11、时间与销售(Time & Sales)分析：逐笔成交数据解析
时间与销售，圈里人常叫它 T&S 或者逐笔成交。说白了，就是交易所把每一笔真实的成交记录甩给你看。我刚开始做量化那会儿，觉得这东西不就是个流水账嘛，后来才发现——这里面藏着太多秘密了。
你想想看，K线是啥？是人家加工过的数据。一分钟里到底发生了多少笔交易？每笔多大？谁在主动买？这些细节，K线根本不会告诉你。而 T&S 就是最原始的底稿。
逐笔成交数据的结构
一份标准的 T&S 数据，通常包含这几个字段：
| 字段 | 含义 | 我的用法 |
|---|---|---|
| 时间戳 | 精确到毫秒甚至微秒 | 用来对齐其他数据源 |
| 成交价 | 这笔交易的实际价格 | 判断价格跳变是否异常 |
| 成交量 | 这笔交易的手数/股数 | 区分大单小单的核心依据 |
| 成交额 | 价×量 | 算资金流向时用 |
| 买卖方向 | 主动买/主动卖/未知 | 判断谁在主导行情 |
嗯，这里要注意——不同交易所给的字段名可能不一样。比如上交所叫“成交编号”，深交所叫“成交序号”。我踩过这个坑，写代码时没做映射，结果回测数据全对不上。
Tick 级别的交易特征
什么叫 Tick 级别？就是每一笔成交都算一个 Tick。我习惯把 Tick 数据分成三类特征来分析：
- 价格特征：这笔成交是向上跳还是向下跳？跳了多少个最小变动单位？
- 量能特征：单笔成交量是否异常放大？跟过去 N 笔比，是均值几倍？
- 时间特征：两笔成交之间的间隔是多久？密集还是稀疏？
举个例子。我在监控某只期货合约时发现，连续 3 笔 Tick 都是主动买，价格没怎么动，但量一次比一次大。这说明啥？有人在偷偷吸筹，但又不想拉高价格。这种特征，K 线根本看不出来。
核心观点：Tick 级别的分析，本质是在还原多空双方的“肌肉记忆”。每一笔成交都是博弈的结果。
大单与小单的分类方法
怎么区分大单和小单？没有统一标准。我自己的做法是——动态阈值法。
def classify_order(volume, recent_volumes):
"""
动态分类大单小单
recent_volumes: 过去100笔的成交量列表
"""
import numpy as np
median_vol = np.median(recent_volumes)
std_vol = np.std(recent_volumes)
# 超过中位数3倍标准差，算大单
if volume > median_vol + 3 * std_vol:
return 'large'
# 低于中位数，算小单
elif volume < median_vol:
return 'small'
else:
return 'medium'
为什么用中位数而不是平均数？因为成交量分布经常有极端值，平均数会被拉偏。中位数更稳健。我曾经用平均数做分类，结果某天突然来了一笔巨量，后面所有单子都变成小单了——这显然不合理。
另外，不同品种的阈值肯定不一样。螺纹钢和黄金，一手的大小天差地别。我建议你每个品种单独训练一个模型，或者至少单独算统计量。
交易节奏分析
交易节奏，说白了就是“快慢”。我一般看三个维度：
- 成交频率：每分钟多少笔成交？频率突然加快，往往意味着有大事发生。
- 间隔分布：两笔成交之间的时间间隔是否均匀？不均匀说明有人在“等”或者“急”。
- 方向连续性：连续主动买的笔数多，还是连续主动卖的笔数多？
我记得有一次做股指期货的盘后分析。那天下午 2 点之后，成交频率从每分钟 30 笔突然降到 5 笔，但每笔的量都很大。间隔时间忽长忽短，方向全是主动卖。我当时就觉得不对劲——这不是正常的交易节奏，更像是机构在偷偷出货。果不其然，收盘前最后 10 分钟，价格跳水了。
避坑指南：我曾经把交易节奏的阈值设得太死，结果错过了很多信号。后来我改用滚动窗口 + 百分位法，效果好了很多。比如，把过去 5 分钟的成交频率作为基准，当前频率超过 90% 分位就算异常。
知识体系总览
下面这张图，是我自己梳理的 T&S 分析框架。你可以把它当成一个检查清单，做分析时对着看，不容易漏东西。
注意：T&S 数据量非常大。一只活跃股票一天可能产生几十万笔成交。如果你要实时处理，建议用 C++ 或者 Rust 写核心逻辑，Python 只做分析和回测。我见过有人用纯 Python 做实时 T&S，结果延迟飙到几百毫秒，直接被行情甩下车。
好了，关于 T&S 的基础框架就这些。下一层我们聊聊怎么把这些数据用到策略里——比如怎么用逐笔成交做盘口动量判断，怎么识别主力对倒。不过那是后面的事了。
无相订单流研究社 微信Lucian808555