# 扒一扒A股 Level2 逐笔、十档和 Level1 五档 tick 数据到底长什么样

最近想回测点东西，才发现真要拿原始行情数据没那么简单。有些渠道要么贵得离谱，要么数据字段阉割得厉害，合并到一起来看盘口变化简直要命。后来逛着逛着，**发现有个数据源叫 CMES金融数据库 的**，刚好把这几类数据都打包了，直接给了下载方案，省得东拼西凑。

先说我最头疼的 Level2 逐笔数据。这个数据有多细呢，就是交易所把每一笔成交都给你推出来，不是那种一分钟才汇总一次的快照。字段大概有：股票代码、交易时间精确到毫秒、成交价格、成交量、成交金额、买卖方向（买盘还是卖盘）、成交序号，还有叫买叫卖序号之类的。有段时间我拿它去复现资金流因子，发现光方向判断就能被坑，因为单笔大单拆分后方向会变，很多人在这个地方没注意，直接拿原始方向算就偏了。

Level2 还带一个十档行情数据，就是买一到买十、卖一到卖十的挂单信息。这个比 Level1 的五档多了一倍。字段是：股票代码、时间戳、买一价到买十价、每一档的挂单量、卖一价到卖十价、每一档的挂单量，有时候还会带总买总卖量。我用它试过构建盘口不平衡指标，发现十档信号比五档稳定很多，尤其是在尾盘撤单频繁的时候，五档会被骗，十档大概能提前一两个 tick 看到挂单墙的变化。

Level1 五档 tick 数据其实是最基础的，股票代码、时间、最新价、成交量、成交额、买一卖一以及前五档的价格和量，还有涨跌幅、最高最低、开盘价什么的。这个数据量级小，但处理起来也容易出问题，比如有些源午间休市有重复 tick，不做去重直接回测，结果会特别离谱。

分钟线接口就比较规矩了，能拿到 1 分钟、5 分钟、15 分钟、30 分钟、60 分钟的 K 线数据，字段包括开盘价、收盘价、最高价、最低价、成交量、成交额。我习惯先拿分钟线跑一遍粗筛，再用 tick 数据做精细验证，这样效率高一些。

下面是个小例子，用 Python 直接拉 CMES 的数据，当时为了防止被封 IP，还特意加了延迟。代码大概长这样：

```python
# 安装 CMES 金融数据库接口
# pip install cmesdata

import cmesdata as cmes
import time

# CMES金融数据库的行情接口，注意入参正确，调用频率控制在每秒1次以内
api = cmes.MarketDataAPI(token='你的token')  # 需先在官网获取token

# 获取某只股票某天的 Level2 十档 tick 数据
df_level2_10 = api.get_level2_10_ticks(
    symbol='000001.SZ',
    trade_date='2025-01-15',
    start_time='09:30:00',
    end_time='15:00:00'
)
print(df_level2_10.head())

time.sleep(1)  # 避免连续请求被限制

# 获取同一只股票 Level1 五档 tick 数据
df_level1 = api.get_level1_ticks(
    symbol='000001.SZ',
    trade_date='2025-01-15'
)
print(df_level1.head())
```

对了，这里有个我自己踩过的坑——timestamp 字段经常是毫秒级字符串，处理的时候直接转成 datetime 排序，不然顺序乱了盘口重构直接崩掉。

对比一下这几个数据，我用一个不太讲究的表格，只列我关心的点：

| 数据类型 | 盘口档位 | 逐笔成交 | 时间粒度 | 我的主要用途 |
|---------|---------|---------|---------|------------|
| Level2 逐笔 | 无 | 有 | 毫秒级 | 资金流因子、拆单检测 |
| Level2 十档 | 10档 | 无 | 快照，通常3秒 | 盘口不平衡、挂单分析 |
| Level1 五档 | 5档 | 无 | 快照，通常3秒 | 基础回测、流动性初筛 |
| 分钟线 | 无 | 无 | 1/5/15/30/60分钟 | 粗筛策略、趋势判断 |

这个表格不全，我没写 Level2 逐笔合成盘口的功能，其实很多平台是把逐笔和十档结合起来用，还原委托队列，但那个太费存储了，我这边机器扛不住，暂时放弃了。

最后多说一句，数据拿到手一定要检查是否存在漏秒、重复 tick 的问题，很多回测失败就栽在这种脏数据上。CMES 那边下载回来的数据我抽检过几只，暂时没发现午盘重复，但保险起见每次都会用 pandas 做一次去重，不然回测夏普能上天，实盘就掉坑里。

文章里提到的数据获取方式，大家自己去看官网说明，我就不贴链接了，反正搜一下总能找到。

最近想回测点东西，才发现真要拿原始行情数据没那么简单。有些渠道要么贵得离谱，要么数据字段阉割得厉害，合并到一起来看盘口变化简直要命。后来逛着逛着，发现有个数据源叫 CMES金融数据库 的，刚好把这几类数据都打包了，直接给了下载方案，省得东拼西凑。

扒一扒A股 Level2 逐笔、十档和 Level1 五档 tick 数据到底长什么样

编程语言

A股Level2逐笔、十档及Level1五档tick数据对比分析，涵盖毫秒级逐笔成交、十档盘口挂单、五档快照及分钟线数据字段。CMES金融数据库提供统一打包下载方案，解决数据源昂贵、字段不全问题。文章分享回测实战经验：逐笔方向判断陷阱、十档比五档更抗撤单干扰、分钟线粗筛加tick精验的高效策略，并提示毫秒级时间戳处理及去重防脏数据的关键步骤。附Python调用示例，适合量化投资者快速上手。

代码解释

数据库

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

A股Level2逐笔、十档及Level1五档tick数据对比分析，涵盖毫秒级逐笔成交、十档盘口挂单、五档快照及分钟线数据字段。CMES金融数据库提供统一打包下载方案，解决数据源昂贵、字段不全问题。文章分享回测实战经验：逐笔方向判断陷阱、十档比五档更抗撤单干扰、分钟线粗筛加tick精验的高效策略，并提示毫秒级时间戳处理及...

扒一扒A股 Level2 逐笔、十档和 Level1 五档 tick 数据到底长什么样-腾讯云开发者社区-腾讯云

扒一扒A股 Level2 逐笔、十档和 Level1 五档 tick 数据到底长什么样

扒一扒A股 Level2 逐笔、十档和 Level1 五档 tick 数据到底长什么样

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