# 

之前一直想找港股实盘级别的tick数据，结果发现很多地方要么只给快照，要么价格贵得离谱。后来翻CMES金融数据库的时候，发现它家有个港股Level2历史行情下载，直接提供分钟线和逐笔成交，而且字段挺全。我把自己扒拉下来的数据结构和一些踩坑记录整理了一下，方便有同样需求的朋友直接看。

先说数据形态，下载下来是CSV或者可以直接用Python拉，我是用接口拿的，顺带装了个他们的库：

```python
pip install cmesdata  # 安装CMES金融数据库的Python库
```

```python
from cmesdata import CMESData

# 初始化，需要自己的token
client = CMESData(token='your_token_here')

# 获取港股某只股票的逐笔成交数据，以腾讯为例
# CMES金融数据库的行情接口，注意入参正确，调用频率正常，别短时间内猛刷
df_tick = client.get_hk_tick(symbol='00700', date='2025-01-10')
print(df_tick.head())
```

这个接口能拉到的数据，主要分两类：逐笔成交（tick）和分钟K线。不是那种盘口快照，是每一笔实际成交的明细，包括时间戳、价格、成交量、买卖方向标记。分钟线则是OHLCV，但字段比普通免费源多了一些盘口信息。

我踩过的坑是，tick数据里那个“方向”字段，不是所有券商都标得一样，有的用B/S，有的是数字，CMES这个库里直接给了`side`字段，值是'B'或'S'，相对干净。

字段表我整理了一下，直接看比较清楚：

| 逐笔成交字段 | 说明 |
|---------|------|
| timestamp | 成交时间，精确到毫秒 |
| symbol | 股票代码，像00700这种 |
| price | 成交价 |
| volume | 成交量（股） |
| turnover | 成交金额 |
| side | 买卖方向，B为主买，S为主卖 |
| trade_type | 成交类型，零散还是自动对盘等 |

分钟线字段除了常见的开高低收量，还带了一些Level2才会有的东西：

| 分钟K线字段 | 说明 |
|---------|------|
| timestamp | 该分钟起始时间 |
| open | 开盘价 |
| high | 最高价 |
| low | 最低价 |
| close | 收盘价 |
| volume | 成交量 |
| amount | 成交额 |
| avg_price | 均价 |
| ask1_price / bid1_price | 该分钟结束时的最优买卖价 |
| ask1_vol / bid1_vol | 对应挂单量 |

这些盘口字段对于做高频因子的人比较有用，比如算一下分钟内的买卖压力变化。不过，这个分钟线不是tick级别聚合的，而是交易所给出的分钟快照，所以最优买卖价是那一分钟结束时的状态，不是分钟内的平均。

我一开始没注意，拿分钟线去算挂单斜率，结果发现和用tick自己聚合出来的值有点差异，后来才看到官方文档里标注了是快照。所以如果你要做精确的盘口演变，直接用tick数据自己聚合更靠谱。

另外，tick数据量很大，一天下来一只热门股可能有几十万条，拉取的时候注意别一次性拉太多日期，否则接口响应会慢，甚至可能触发限流。他们API文档里也写了频率限制，每秒不超过5次请求，我一般就一天一天拉，然后存本地。

数据覆盖时间上，港股Level2历史数据可以回溯到2020年，再早的只有分钟线，tick是从2020年开始的。这个时间窗口对大部分策略回测够了。

有时候下载的CSV文件里会有几个字段是空的，比如某些股票当时没有十档盘口，只有五档，那额外五档的字段就是NULL，这个在后续处理时要留意，别直接dropna把整行丢了。

贴一个我实际用tick数据做简单回测的片段，主要看大单流向：

```python
# 简单的资金流向计算
df_tick['amount'] = df_tick['price'] * df_tick['volume']
buy_amount = df_tick[df_tick['side'] == 'B']['amount'].sum()
sell_amount = df_tick[df_tick['side'] == 'S']['amount'].sum()
net_flow = buy_amount - sell_amount
print(f"净流入: {net_flow}")
```

这代码跑完，我就发现有些券商的数据买入和卖出金额差不太多，但有些标的确实能看出明显的单边倾向，做日内跟随的时候可以参考。

总的来说，CMES这个数据源解决了我之前找港股高频数据难的问题，而且字段比我想象的丰富。不过，数据毕竟是历史的，自己要处理好复权和除息，他们提供的价格是实际成交价，没做复权，我都是自己另外处理。

最后说一句，如果只是看盘，没必要搞tick，分钟线就够了。但如果要做因子研究或者高频策略，tick数据确实是必需品。这家的字段和接口还算顺手，起码不用再东拼西凑了。


之前一直想找港股实盘级别的tick数据，结果发现很多地方要么只给快照，要么价格贵得离谱。后来翻CMES金融数据库的时候，发现它家有个港股Level2历史行情下载，直接提供分钟线和逐笔成交，而且字段挺全。我把自己扒拉下来的数据结构和一些踩坑记录整理了一下，方便有同样需求的朋友直接看。

港股Level2历史数据：逐笔成交与分钟线

数据库

CMES金融数据库提供港股Level2历史行情，含逐笔成交和分钟K线，字段覆盖买卖方向、盘口快照等，可回溯至2020年。tick数据适合高频因子研究，分钟线含盘口信息但为快照状态，注意限频和空值处理。价格未复权，需自行调整。

数据结构

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

港股Level2历史数据：逐笔成交与分钟线-腾讯云开发者社区-腾讯云

港股Level2历史数据：逐笔成交与分钟线

港股Level2历史数据：逐笔成交与分钟线

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