微观结构研究开始前的检查清单

做订单簿和高频相关题目，最浪费时间的通常不是模型训练，而是中途发现：

• 时间戳口径不一致
• 集合竞价和连续竞价被混用
• 撤单、成交与盘口更新没有对齐
• 回测看到了当时不可能看到的信息

所以我给自己留了一份开始前的清单。

数据与时钟

• 原始数据的时间是交易所时间、本地时间，还是处理时间？
• 是否存在延迟、丢包、重复推送？
• 不同字段是否共享同一套事件时钟？

规则与状态

• 涨跌停、停牌、拍卖阶段如何处理？
• 盘口深度缺失时，特征是记零、记空，还是沿用上一个状态？
• 公司行为、合约换月或交易日历有没有被忽略？

特征与泄露

• 这个字段在决策时点真的可得吗？
• 滚动窗口是否使用了未来信息？
• 标签构造是否跨过了不可交易的时间缝隙？

验证与落地

• 除了收益率，还看不做交易时的暴露、换手和拥挤度吗？
• 失效时有没有监控指标？
• 如果只能保留 20% 的特征，会先留下哪些最可解释的？

清单不会让研究自动变好，但它能显著减少“跑完才发现前提错了”的概率。对我来说，这就是研究工程的一部分。