1. 课程导入与数据基础

在逐笔成交与逐笔委托构成的微观结构数据体系中，撤单往往被当作“没有发生的交易”而被忽略。但在真实的撮合市场里，撤单是订单生命周期中信息含量极高的一环：它既可能是做市商在报价被吃掉前的主动收缩，也可能是大单在价格即将穿越时的紧急避险，还可能是算法在队列位置不利时的策略性退出。研究逐笔撤单，本质上是在研究“谁在什么价位、什么时刻、以多大规模放弃了原本愿意成交的意愿”，而这种意愿的撤回，往往先于价格的移动发生。

本课程的核心问题可以归纳为一条主线：撤单行为是否携带对未来成交与价格响应的可预测信息，以及这种信息如何被量化、关联与验证。围绕这条主线，我们需要回答三个层次的问题。第一层是描述层：某只标的在特定时段内的撤单在价格、数量、方向上呈现什么分布，撤单率与成交率如何随时间变化。第二层是关联层：同一订单号从委托到撤单的存活时间、撤单前的盘口状态、撤单与随后成交的方向是否一致，这些关联特征能否区分不同类型的撤单动机。第三层是响应层：撤单事件发生后，未来若干秒或若干笔内的成交强度、买卖压力与价格漂移如何变化，从而判断撤单是“噪声”还是“信号”。

数据字段解析：从原始记录到订单生命周期

逐笔数据通常以“逐笔委托”和“逐笔成交”两张表呈现，撤单信息一般出现在逐笔成交表中以特定成交类型标识，或在独立的撤单表中给出。无论哪种形式，研究撤单都必须先明确字段语义。以下字段是构建订单生命周期的关键：

需要特别强调两个容易出错的细节。其一是部分撤单：一笔委托可能先成交一部分，剩余部分再被撤回，此时撤单数量小于原始委托数量，若直接用撤单数量当作委托规模会低估订单意图。其二是时间参照系：本文所有时间差均以“撤单时间减委托时间”为正方向，单位为毫秒，若数据源使用交易所本地时钟，需先确认两张表时间戳口径一致，否则存活时间会出现负值或系统性偏移。

下面给出一段示例性的字段对齐与生命周期重建代码，用于说明实际操作方式。示例参数与输出均为教学假设，不代表真实市场数据。

import pandas as pd

# 假设已读入逐笔委托与逐笔成交（含撤单标识）
orders = pd.read_csv("order.csv")      # order_id, order_time, price, qty, side
trades = pd.read_csv("trade.csv")      # order_id, trade_time, trade_type, qty

# 1) 分离撤单记录：trade_type == 'C' 表示撤单
cancels = trades[trades["trade_type"] == "C"].copy()
cancels = cancels.rename(columns={"trade_time": "cancel_time"})

# 2) 以订单号关联委托信息
life = cancels.merge(orders, on="order_id", how="left")

# 3) 计算存活时间（毫秒），并标记全撤/部撤
life["alive_ms"] = (life["cancel_time"] - life["order_time"]).dt.total_seconds() * 1000
life["cancel_ratio"] = life["qty_x"] / life["qty_y"]   # 撤单量 / 原始委托量
life["is_full"] = life["cancel_ratio"] >= 0.999

print(life[["order_id", "alive_ms", "cancel_ratio", "is_full"]].head())

这段代码的关键不在语法，而在于它体现了研究的基本纪律：任何撤单特征都必须回到订单号这一主键上，任何统计都必须先确认撤单是全部撤回还是部分撤回。完成这一步后，我们才拥有了一张“订单级撤单事件表”，后续的价格距离、盘口状态、成交响应都可以在这张表上继续扩展。

上图把本节的知识结构压缩为一条可执行的链路：左侧三类原始记录通过订单号汇聚到“订单生命周期重建”，再向右扩展为撤单特征与成交响应变量，最终进入关联分析与验证。图中底部的三层问题对应研究目标，而时间参照约定则提醒我们，所有涉及时间差的特征都必须先统一口径。

研究目标的具体化与首轮观察

把目标落到可操作的层面，本节建议先完成三项基础工作。第一，统计撤单率的时间序列，即每分钟撤单笔数占委托笔数的比例，观察是否存在开盘、收盘或特定事件前后的聚集。第二，按存活时间分桶，例如 0–50ms、50–500ms、0.5–5s、5s 以上，比较不同桶内的撤单比例与方向分布，初步判断哪些撤单更像“瞬时反悔”，哪些更像“长时间挂单后的策略调整”。第三，对每笔撤单计算其价格相对当时最优买价或最优卖价的距离，距离越近的撤单对盘口压力的边际影响越大。