构建市场时间机器：使用Python和WebSockets重放交易时段
内容提要
本教程介绍如何构建一个历史市场数据回放系统。系统从EODHD获取AAPL股票交易数据，将其标准化为确定性事件磁带，并通过可控制的时钟按原始时间顺序重放。该系统支持可调播放速度、暂停/恢复、跳转等功能，并通过FastAPI和WebSocket提供控制接口。消费者端仅根据接收的事件流计算滚动VWAP和市场状态，确保状态在跳转后正确重建。
延伸解读
为什么需要回放系统
历史数据通常是完整的数据集，但生产环境中的交易软件是逐事件接收数据的，未来未知，决策只能依赖已发生的事件。回放系统通过将历史数据按原始时间顺序重放，模拟实时市场环境，帮助开发者在可控条件下测试事件驱动系统，避免直接使用历史数据带来的偏差。
时钟设计的关键点
回放时钟采用锚定时间戳的方式，将历史时间映射到墙钟时间，避免因asyncio.sleep()的累积误差导致时间漂移。通过批量释放到期事件，减少高倍速下的调度开销。实测显示，在10倍速下，中位延迟仅0.36毫秒，95百分位延迟1.12毫秒，保证了回放的时间准确性。
状态重建与seek机制
消费者仅根据接收的事件流维护状态，不直接读取历史数据。seek操作会清除过期事件，并发送warmup事件，让消费者在跳转后重建正确的市场状态。这确保了在任意时间点跳转后，下游状态与真实历史一致，是回放系统可靠性的关键。
Q&A
如何用Python和WebSockets构建一个历史市场数据回放系统？
本教程介绍了构建历史市场数据回放系统的完整流程：从EODHD获取AAPL股票交易数据，将其标准化为确定性事件磁带，通过可控制的时钟按原始时间顺序重放，并使用FastAPI和WebSockets提供控制接口和事件流。系统支持可调播放速度、暂停/恢复、跳转等功能，消费者端仅根据接收的事件流计算滚动VWAP和市场状态。
为什么需要将历史市场数据重放为实时事件流？
历史市场数据通常作为完整数据集提供，便于分析，但与交易软件体验实时市场的方式不同。在生产环境中，事件逐个到达，未来未知，每个决策仅依赖于已发生的事件。重放系统通过模拟实时事件流，使事件驱动型软件能够以定时流的方式处理已完成的交易日，从而更真实地测试和验证交易逻辑。
在构建市场时间机器时，如何从EODHD下载完整的交易时段数据？
使用EODHD的历史tick API，通过loader.py中的fetch_session函数下载。该函数采用自适应窗口策略：初始窗口为30秒，如果响应达到10,000条记录上限，则缩小窗口重试；对于较安静的时段，窗口可扩大至30分钟。下载的数据以JSONL格式保存，并生成包含会话边界、tick计数等信息的manifest文件。
如何将原始tick数据标准化为确定性事件磁带？
在replay/events.py中，通过normalize函数处理原始数据。首先验证每个页面的字段长度一致，然后过滤无效记录（如时间戳非正、价格非有限或非正、尺寸为负），按时间戳和序列号排序，并移除重复记录。最终将数据存储在TradeTape中，使用NumPy数组高效存储，并支持按索引访问TradeEvent对象。
ReplayClock是如何实现可调速的历史时间重放的？
ReplayClock将历史时间映射到墙钟时间，公式为：历史经过时间 ÷ 播放速度 + 墙钟开始时间 = 目标墙钟时间。它使用time.monotonic()作为锚点，避免asyncio.sleep()累积误差。支持设置速度、暂停、恢复和跳转，通过重新锚定实现。replay_batches()函数批量释放到期事件，提高高倍速下的效率。
在回放系统中，如何实现暂停、恢复、跳转等控制功能？
ReplaySession类管理回放状态，提供pause、resume、set_speed、seek等方法。暂停时冻结时钟，恢复时重新锚定墙钟时间，速度变化时先锚定当前时间再应用新速度。跳转时停止当前生产者，定位到目标时间戳，清除过期事件，并发送warmup事件以预热消费者状态。控制命令通过FastAPI REST端点接收，并通过WebSocket发送控制事件。
消费者端如何仅根据事件流计算滚动VWAP和市场状态？
消费者通过WebSocket接收事件流，维护两个VWAP（30秒和2分钟）以及最新交易、累计成交量、奇数手和零尺寸百分比等状态。VWAP类使用双端队列存储窗口内交易，实时更新价格×成交量总和和成交量，并剔除过期数据。消费者不直接读取历史磁带，仅依赖接收的事件，确保状态在跳转后正确重建。
为什么在跳转后需要预热消费者状态？
跳转后，消费者需要重建状态，但仅从目标时间点开始接收事件会缺少历史窗口数据，导致VWAP等指标不准确。因此，系统在跳转后发送目标时间点之前的一段预热事件（默认120秒），让消费者处理这些事件以填充窗口，从而正确重建状态。
