ptrade 怎么利用 Level-2 逐笔委托与成交数据计算特定价格档位的撤单比例？

ptrade Level-2 实战：基于委托编号（order_no）追踪撤单意图与主力撤单比例

在 A 股高频交易与盘口微观结构分析中，撤单比例是识别主力资金“虚假申报（Spoofing）”与诱多/诱空意图的核心指标。通过 ptrade 提供的 Level-2 逐笔数据，我们可以利用委托编号（order_no）精准追踪每一笔委托的生命周期。

由于沪深两市的 Level-2 报文机制不同，我们在计算撤单时需要采用不同的处理逻辑：

1. 上海市场（SH）：撤单直接体现在逐笔委托（get_individual_entrust）中，其 trans_kind 字段为 5（删除订单）。
2. 深圳市场（SZ）：撤单体现在逐笔成交（get_individual_transaction）中，其 trans_flag 字段为 1（撤单成交），此时的 buy_no 或 sell_no 对应原委托的 order_no。

一、 核心 API 接口介绍

为了保证高频场景下的运行效率，建议在调用时开启 is_dict=True 参数，以获取极速的字典格式数据：

• get_individual_entrust(stocks, data_count, is_dict=True)
  • 返回字段：business_time（时间）、hq_px（价格）、business_amount（委托量）、order_no（委托编号）、business_direction（方向：0-卖，1-买）、trans_kind（类型：4-增加，5-删除）。
• get_individual_transaction(stocks, data_count, is_dict=True)
  • 返回字段：hq_px（价格）、business_amount（成交/撤单量）、buy_no（买方编号）、sell_no（卖方编号）、trans_flag（1代表撤单成交）。

二、 Python 实战源码

以下是在 ptrade 交易环境中，兼容沪深两市、基于 is_dict=True 高效计算特定价格档位撤单比例的完整策略源码：

def initialize(context):
    g.security = '600570.SS'  # 恒生电子（上海市场示例）
    # g.security = '000001.SZ'  # 平安银行（深圳市场示例，可切换测试）
    set_universe(g.security)

def handle_data(context, data):
    # 获取目标价格（以当前最新价为例，实际可指定任意盘口档位价格）
    snapshot = get_snapshot(g.security)
    if not snapshot or g.security not in snapshot:
        return
    
    target_price = snapshot[g.security]['last_px']
    
    # 计算该价格档位的撤单比例
    ratio = calculate_cancel_ratio(g.security, target_price)
    if ratio is not None:
        log.info(f"代码: {g.security} | 目标价格: {target_price} | 撤单比例: {ratio:.2%}")

def calculate_cancel_ratio(security, target_price):
    """
    计算指定代码在特定价格档位上的撤单比例
    撤单比例 = 该价格撤单总股数 / 该价格历史总委托股数
    """
    is_sh = security.endswith('.SS') or security.endswith('.XSHG')
    
    # 1. 获取逐笔委托数据（获取最近200条）
    entrust_data = get_individual_entrust([security], data_count=200, is_dict=True)
    if not entrust_data or security not in entrust_data:
        return None
        
    entrust_list = entrust_data[security]
    entrust_fields = entrust_data['fields']
    
    # 字段索引映射
    e_idx = {field: i for i, field in enumerate(entrust_fields)}
    
    total_entrust_vol = 0.0  # 目标价格的总委托量
    total_cancel_vol = 0.0   # 目标价格的总撤单量
    
    # 记录目标价格的所有委托单号（用于深圳市场匹配）
    target_order_nos = set()
    
    # 遍历委托记录
    for item in entrust_list:
        px = item[e_idx['hq_px']]
        vol = item[e_idx['business_amount']]
        order_no = item[e_idx['order_no']]
        kind = item[e_idx['trans_kind']]
        
        # 仅统计目标价格
        if abs(px - target_price) > 0.001:
            continue
            
        if is_sh:
            # 上海市场逻辑
            if kind == 4:  # 增加订单
                total_entrust_vol += vol
            elif kind == 5:  # 删除订单（撤单）
                total_cancel_vol += vol
        else:
            # 深圳市场逻辑：先统计所有新增委托
            total_entrust_vol += vol
            target_order_nos.add(order_no)
            
    # 2. 深圳市场需要结合逐笔成交数据匹配撤单
    if not is_sh:
        trans_data = get_individual_transaction([security], data_count=200, is_dict=True)
        if trans_data and security in trans_data:
            trans_list = trans_data[security]
            trans_fields = trans_data['fields']
            t_idx = {field: i for i, field in enumerate(trans_fields)}
            
            for t_item in trans_list:
                # trans_flag == 1 表示撤单
                if t_item[t_idx['trans_flag']] == 1:
                    buy_no = t_item[t_idx['buy_no']]
                    sell_no = t_item[t_idx['sell_no']]
                    cancel_vol = t_item[t_idx['business_amount']]
                    
                    # 如果撤单的原始委托单号在我们记录的目标价格单号中
                    if buy_no in target_order_nos or sell_no in target_order_nos:
                        total_cancel_vol += cancel_vol
                        
    # 3. 计算比例
    if total_entrust_vol == 0:
        return 0.0
        
    cancel_ratio = total_cancel_vol / total_entrust_vol
    return min(cancel_ratio, 1.0)  # 限制最大为100%

三、 盘口微观量化应用场景

1. 识别虚假支撑/阻力：当某价格档位（如买一、买二）堆积了大量委托，但伴随着极高的撤单比例（例如 > 70%），说明主力资金大概率在进行“诱多”申报，一旦价格逼近就会迅速撤单，属于虚假支撑。
2. 主力资金流向修正：传统的资金流向仅通过外盘（主动买）和内盘（主动卖）计算。结合 Level-2 撤单比例，可以剔除主力挂单后撤单的干扰，还原最真实的散户与主力博弈净流入。