张远的录音文档还停留在“中国石化”的第一条预警记录上，光标在屏幕中央闪烁。陈帆没有看他，而是调出了Level-2数据通道的连接日志。绿色进度条刚刚走完最后一格，系统右下角弹出提示：**十档行情数据流已同步，延迟稳定在380毫秒**。
他敲下回车，主屏瞬间切换为盘口深度图。五档变十档，买卖两侧的挂单厚度拉长了一倍，每一笔委托的进出都带着时间戳滚动刷新。李阳凑近副机屏幕，手指划过一列突兀的万位挂单：“这手数太整齐了，不像散户能凑出来的。”
“不是巧合。”陈帆放大中国石化的早盘数据，“昨天下午两点十七分，买一出现9999手托单，三秒后撤掉。两分钟后又来一次，节奏完全一致。”他拖动时间轴，连续标出七次同类操作，“这种反复挂撤，目的不是成交，是让别人看见‘有大单撑着’。”
张远关闭录音界面，调出当天的成交明细。“真实买单集中在三百手以内，大挂单下面根本没有跟风成交。”他顿了顿，“这是摆样子给人看。”
李阳已经打开代码编辑器。“我加个规则——凡是整万手挂单且在五百毫秒内撤销的，自动标记为‘疑似托单’。”他快速输入正则表达式，设定触发条件，“再结合后续十分钟内的价格走势，统计它是不是紧接着下跌。”
陈帆点头：“先跑一遍历史数据，看有没有规律性信号。”
程序启动后，系统开始回溯过去三个交易日的全部十档记录。数据量远超预期，每只股票每秒产生上千条变动，服务器负载迅速爬升至75%。李阳临时启用了校园网边缘节点做分布式缓存，才避免进程卡死。
两个小时后，结果生成。在筛选出的四百多条“整万挂撤”事件中，有三百六十九次发生在股价拉升阶段，其中三百一十八次在两小时内出现回调，占比86.4%。最典型的案例是某地产股，主力连续三次用9999手封住买一，推动价格上涨1.8%，随后迅速清仓，当日跌幅达5.3%。
“这不是护盘，是诱多。”张远低声说。
“那就把它变成我们的判断依据。”陈帆在系统架构图中新增一个模块框，命名为“盘口语言解读”。他设定三条核心逻辑：整万手托单视为虚假支撑；卖五档持续压单而买盘萎缩为出货前兆；同一价位多次对倒且单日总量超均值三倍即触发警报。
李阳负责编码实现，张远构建验证样本库。两人分工明确，一个写规则，一个喂数据。到下午开盘前，原型模块已能实时扫描全市场个股，并对异常盘口做出标注。
第一只被系统亮红灯的是华联综超。
消息面上，这家公司刚传出与某电商平台洽谈合作的消息，股吧里一片看好声。K线形态也呈现突破走势，早盘高开2.1%，成交量明显放大。但Level-2数据显示，所有买单中，98%集中在五十手以下，而买一的九千九百九十九手挂单每隔三十秒就撤掉重挂，从未真正吃进筹码。
“只有架子，没有实单。”陈帆盯着盘口变化，“这不是拉升，是画饼。”
李阳的模块在9点42分发出正式预警：**检测到程序化托单行为，短期回调概率87.3%**。
交易室陷入短暂沉默。此前的所有决策都基于基本面或技术指标，这是第一次仅凭盘口细节决定方向。一旦判断失误，不仅会亏损，还会动摇新模块的可信度。
“仓位多少？”陈帆问。
“按风控上限，两成。”李阳回答，“止损设1.5%。”
“做空。”陈帆直接拍板，“融券额度够吗？”
张远已经在操作界面输入指令：“够，可以拿下八万股。”
委托成功发出，系统自动拆分成十六笔两千股的小单，间隔五分钟释放一笔。第一笔成交价14.63元，股价当时还在微幅上扬。
十五分钟后，异动出现。原本稳在买一的大额托单突然消失，紧接着三笔五千手以上的卖单砸下，价格应声跌破分时均线。不到十分钟，跌幅扩大至3%，市场情绪急转直下。
“他们在出货。”张远盯着逐笔成交，“这才是真实的抛压。”
后续几笔融券单陆续成交，均价落在14.50元区间。到中午收盘，该股跌至13.95元，团队账面浮盈接近四万元。
“吃掉了全部波动空间。”李阳看着收益曲线，“而且是在市场普遍看多的情况下。”
陈帆没笑。他重新调出早盘的盘口录像，慢速播放那几次万手挂撤的过程。“以前我们看不到这些，所以只能等价格变了才反应。现在不一样了，我们看到了动作，就能预判结果。”
下午开盘后，主力试图再度拉高，再次挂出9999手买单。但这次，系统早已标记其为惯用手法，没有再发出任何误判信号。不到二十分钟，同样的剧本重演——托单撤离，抛压涌出，股价加速跳水。最终收盘跌幅定格在7.8%。
“这不是运气。”张远调出模块运行日志，“是模式识别。同样的手法，在过去两周至少出现了十三次，我们之前全都错过了。”
这句话让整个交易室安静下来。
他们曾以为自己已经建立了严密的监控体系，可直到接入Level-2数据，才发现还有大量隐藏信息从未被捕获。那些被忽略的挂单节奏、撤单频率、对倒规模，其实早就透露了主力的真实意图。
“原来的系统依赖的是结果数据——涨了多少，成交量多少。”李阳总结道，“但现在我们拿到了过程数据——他们是怎么做的。”
陈帆下令将“盘口语言解读模块”设为独立子系统，接入主决策引擎的前置过滤层。所有短线交易信号必须经过该模块复核，未通过验证的不予执行。
李阳继续优化算法效率，把全市场扫描耗时从最初的十二秒压缩到两百毫秒以内。张远则着手建立“主力行为案例库”，将每一次确认有效的盘口模式归档留存，用于后续训练识别精度。
傍晚六点，系统生成首份《盘口有效性报告》。数据显示，在加入该模块后的三个交易日内，短线策略的预测准确率从68%提升至83%，超额收益显著。尤其在应对突发拉升或闪崩行情时，响应速度比传统模型快了近一个周期。
“我们终于不只是看图说话了。”李阳靠在椅背上，眼睛仍盯着终端输出的结果，“我们现在能听懂他们在说什么。”
陈帆没有回应。他正在审核模块的日志输出，一条条核对警报触发的原始依据。突然，他停下翻页的手指。
屏幕上，一只尚未纳入观察池的医药股正显示出异常迹象：卖五档连续十分钟维持一万手以上压单，而买一挂单量从峰值的八千手锐减至不足两千，且最近五笔千手级买单均在成交前被主动撤回。
“这个节奏……”张远也注意到了，“和华联综超很像。”
“但方向相反。”陈帆放大细节，“这不是诱多，是压价吸筹。”
李阳立刻调取该股近期公告，无利空消息，研报评级维持“增持”。技术图形处于横盘末期，成交量温和放大，表面看并无异常。
“系统还没给警告。”张远看向主控台，“因为不在扫描范围内。”
陈帆点击鼠标，将该标的手动加入测试队列。模块运行五秒后，弹出黄色提示：**检测到隐蔽压单行为，结合买盘萎缩特征，存在主动控盘嫌疑，建议纳入观察**。
“原来它也能认出来。”李阳轻声说。
“只是我们没让它看全。”陈帆调整参数范围，“把扫描扩展到全市场所有流通市值低于五十亿的个股，频率提高到每五分钟一次。”
命令下达后，系统重新启动扫描。进度条缓缓推进，每扫过一只股票，都会在后台留下分析记录。当编号跳至第217只时，警报声第一次响起。
红色框弹出：**检测到程序化压单行为，短期反弹概率81.6%**。
目标：恒康药业。
张远立即调出盘口详情。过去四十分钟内，该股卖方始终堆积万手级委托，压制价格无法突破前高，但实际卖出量极低，大部分卖单在触及买盘时便提前撤回。与此同时，买方小额成交持续累积，主力正在低价收集筹码。
“这不是下跌信号。”陈帆盯着不断更新的数据流，“这是掩护进货。”
他转向张远：“准备融券平仓指令，同时预留资金池两成额度，明天开盘后尝试建仓。”