4. 间隔分布可视化

逐笔成交间隔是一个典型的右偏、长尾、非负随机变量。多数间隔集中在几百毫秒到数秒之间，但偶尔会出现数十秒甚至数分钟的“空档”。如果只报告均值和中位数，长尾结构、双峰特征、异常聚集都会被掩盖。因此，间隔分析必须依赖可视化：先用直方图看整体形状，再用核密度估计（KDE）获得平滑轮廓，用对数变换压缩量纲、暴露主体结构，最后用Q-Q图检验分布假设是否成立。这四种工具不是并列选项，而是一条从“看形状”到“验假设”的递进链条。

直方图：先确定分箱，再读形状

直方图的核心参数是分箱宽度。间隔数据跨度大，若在原始尺度上等宽分箱，0～2秒区间会挤满几乎所有样本，长尾部分只剩零星几根柱子。实操中建议先做两件事：一是统计分位数（如P50、P90、P99、最大值），确认偏斜程度；二是采用Freedman-Diaconis规则估算箱宽：h = 2 × IQR × n^(-1/3)。以某只流动性中等股票连续竞价阶段约 20000 笔成交为例（示例数据），若间隔中位数约 1.2 秒、IQR 约 2.5 秒，则 h ≈ 2×2.5×20000^(-1/3) ≈ 0.37 秒，可先取 0.4 秒分箱观察主体。若发现右侧拖尾过长，应改用对数分箱或直接切换到对数尺度，而不是盲目加大箱宽——加大箱宽会同时抹平主体细节。

读图时重点看三件事：主峰位置对应最典型的成交节奏；是否存在第二个峰（常见于开盘/收盘附近与盘中平稳期混合样本）；右尾是否在某个间隔值之后突然变薄，这往往对应做市商报价刷新周期或撮合节拍。注意：若把不同活跃时段的样本混在一起，直方图会出现“伪双峰”，此时应按时间段分层后再画。

核密度估计：用带宽控制平滑程度

KDE 把每个观测点替换为一个核函数（常用高斯核），叠加后归一化得到连续密度曲线。公式为 f̂(x) = (1/(nh)) Σ K((x - xᵢ)/h)，其中带宽 h 决定平滑度：h 太小曲线毛刺多、把噪声当结构；h 太大则抹平双峰。实践中可用 Silverman 经验规则 h ≈ 0.9 × min(σ, IQR/1.34) × n^(-1/5) 作为起点，再在 0.5～2 倍范围内手动比较。对右偏严重的间隔数据，直接在原始尺度做 KDE 容易在接近 0 处产生边界偏差（密度被低估或溢出负值），更稳妥的做法是先对间隔取对数，在对数尺度上做 KDE，再变换回原尺度展示。

KDE 的真正价值在于比较：把开盘后 30 分钟、盘中平稳段、收盘前 30 分钟三条密度曲线画在同一坐标系，峰位左移表示节奏加快，峰形变宽表示间隔离散度上升，出现肩峰则提示存在两种撮合节拍叠加。这比对比均值更能说明“活跃度结构”的变化。

对数变换：把长尾拉回可读区间

令 y = ln(Δt)（Δt 以秒计，需保证 Δt > 0；若存在同一时间戳的多笔成交，可加一个小常数如 1 毫秒再取对数，并明确记录该处理）。对数变换的作用有三：压缩右尾、把乘性差异转为加性差异、使近似对数正态的间隔分布更接近对称。变换后应重新画直方图与 KDE，观察是否近似单峰对称；若对数尺度上仍明显双峰，说明样本混合了不同交易状态，应分层处理。需要提醒：对数变换只改变展示与建模尺度，不改变原始数据的排序和分位数，报告中应同时给出原始尺度的关键分位数，避免读者误读。

Q-Q图：判断分布假设是否站得住

Q-Q图把样本分位数与理论分布分位数配对描点。若数据服从该分布，点应大致落在 45° 参考线上。对间隔数据最常检验的是指数分布（对应“成交到达近似泊松过程”的假设）和对数正态分布。实操步骤：对样本排序得到经验分位数，取概率 pᵢ = (i - 0.5)/n，计算理论分位数 F⁻¹(pᵢ)，描点 (理论分位数, 样本分位数)。

读图要点：左端点上翘说明实际短间隔比指数分布预期更多（成交成簇、拆单密集）；右端点下弯说明长间隔没有理论预测的那么极端；整体呈弓形则提示分布族选错，可尝试对数正态。Q-Q图不给出“通过/不通过”的自动结论，它提供的是偏差的方向和位置，这正是它比单一检验统计量更有诊断价值的地方。

把四步串成一次完整分析

假设我们拿到某标的连续竞价时段约 20000 笔成交（示例数据），按以下顺序推进：第一步，计算间隔分位数，确认中位数约 1.2 秒、P99 约 18 秒，右偏明显；第二步，用 0.4 秒箱宽画直方图，发现主峰在 0.5～1.5 秒、右侧长尾延伸至 20 秒以上；第三步，对 ln(Δt) 做 KDE，带宽取 Silverman 规则值约 0.35，得到近似单峰对称曲线，说明对数正态是合理候选；第四步，分别对指数分布与对数正态分布画 Q-Q 图，前者右端明显下弯、左端上翘，后者点列贴近 45° 线，据此选择对数正态作为建模起点。若把开盘 30 分钟单独抽出重做，常会看到峰位左移、短间隔端更密集，这正是活跃度上升的可视化证据。