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clientcmes_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。dataclient.get_market_data(symbol000001.SZ,start_time2023-11-01 09:30:00,end_time2023-11-01 15:00:00,data_typelevel2_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数据类别特点数据量适合做什么个人感受Level 2快照3秒/笔沪深有深度订单簿很大盘口分析、高频策略、交易成本估算研究市场微观结构的核心但存储处理麻烦。逐笔成交每笔成交都记录有买卖方向巨大资金流分析、订单流分析、超高频率策略数据量爆炸一般电脑扛不住通常是专业机构在用。1分钟K线由Tick合成包含OHLCV小技术指标回测、中低频策略最常用数据规整好处理新手友好。日K线每日开盘、收盘等极小长期趋势分析、基本面量化基础中的基础但信息量太少。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。