编号逐笔标记，而不是合并后取平均方向。合并会掩盖扫单与挂单的交替行为，影响后续价差与成交时点关联分析的准确性。

四、从标记到可用特征

完成逐笔标记后，可以构造与价差关联的时点特征。例如：按秒聚合“主动买入笔数占比”，观察该占比与买卖价差的同期关系；或计算“成交后N毫秒内价差变化”，判断主动成交对价差的冲击方向。这里的关键是保持时间参照一致：若价差用事件时间对齐，成交方向也必须用事件时间；若用本地时钟，则两者都要用本地时钟，不能混用。

一个常见的教学示例（以下为合理假设的示例数据，非实测结果）：某股票在10:00:00.100至10:00:00.900之间共发生8笔成交，其中5笔成交价等于卖一价（主动买入），2笔等于买一价（主动卖出），1笔介于两者之间（中性）。按秒聚合后，该秒主动买入占比为62.5%，主动卖出占比25%，中性占比12.5%。若同时观察到该秒买卖价差从0.02元扩大到0.03元，可初步判断主动买入压力对价差产生了扩张作用。但这一判断必须结合前后多秒的数据，排除偶发大单的干扰。

最后需要强调：成交时点的刻画不是一次性工作，而是数据治理的一部分。时间粒度、事件时间基准、方向标记规则应在整个研究周期内保持一致，并在数据说明中明确记录。否则，不同批次数据混用不同规则，会导致价差与成交时点的关联分析出现系统性偏差，且难以追溯。