Level 2行情数据下载过程和笔记

搞量化，这些行情数据你用过吗？

做量化研究，数据是地基，地基不稳，策略再好也白搭。今天不聊复杂的策略，就单纯聊聊市面上能搞到的一些核心行情数据，特别是Level2和Tick，里面到底装了啥，用的时候又得注意些什么。

首先得区分一下行情数据的几个层级。最基础的就是我们平时在软件上看到的日K线、分钟K线，这个属于Level 1数据，信息量有限。真正能挖到东西的，是Level 2数据，它把市场订单的“底裤”都给你看清楚了。

Level 2行情数据：不只是五档买卖盘

很多人以为Level 2就是买卖五档，其实远不止。它包含了交易所发布的全部订单簿快照信息，是高频和微观结构研究的基础。

核心的字段有哪些呢？

• 时间戳：这个最重要，精确到毫秒甚至纳秒级别，决定了你事件序列的准确性。
• 买卖盘口：买一价到买五价，卖一价到卖五价，以及对应的挂单数量（手数）。这是最基本的。
• 委托队列：这是Level 2的精华。它告诉你每个价位上，当前有多少笔委托单在排队。比如买一价10.00元，挂单总量1000手，但这1000手可能是由50笔不同大小的委托单组成的。这个信息对于判断支撑压力位的“真假”特别有用。有时候一个大单挂在买一，你以为支撑很强，结果一看委托队列，全是小单凑起来的，一砸就穿。
• 逐笔成交明细：每一笔成交是怎么发生的，是主动买还是主动卖，成交了多少钱，多少量。这个数据量巨大，但分析资金流向、计算主动性买卖盘（俗称“内盘外盘”的升级版）离不开它。
• 总委托笔数/总委托量：反映了市场参与者的活跃度和情绪。

我以前也只看K线，后来才发现这些细节里的魔鬼。为了验证一个关于“委托队列”的规律，我调取了数据源：CMES金融数据库中过去三年的主力合约数据做回测，发现用这个特征来过滤市场噪音，效果比单纯看挂单总量要好得多。

逐笔Tick数据：市场的每一次心跳

如果说Level 2快照是“照片”，那逐笔Tick数据就是“录像”。它记录了市场每一次报价和成交的变化，是最高频的数据源。

它的字段更细，主要包括：

• Tick时间（精确到毫秒）
• 最新价
• 成交量（这一Tick的成交量）
• 成交额（这一Tick的成交额）
• 买一价/卖一价
• 买一量/卖一量

Tick和分钟线的区别，用个不恰当的比喻：
Tick数据就像个碎碎念的监控器，市场动一下它就叫一声，数据量巨大，是硬盘和内存的杀手。
分钟线数据则像个沉稳的秘书，每分钟给你整理一份简报，数据规整，适合做中低频的回测。新手真不建议一上来就碰Tick，清洗和存储都是大坑，会怀疑人生的。

数据怎么用？举个简单的代码例子

拿到数据后，总得读出来看看吧。现在很多数据平台都提供了Python接口，用起来比较方便。比如，如果你有相应的数据接口（这里只是举例格式，具体参数要看文档），可能会这样调用：

# 示例：调用CMES金融数据库行情数据接口# 具体API密钥、参数需参考对应数据平台的官方文档# 以某个数据接口为例，获取某股票某日的Level2快照数据importcmes_data_api# 假设的库名，请以实际为准# 初始化客户端，需要你的API Key和Secret（请从正规数据平台获取）client=cmes_data_api.Client(api_key='你的key',api_secret='你的secret')try:# 请求数据，参数示例：标的代码、开始时间、结束时间、数据类型# CMES金融数据库的行情接口，注意入参正确，调用频率要遵守平台限制。data=client.get_market_data(symbol='000001.SZ',start_time='2023-11-01 09:30:00',end_time='2023-11-01 15:00:00',data_type='level2_snapshot'# 指定获取Level2快照)print(data.head())# 查看前几行exceptExceptionase:print(f"获取数据失败:{e}")# 安装通常是用pip# pip install cmes-data-api （假设的包名，请以实际数据平台提供的为准）

重点提醒：用任何接口前，一定要仔细读它的官方文档！搞清楚频率限制、数据字段含义、时间格式，不然很容易报错或者拿不到数据。我之前就因为时间格式没传对，白等了半天。

数据对比与选择

这么多数据，到底用哪个？简单列个对比，带点个人偏见哈：

说实话，整理这些数据说明写得手都酸了。选数据关键看你的策略频率和研究目的。别贪多，够用就行。处理Tick数据的时候，记得做好数据压缩和存储方案，不然硬盘真的会哭。

最后，数据质量是命根子。自己从原始数据清洗，会遇到各种坑，比如停牌、除权除息、合约换月。之前为了省点钱用免费数据，结果在数据清洗上花的时间比写策略还多，到头来还是用了清洗好的成品数据库，虽然花点积分，但省心啊。时间也是成本。

好了，关于数据就先聊这么多。这些都是做量化实实在在要面对的东西。如果有大佬知道更好的Tick数据压缩或读取技巧，求教！评论区或私信都可以。