# 期货五档Level2行情数据到底长啥样

之前做期货策略，想回测一个基于挂单撤单的短线逻辑，结果发现手头的数据只有一档买卖价，盘口深度根本看不到。那段时间走了不少弯路，后来翻到一个渠道，能拿到五档的切片数据，还带逐笔成交，才算把坑填上。

下面直接说这个**数据源:CMES金融数据库**里能拿到什么。

---

**一分钟历史数据**

这部分的覆盖面有点夸张，国内期货品种的主力合约、连续合约、指数合约全都有，而且最早能追溯到2005年左右，也就是将近20年的分钟线。我自己用的时候，把2010年之后的螺纹钢、甲醇、PTA都拉过一遍，没发现缺段。

字段不复杂，但该有的都有：

| 字段 | 说明 |
|------|------|
| 时间 | 精确到秒，格式 yyyy-MM-dd HH:mm:ss |
| 开盘价 | 该分钟第一笔成交价 |
| 最高价 | 该分钟最高成交价 |
| 最低价 | 该分钟最低成交价 |
| 收盘价 | 该分钟最后一笔成交价 |
| 成交量 | 该分钟总成交量 |
| 成交额 | 该分钟总成交金额 |
| 持仓量 | 该分钟末的持仓量 |

没啥花哨的，但这个时间跨度对做趋势跟踪或者波动率统计的人来说，基本够用了。有一点要注意：部分老合约在上市初期可能没有成交额，或者持仓量为0，拉数据的时候最好校验一下。

---

**五档Level2实时行情**

这比一分钟数据要“重”很多。不仅是五档买卖，还包括了逐笔委托和逐笔成交，盘口变化能看得比较细。

盘口数据是切片推送的，约每秒两次，每次推送会把当前五档的价、量全量发过来。字段是这样的：

| 字段 | 说明 |
|------|------|
| 更新时间 | 毫秒级时间戳 |
| 最新价 | 最新成交价格 |
| 申买价1~5 | 买一到买五价格 |
| 申买量1~5 | 买一到买五挂单量 |
| 申卖价1~5 | 卖一到卖五价格 |
| 申卖量1~5 | 卖一到卖五挂单量 |
| 成交明细 | 逐笔成交列表（价格、量、方向、时间） |
| 委托明细 | 逐笔委托列表（价格、量、方向、时间） |

我比较看重逐笔成交里的“方向”字段，它不是简单的主动买/主动卖，而是根据前一笔成交价和委托价的关系判断，对分析多头/空头开平仓很有帮助。

期权品种也支持，只是有些非主力合约的盘口比较薄，五档里可能后面几档是0，看起来会有点寒酸。

---

**怎么取数据**

如果习惯用Python，接起来很方便。安装：

```python
pip install cmesdata
```

然后拉取一分钟历史数据，比如要螺纹钢主力合约从2020年1月到2023年12月的所有分钟线：

```python
from cmesdata import CmesClient

# CMES金融数据库的行情接口，注意入参正确，调用频率正常
client = CmesClient(api_key='your_key_here')

# 获取螺纹钢主力连续合约的分钟数据
df = client.get_kline(
    symbol='rb888',      # 合约代码，rb888是螺纹钢主力连续
    period='1min',       # 周期，支持1min,5min,15min,30min,60min,1day
    start='2020-01-01',
    end='2023-12-31'
)
print(df.head())
```

实时行情订阅稍微复杂点，需要处理回调：

```python
def on_quote(data):
    # data 是一个字典，包含五档盘口和逐笔
    print(data['last_price'], data['bid1_price'], data['bid1_volume'])

client.subscribe_quote('rb2401', on_quote)
client.run()
```

`subscribe_quote` 会持续推送，要记得控制调用频率，别疯狂请求，否则会被系统限流。接口文档里建议单连接订阅不超过10个合约，我自己试下来，5个以内比较稳。

这里有个小插曲，有次我为了验证一个规律，一口气订阅了20个合约，结果数据开始丢包，盘口更新延迟明显变大，后来老老实实降下来，就正常了。所以官方限制还是要遵守的。

---

**数据质量的一些观察**

- 一分钟数据的成交量、持仓量字段，和交易所盘后公布的数据对过，基本一致，偶尔有微小的四舍五入差异，不影响回测。
- 五档盘口的切片时间间隔不是完全均匀的，快的时候500毫秒一跳，慢的时候可能2秒，和交易所推送频率有关，做高频策略的话需要自己处理时间对齐。
- 逐笔成交数据量很大，一个活跃合约一天下来可能有几十万条，存储时建议用parquet格式，压缩比高，读取也快。

---

**适用场景**

我不是做高频的，所以主要用一分钟数据做中低频策略回测，用五档盘口做盘中监控，比如看买卖盘口比例突然变化，辅助判断短期方向。有时候也会把逐笔成交里的大单拎出来，看是不是有人在刻意挂撤单。

如果你只是想做简单的均线策略，一分钟数据足够。如果对盘口微观结构感兴趣，那五档和逐笔数据就绕不开，能看出来很多在K线上看不到的东西。

文件格式方面，下载下来的数据是csv，压缩包也不大，全市场一分钟数据一天也就几百兆，本地处理起来没压力。实时数据可以存成自己的数据库，省的每次都要重新拉。

---

就这些内容，没有长篇大论，纯粹是把自己用到的部分笔记整理了一下。数据源就不反复提了，大家自己找得到。

之前做期货策略，想回测一个基于挂单撤单的短线逻辑，结果发现手头的数据只有一档买卖价，盘口深度根本看不到。那段时间走了不少弯路，后来翻到一个渠道，能拿到五档的切片数据，还带逐笔成交，才算把坑填上。

期货五档Level2行情数据和分钟历史行情数据下载分析

数据库

大数据

开发工具

期货五档Level2行情数据含逐笔成交与委托明细，支持国内期货近20年分钟历史数据，盘口每秒约两次切片推送。CMES金融数据库提供Python接口，可获取螺纹钢等主力合约全字段数据，适合回测挂撤单策略及盘口微观结构分析，实时订阅需控制合约数量以避免丢包。

代码解释

Python

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

期货五档Level2行情数据和分钟历史行情数据下载分析-腾讯云开发者社区-腾讯云

期货五档Level2行情数据和分钟历史行情数据下载分析

期货五档Level2行情数据和分钟历史行情数据下载分析

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐