2. 逐笔成交数据解析
逐笔成交（Tick Trade）是交易所行情中最细粒度的成交记录，每发生一笔撮合成交就产生一条记录。它不同于快照行情（Snapshot）按固定频率切片，而是"事件驱动"的——有成交才有记录，没有成交就没有记录。这一特性决定了逐笔成交数据在刻画交易活跃度时具有天然优势，同时也带来了字段理解、时间戳对齐和间隔计算上的诸多细节问题。本节围绕"一条逐笔成交记录到底包含什么、时间戳精度如何影响计算、成交间隔怎么算、数据里有哪些坑"展开。
一、逐笔成交记录的典型字段
不同市场（沪深交易所、期货交易所、境外市场）的逐笔成交字段命名略有差异，但核心语义高度一致。以常见的 Level-2 逐笔成交为例，一条记录通常包含以下字段：
- 证券代码 / 合约代码：标识标的，是分组计算间隔的第一维度。
- 成交时间：精确到毫秒甚至微秒的时间戳，是计算间隔的核心字段。
- 成交价格：本笔撮合的成交价。
- 成交数量：本笔成交的股数或手数。
- 成交金额：价格×数量，部分数据源直接给出。
- 买卖方向标识：主动买（外盘）或主动卖（内盘），反映成交由哪一方发起。
- 成交编号 / 序列号：交易所分配的递增序号，用于排序和去重。
- 买方/卖方订单号：部分数据源提供，可用于订单级追踪。
需要特别注意的是成交编号与时间戳的关系：成交编号是严格递增的，但时间戳在毫秒精度下可能出现多笔成交共享同一时间戳的情况。这意味着"按时间排序"和"按编号排序"在极端情况下可能不一致，计算间隔时应以成交编号为主排序键、时间戳为辅，避免同一毫秒内多笔成交的顺序错乱导致间隔出现负值或零值堆积。
二、时间戳精度与对齐
时间戳精度直接决定了成交间隔的分辨率。若数据精度为秒级，那么同一秒内的多笔成交间隔全部记为 0，间隔分布会被严重压缩，活跃度指标失真；毫秒级精度下，间隔最小分辨率为 1ms，能较好刻画高频交易节奏；微秒级精度则适用于超高频场景。实际处理时，第一步应确认数据源的时间精度，并在文档中明确记录，避免后续把"精度不足导致的 0 间隔"误判为"真实的高频连续成交"。
时间戳对齐涉及两个层面。其一是时区与基准对齐：交易所时间通常为本地时区，跨市场数据合并时需统一到同一时区基准。其二是与快照/其他数据源对齐：逐笔成交时间戳与快照时间戳的语义不同——快照时间戳是"切片生成时刻"，逐笔成交时间戳是"撮合发生时刻"，两者不能直接相减当作延迟。若要做事件研究，应明确以哪一方的时钟为基准，并在全文保持一致。
三、成交间隔的计算方法
成交间隔（Trade Interval）最常用的定义是同一标的相邻两笔成交的时间差。计算步骤如下：
- 按证券代码分组，组内按成交编号升序（时间戳为辅）排序。
- 对每组计算
interval_i = t_i - t_{i-1}，首笔记录的间隔记为缺失值（NaN），不参与统计。 - 将间隔单位统一（毫秒或秒），并剔除异常值（如跨午休、跨交易日产生的大间隔）。
这里有一个容易被忽略的细节：跨午休和跨交易日的大间隔必须剔除或分段处理。A 股上午 11:30 收盘、下午 13:00 开盘，若直接相减会得到 90 分钟的"伪间隔"，严重拉高均值。正确做法是按交易时段分段计算，或在计算前将非交易时段的时间戳压缩掉。同理，隔夜间隔也不应计入日内活跃度统计。
基于间隔，可以派生出一组活跃度指标：平均成交间隔、间隔中位数、间隔标准差（衡量成交节奏的稳定性）、单位时间成交笔数（即间隔的倒数均值）。中位数比均值更稳健，因为间隔分布通常右偏，少数大间隔会显著拉高均值。
四、常见数据质量问题与处理
逐笔成交数据在实际使用中几乎不可能"干净"，以下几类问题最为常见，处理方式也各有讲究。
时间戳重复导致的零间隔堆积。毫秒精度下，活跃标的在同一毫秒内可能撮合多笔，这些记录的间隔全部为 0。若直接用均值统计，会低估真实间隔；若用中位数，又可能被大量 0 拉低。处理思路是：先按成交编号排序确认顺序，再决定是否将同毫秒成交合并为一笔（合并时数量求和、价格取加权均价），或保留明细但在统计时说明零间隔占比。
重复记录。行情重传、补发机制会导致同一成交编号出现多条记录。若不去重，间隔计算会出现 0 值，成交笔数被虚增。去重键应使用"成交编号+代码"，而非仅用时间戳。
时间戳乱序。多路数据合并或网络传输延迟可能造成记录乱序，直接相减会出现负间隔。正确做法是先按编号排序再计算，而不是信任原始文件的行顺序。
缺失与断档。数据源中断会造成某段时间无记录，表现为一个异常大的间隔。这类间隔与真实的"冷清"难以从数据本身区分，需要结合数据源日志或与快照成交量交叉验证——若该时段快照显示有成交而逐笔缺失，则属于数据缺失而非真实冷清。
五、一个可复用的检查清单
综合以上内容，处理一批逐笔成交数据时，建议按以下顺序完成检查，形成可复用的处理记录：确认时间戳精度（秒/毫秒/微秒）并记录；按"代码+成交编号"去重；按代码分组、编号升序排序；按交易时段切分，剔除跨午休与隔夜间隔；统计零间隔占比、负间隔数量、最大间隔；对同毫秒多笔成交决定合并或保留策略；最后再计算平均间隔、中位数、标准差与单位时间成交笔数。把这套流程固化为脚本或模板，后续每批数据都能得到口径一致、可比较的活跃度指标，这也是逐笔成交间隔分析能够真正用于策略研究的前提。