第九章：时间与销售——Tick 数据、逐笔成交、交易量聚类、大单识别

做量化交易的朋友，一定听过这句话：「价格是表象，成交量是真相」。

我个人习惯把订单簿比作「静态的战场地图」，而 Tick 数据和逐笔成交，就是战场上的实时战报。你光看地图没用，得知道哪支部队在冲锋，哪支部队在撤退。

这一章，我们就来拆解这些「战报」——Tick 数据、逐笔成交、交易量聚类，以及大单识别。说白了，就是教你从海量交易数据里，嗅出主力的味道。

9.1 Tick 数据：最细粒度的市场心跳

先问个问题：你知道 1 分钟 K 线里，到底发生了多少次交易吗？

答案是：不知道。K 线只告诉你开盘、收盘、最高、最低、总成交量。中间的过程，全被抹掉了。

Tick 数据，就是记录每一次行情变动的快照。它通常包含：

• 时间戳：精确到毫秒甚至微秒
• 最新成交价
• 最新成交量（这一笔成交了多少手）
• 买卖盘口（买一、卖一的价格和挂单量）

我在项目中遇到过一个问题：用 Tick 数据回测策略，结果实盘跑起来完全对不上。后来发现，我用的 Tick 数据是「合并后的快照」，而实盘用的是「逐笔成交」。这两者差别很大。

9.2 逐笔成交：还原每一笔交易的真相

逐笔成交（Trade by Trade），才是真正的「每一笔成交记录」。它告诉你：

• 谁在买？谁在卖？
• 这笔交易是主动买入（吃单）还是主动卖出（砸盘）？
• 成交了多少量？

举个例子，你看到一笔 1000 手的成交，价格是 10.00 元。如果这笔成交是「主动买入」，说明买方直接吃掉了卖一价位的挂单。如果「主动卖出」，说明卖方直接砸给了买一价位的挂单。

但这里有个坑——逐笔成交数据量极大。A 股一天可能有几百万笔成交，期货市场更是天文数字。你想想看，如果每笔都存下来，一天就是几个 GB 的数据。所以，很多量化团队会选择「降采样」，只保留关键信息。

9.3 交易量聚类：把散兵游勇编成军团

单笔成交数据太碎了。一笔 1 手的交易和一笔 1000 手的交易，在逐笔成交里都是「一条记录」。但它们的意义完全不同。

交易量聚类，就是把连续的小单合并成「大单块」。常用的方法有：

• 时间窗口聚类：比如每 100 毫秒内的所有成交合并成一个「簇」
• 价格阈值聚类：价格变动超过 0.1% 时，把之前的成交合并
• 成交量阈值聚类：累计成交量达到某个阈值（比如 500 手）时，生成一个簇

我曾经用「成交量阈值聚类」做过一个策略：当连续 3 个簇都是主动买入，且每个簇的成交量都超过 1000 手时，我就认为主力在拉升，然后跟单。效果还不错，但要注意——阈值设得太小，全是噪音；设得太大，会错过行情。

9.4 大单识别：从数据中揪出主力

大单识别，说白了就是「找鲸鱼」。主力资金通常不会一笔砸出几万手，他们会拆单。但拆得再碎，也会留下痕迹。

常用的识别方法：

• 绝对阈值法：单笔成交超过某个手数（比如 500 手）就算大单
• 相对阈值法：单笔成交量超过过去 N 笔平均成交量的 3 倍标准差
• 时间序列法：用算法检测「异常密集的成交序列」

我个人比较喜欢「相对阈值法」。为什么呢？因为不同品种的流动性差异太大了。茅台一手 20 万，螺纹钢一手才 3000 块。用绝对阈值，在茅台上一笔 100 手就是天量，在螺纹钢上 100 手就是毛毛雨。

下面是我常用的一个简单大单识别代码：

def detect_large_trade(trades, window=20, z_threshold=3):
    """
    trades: DataFrame，包含 ['time', 'price', 'volume', 'side']
    window: 滚动窗口大小
    z_threshold: Z-score 阈值
    """
    trades['volume_ma'] = trades['volume'].rolling(window).mean()
    trades['volume_std'] = trades['volume'].rolling(window).std()
    trades['z_score'] = (trades['volume'] - trades['volume_ma']) / trades['volume_std']
    
    large_trades = trades[trades['z_score'] > z_threshold].copy()
    return large_trades

嗯，这里要注意：Z-score 方法假设成交量服从正态分布，但实际数据往往有厚尾。所以阈值设成 3 还是 4，需要根据回测来调。

9.5 知识体系总览

为了让你更直观地理解这些概念之间的关系，我画了一张图：

这张图展示了从原始数据到策略应用的完整链路。你想想看，如果没有逐笔成交和 Tick 数据，你只能看到 K 线，根本不知道里面发生了什么。有了这些数据，你就能看到市场的微观结构。

9.6 实战中的几个坑

最后，分享几个我踩过的坑：

• 数据延迟：Tick 数据的时间戳，不同交易所的精度不一样。有的精确到毫秒，有的精确到微秒。做跨交易所策略时，一定要对齐时间。
• 合并规则：有些数据商把 Tick 数据「合并」了——同一价格的多笔成交合并成一条。如果你用这种数据做逐笔分析，结果会失真。
• 大单拆单：主力会用算法把大单拆成小单，分散在不同时间点。单纯看单笔成交量，可能识别不出来。这时候需要结合「时间序列聚类」来检测。

---