K 线聚合：从 Tick 到 OHLCV

同一批成交为什么会聚合出两根不同的分钟 K 线？差异通常不在 max 或 sum 本身，而在时间边界、排序、交易阶段、累计量和缺失状态。

对已经确定证券、交易范围和时间窗口的成交集合：

• O：按事件顺序的第一笔成交价。
• H/L：最高、最低成交价。
• C：按事件顺序的最后一笔成交价。
• V：窗口内成交数量之和。
• A：窗口内成交金额之和。
• VWAP = A ÷ V；V 为 0 时没有成交均价，应保留为空。

这是自定义成交窗口的定义。交易所正式开盘价、收盘价和日行情可能使用专门规则，不能把窗口最后一笔当作所有市场的官方收盘价。若消息里的数量是累计值，必须先转成增量再求和。

左闭右开窗口 [09:30, 09:31) 包含 09:30:00，不包含 09:31:00。closed 决定边界归属，label 只决定显示标签；标签写成 09:31，不会自动改变归属。

窗口还需要锚点。例如一小时窗口从午夜对齐，和从 09:30 对齐，切片会不同。开盘、午休、收盘和跨市场会话不能只靠通用重采样参数处理。

验收时在 09:30:59.999 和 09:31:00.000 各放一笔成交，先手写归属，再运行程序。相同时间戳的多笔成交要按数据源给出的序号处理，不能默认 ID 排序就代表市场先后。

以上海市场普通股票竞价交易为例，交易规则列出的时段包括：09:15—09:25 开盘集合竞价，09:30—11:30 和 13:00—14:57 连续竞价，14:57—15:00 收盘集合竞价；盘后固定价格交易另有适用范围。具体品种、市场和规则会有差异，应以所属交易所最新规则为准。

一分钟线是否包括集合竞价、11:30 和 15:00 的边界成交、盘后交易和停牌状态，都要写进产品定义。“一天约有 240 根”只能是特定口径下的估算，不能作为所有数据的固定答案。

表格里没有记录，只能说明输入中没有记录，不能自动证明没有交易。沿用前收盘价也只是合成展示值，必须保留原始值和合成标记，不能当作实际成交价。

import pandas as pd

raw = pd.DataFrame({
    "id": ["T1", "T2", "T3", "T4", "T5", "T6"],
    "ts": ["2026-10-26 09:30:00.120", "2026-10-26 09:30:20.480",
           "2026-10-26 09:30:45.050", "2026-10-26 09:31:02.900",
           "2026-10-26 09:31:30.010", "2026-10-26 09:33:10.500"],
    "price": [10.00, 10.03, 9.98, 10.02, 10.05, 10.01],
    "qty": [500, 300, 200, 1000, 400, 600],
})
raw["ts"] = pd.to_datetime(raw["ts"]).dt.tz_localize("Asia/Shanghai")
raw["amount"] = raw["price"] * raw["qty"]
raw = raw.sort_values(["ts", "id"]).set_index("ts")
kw = dict(rule="1min", closed="left", label="left", origin="start_day")
bars = raw["price"].resample(**kw).ohlc()
bars = bars.join(raw[["qty", "amount"]].resample(**kw).sum())
bars["vwap"] = bars["amount"].div(bars["qty"].where(bars["qty"].gt(0)))
print(bars)

所有价格、数量和金额都要复用同一组窗口参数。跨到更长周期时，O 取第一根有效 O，H 取最大 H，L 取最小 L，C 取最后有效 C，V 和 A 分别求和；不能直接平均子 K 线的 VWAP，应使用总 A ÷ 总 V。

1. 同一过滤范围下，输入量额与输出量额守恒，差异要有排除原因。
2. 有成交的 K 线满足 L 不高于 O/C，H 不低于 O/C，V 与 A 单位一致。
3. 同样输入重跑得到同样结果，重复消息不会无意增加成交。
4. 乱序输入按源顺序恢复后结果一致，丢包时输出降级状态。
5. 迟到成交怎样修订，是否区分暂定、确认和修订版本。
6. 证券状态、交易阶段和复权口径明确，原始行情可追溯。

• 上海证券交易所交易规则
• pandas 重采样参数