Python量化交易异常检测核心是快速定位、可解释、可嵌入实盘，需先做数据清洗（缺失值、无穷大、不合理价格、重复时间戳、时区对齐），再用Z-score、IQR、波动率突变等统计规则实时标记，辅以Isolation Forest或LOF轻量模型识别隐蔽异常，结果须写入日志、对接风控、人工复核并定期重训模型。
在Python量化交易项目中做异常检测，核心是识别价格、成交量、订单流等数据中偏离正常模式的点，这些点可能预示着市场突变、程序错误或潜在套利机会。关键不在于追求复杂模型，而在于快速定位、可解释、能嵌入实盘流程。
数据清洗与基础校验
很多“异常”其实是脏数据造成的假信号。先做最基础但最关键的过滤：
- 检查缺失值和无穷大：用 df.isna().sum() 和 np.isinf(df).sum() 快速扫描
- 剔除明显不合理的价格：比如某只A股单日涨跌幅超过10.5%（含ST股限制），或价格为负、为零
- 处理重复时间戳：尤其在tick级数据中，用 df = df[~df.index.duplicated(keep='first')]
- 统一时区与频率：确保所有数据对齐到同一时间基准（如北京时间+8，或UTC），避免跨时段误判
基于统计规则的实时异常标记
适合实盘部署，响应快、逻辑透明。常用组合有：
- Z-score法：对滚动窗口（如60分钟）计算均值和标准差，|z| > 3 的点标为异常。注意用 rolling(60).apply(lambda x: (x[-1]-x.mean())/x.std()) 避免未来信息泄露
- 箱线图（IQR）法：Q1–1.5×IQR 和 Q3+1.5×IQR 之外视为异常，对非正态分布更鲁棒
- 波动率突变检测：用ATR或滚动标准差，当当前波动率 > 过去20期均值的2倍时触发预警
轻量模型辅助识别隐蔽异常
当统计规则漏检时，可用低开销模型补位，不追求精度，重在可解释性：
立即学习“Python免费学习笔记（深入）”；
- Isolation Forest：适合高维特征（如价量+订单簿深度+买卖压单比），用 sklearn.ensemble.IsolationForest，设定 contamination=0.01 即可
- LOF（局部离群因子）：对密度变化敏感，适合发现“局部拥挤中的孤立点”，如某秒内成交量暴增但前后平稳
- 输出建议保留原始特征贡献度：例如用 shap.TreeExplainer 快速看是哪个字段主导了异常判定
异常结果落地与反馈闭环
检测出来不等于有用，必须连到实际动作：
- 写入结构化日志：包含时间、标的、异常类型、原始值、Z-score/LOF得分、触发规则，方便回溯
- 对接风控模块：比如自动暂停该标的的策略信号生成，或降低其仓位权重
- 人工复核队列：把Top-N高分异常样本推送到内部看板，标注“已确认/误报/待查”，持续优化规则阈值
- 定期重训模型：每月用最新3个月数据微调Isolation Forest，防止概念漂移
基本上就这些。不复杂但容易忽略的是：异常检测不是越准越好，而是要和你的策略节奏匹配——高频策略容忍更低延迟但更高误报，中低频则更看重精准归因。先跑通基础规则，再叠模型，别一上来就上AutoEncoder。
