4. 订单簿快照特征构建
逐笔委托与逐笔成交是订单簿的“原始事件流”，而绝大多数特征检验与回测框架消费的是“等间隔快照”。本节要解决的核心问题是：如何用逐笔事件重建任意时刻的订单簿状态，并在快照时点上计算买卖价差、深度、斜率、压力等特征，同时保证快照频率与逐笔事件在时间轴上严格对齐，不产生前视偏差。
一、事件重放：订单簿状态的增量维护
重建订单簿的基本做法是维护两个有序结构：买侧（Bid）按价格从高到低排序，卖侧（Ask）按价格从低到高排序，每个价位挂一个数量队列。逐笔委托到达时按类型分派：限价委托插入对应价位队列；市价委托立即与对手方最优价位撮合；撤单按委托编号定位并扣减剩余量。逐笔成交则用于校验——成交回报中的价格与数量应当与订单簿撮合结果一致，若不一致说明事件流存在缺失或乱序，需要标记该时段数据不可信。
工程上常用“价格→累计量”的字典加排序键实现，但更稳妥的是用平衡树或跳表维护价位，保证插入、删除、取最优价为 O(log n)。一个关键细节是委托编号到价位的反向索引：撤单事件只带委托编号，没有价格，必须靠索引 O(1) 定位，否则重放成本会随簿深线性上升。
二、快照时点的对齐：事件时间而非墙钟时间
快照频率与逐笔事件的对齐是本节最容易出错的地方。常见错误是用墙钟时间每隔 N 秒切一刀，然后取“最近一条事件之后”的簿状态。正确做法是定义快照时点 tk，只重放时间戳 ≤ tk 的事件，得到 tk 时刻的簿状态；tk 之后的事件一律不得进入该快照。这样每个快照都是“截至该时点的信息集”，回测中用它预测 tk 之后的收益，因果方向才成立。
若逐笔事件时间戳存在同毫秒多事件，需按交易所序号（如逐笔序号、通道序号）二次排序，保证重放顺序确定。对于快照间隔，常见选择是 500ms、1s、3s；间隔越短，特征越贴近微观结构，但噪声与计算量也越大。建议在回测配置中把快照间隔作为显式参数记录，避免不同实验间口径漂移。
三、四类核心快照特征的计算口径
买卖价差取最优卖价减最优买价，即 Ask₁ − Bid₁；也可用相对价差 (Ask₁ − Bid₁)/中间价，后者便于跨标的比较。注意当某一侧为空（极端行情或数据缺失）时，价差应置为缺失而非 0，否则会污染后续统计。
深度通常定义为前 N 档的累计挂单量，买侧与卖侧分别计算。N 的选取要与标的 tick 和典型挂单量匹配：tick 较粗的品种用 5 档即可，tick 细的品种可能需要 10 档或按价格带宽（如中间价 ±0.1%）累计。深度是绝对量，跨标的比较时应除以近 20 日同时段均值做归一化。
斜率刻画挂单量随价格偏离的衰减速度。一种可操作口径是：对前 N 档做“累计量 ~ 价格偏离”的线性回归，取斜率；斜率越大，说明量集中在盘口附近，簿较“薄”；斜率越小，说明量分散在较远价位，簿较“厚”。回归前需固定档数 N，否则不同快照间不可比。
压力衡量买卖两侧力量对比，常用买侧前 N 档累计量除以卖侧前 N 档累计量。比值大于 1 表示买压占优。为避免除零，分母加一个极小常数；同时建议对压力取对数，使其在 1 附近对称，便于作为回归特征。
四、对齐校验与常见陷阱
构建完成后必须做三项校验。第一，因果校验：随机抽取若干快照，确认其重放所用事件的最大时间戳不超过快照时点。第二，成交校验：用快照簿对下一区间内的逐笔成交做“可成交性”检查，若出现成交价优于当时最优价且无法由簿内挂单解释，说明事件流有缺口。第三，特征连续性校验：价差、深度在相邻快照间的跳变若超过阈值，应回查该时段是否有大额撤单或数据断流。
最后，把每个快照的特征连同时间戳、标的、快照间隔一起落成宽表，作为后续逐笔特征有效性检验的输入。特征面板的列名、单位与缺失标记应在框架层统一约定，确保不同批次重建的数据可以直接拼接回测。