3. 撤单行为的基本统计刻画

在逐笔委托与逐笔成交数据中，撤单是出现频率极高、信息含量却常被低估的一类事件。要研究撤单与成交响应之间的关联，第一步不是急着建模，而是先把撤单行为本身"量"清楚：它有多频繁、单笔撤掉多少量、撤单价格挂在盘口的什么位置、两次撤单之间隔多久。这四个维度构成了撤单行为的初步量化画像，也是后续构造关联特征、划分撤单类型、检验成交响应的基础坐标系。

本节以某只流动性中等偏上的A股（示例设定：日成交约8亿元、盘口十档、逐笔委托含买卖方向与委托编号）为教学对象，说明如何从逐笔数据中提取这四类统计量，并给出可复现的计算口径与示例结果。所有数值均为教学示例，用于说明计算过程与判读方式，不代表任何真实标的的实测结论。

一、撤单频率：先定义"分母"再谈高低

撤单频率最容易被误用的地方，是分母口径不统一。常见三种口径：其一，撤单笔数占全部委托笔数的比例，反映"下了又撤"的普遍程度；其二，撤单笔数占成交笔数的比例，反映撤单相对真实成交的规模；其三，单位时间（如每分钟）撤单笔数，反映撤单的时间聚集性。三者回答的问题不同，报告中必须写明口径。

以示例数据的一个连续竞价时段（09:30–11:30，共120分钟）为例：全部委托笔数 42,600 笔，其中撤单 11,900 笔，成交 28,300 笔。则撤单笔数占比约 27.9%，撤单/成交笔数比约 0.42，平均每分钟撤单约 99 笔。这个 27.9% 说明该标的每四笔委托中就有一笔被撤回，撤单不是边缘事件，而是订单流的主要组成部分之一。进一步按分钟切片会发现，开盘后前 10 分钟与尾盘最后 10 分钟的撤单笔数明显高于中间时段，这种"U 形"时间分布本身就是重要特征，提示撤单频率不能只用全天均值概括。

二、撤单量分布：均值会被大单拖偏

撤单量指单笔撤单事件对应的剩余未成交量。计算时应先按委托编号把同一委托的多次部分成交与最终撤单对齐，取撤单时刻的剩余量，而不是原始委托量。示例中 11,900 笔撤单的撤单量分布呈现典型右偏：中位数约 300 股，均值约 1,150 股，均值被少量大额撤单显著拉高。分位数上，P50≈300 股、P90≈2,000 股、P99≈18,000 股，最大单笔撤单 260,000 股。

因此描述撤单量时，应同时给出中位数、P90、P99 与最大值，并单独统计"大额撤单"（示例阈值：≥10,000 股）的笔数占比与量占比。示例中该组仅占撤单笔数的约 1.6%，却占撤单总量的约 31%。这一"少数笔数贡献多数撤单量"的结构，直接决定了后续关联分析不能只按笔数加权，否则大额撤单的成交响应会被稀释。

三、撤单价格相对盘口的偏移：给撤单"定位"

撤单价格相对盘口的偏移，刻画的是被撤委托挂在订单簿的哪个位置。定义偏移量 Δ = 撤单委托价 − 撤单时刻同侧最优价（买侧取买一价，卖侧取卖一价），以最小报价单位（示例为 0.01 元）为单位。Δ=0 表示挂在同侧一档，Δ>0 表示挂在更靠内的被动位置（买侧为低于买一价，卖侧为高于卖一价），Δ<0 表示挂在更靠外、更远离成交的价位。注意此处参照系为"同侧最优价"，全文与图示保持一致。

示例统计显示：Δ=0 的撤单约占 46%，Δ 在 1–5 个价位区间的约占 33%，Δ>5 的约占 15%，Δ<0（挂在盘口外侧）的约占 6%。这一分布说明近半数撤单发生在盘口一档，这类撤单对盘口厚度的即时影响最直接；而挂在深档的撤单虽然单笔影响小，但数量可观，撤掉后会使盘口纵深变薄。把偏移量与撤单量交叉统计，还能识别"一档大额撤单"这一高关注子集——示例中该子集约 1,100 笔，是后续检验成交响应的重点对象。

四、撤单时间间隔：区分"秒撤"与"长挂后撤"

撤单时间间隔有两个层次：一是同一委托从下单到撤单的存活时长，二是相邻两笔撤单事件之间的间隔。前者反映委托的"寿命"，后者反映撤单行为的节奏与聚集。示例中存活时长的中位数约 8.4 秒，P10 约 0.6 秒，P90 约 96 秒，呈现明显的双峰倾向：一部分委托在 1 秒内被撤回（可称为"秒撤"），另一部分挂留数十秒以上才撤。相邻撤单间隔的中位数约 0.9 秒，且间隔分布高度不均匀，存在明显的成簇现象。

计算存活时长时要注意：若委托经历部分成交后再撤，存活时长仍从原始下单时刻算起，但应在结果中标注"部分成交后撤单"的比例（示例约 12%），避免把两类撤单混为一谈。秒撤比例、长挂后撤比例、撤单成簇程度，都是后续判断撤单意图（试探、诱导、真实减仓）的重要输入。

五、把四个维度合成一张"画像"

四个维度单独看都是常规统计量，合起来才形成可用于后续研究的画像。建议按"委托编号"为键建立一张撤单事件表，字段至少包括：委托编号、买卖方向、原始委托价与量、撤单时刻剩余量、撤单时刻同侧最优价、偏移 Δ、存活时长、是否部分成交后撤单、相邻撤单间隔。这张表是后续所有关联分析的底座，字段口径一旦确定，全文不再更改。

在示例数据上，可以进一步做交叉切片来发现结构：按偏移 Δ 分组看撤单量中位数，Δ=0 组的中位数约 500 股，明显高于深档组约 200 股，说明贴近盘口的撤单单笔更大；按存活时长分组看秒撤比例，秒撤委托中 Δ=0 的占比约 61%，高于全样本的 46%，提示"秒撤 + 一档"是一个值得单独建模的子集。这类交叉统计不需要复杂模型，却能直接指向撤单的意图差异。

完成上述刻画后，读者应能回答四个具体问题：该标的撤单有多普遍、单笔撤掉多少、撤在盘口什么位置、撤得快还是慢。这四个答案构成了对撤单行为的初步量化认知，也为下一步把撤单事件与随后的成交响应配对、构造关联特征提供了明确的输入字段与分组依据。