港股Level2行情数据Tick、十档订单与分钟线详解昨晚跑因子又把内存给爆了盯着报错的日志看了半天发现“元凶”就是港股的逐笔成交数据。这东西数据量太大了但里面的信息也确实多。今天就来盘一盘这些数据到底包含了什么以及怎么用。很多人刚开始接触的时候容易把逐笔成交和分钟线数据搞混。简单来说逐笔成交Tick是市场每发生一笔交易就记录一次像个实时播报员信息最全但也最“占地方”。分钟线则是每分钟给你总结一次比如这一分钟的开盘价、最高价、成交量等数据量小很多适合做初步的回测。先说说最核心的逐笔成交数据。它记录的是交易所每一笔真实的成交明细。拿到一份这样的数据你通常会看到下面这些字段字段名说明一点个人体会股票代码比如00700.HK港股代码带后缀这个别弄错了。交易时间精确到毫秒的时间戳做高频或订单流分析时毫秒级精度是关键。成交价格这一笔的实际成交价最基础的价格信息。成交数量或成交量这一笔成交了多少股注意单位是“股”不是“手”港股每手股数不一样。成交金额这笔交易的总金额价格 * 数量有时候数据里会直接给。买卖方向标识是主动性买盘还是卖盘这个很重要能看出资金是主动向上买还是向下砸。通常B代表买S代表卖。订单号交易所生成的唯一订单标识用于关联订单的生命周期做更细的订单跟踪时会用到。光有成交记录还不够你想知道为什么在这个价位成交吗这就需要看十档订单簿数据了。它相当于在某个瞬间给市场的买卖排队情况拍了一张快照。订单簿数据通常会包含这些信息股票代码和快照时间同样精确到毫秒。买一价到买十价以及对应的买一量到买十量。卖一价到卖十价以及对应的卖一量到卖十量。看这个数据你能感受到市场的“厚度”。比如卖一挂了个大单股价想涨上去就得先消化掉这个单子。但这里也有坑有些大单可能是拆单拆出来的并不代表真实的阻力。我之前为了验证一个关于订单簿失衡的规律就调取了CMES金融数据库里过去三年的主力合约数据进行回测发现单纯看挂单量容易误判结合成交的买卖方向一起看会准很多。把Tick数据和订单簿快照数据在时间线上对齐你就能大致还原出市场微观结构的演变这对理解盘口动态很有帮助。当然这对数据清洗和匹配的要求也比较高。对于大多数不是做超高频策略的朋友来说分钟线或日线数据可能更实用。这类数据是已经聚合好的比如时间哪个交易日哪一分钟。OHLC开盘价、最高价、最低价、收盘价。成交量这一分钟内的总成交股数。成交额这一分钟内的总成交金额。日线数据字段类似只是时间周期变成了一天。用这些数据做回测速度会快非常多硬盘压力也小。新手真的不建议一上来就怼着Tick数据搞数据处理和存储都是大问题。如果你需要用程序获取这些数据可以看看相关的数据接口。这里给个Python的例子用的是前面提到的数据源接口注意需要先安装他们的库并且要有有效的访问权限# 示例获取港股股票历史行情数据# 使用 CMES金融数据库 的行情接口注意入参正确调用频率正常。importcmesdata# 初始化客户端这里需要替换成你自己的tokenclientcmes_data.Client(api_tokenyour_token_here)# 尝试获取腾讯控股的分钟线数据try:# 指定代码、开始日期、结束日期、数据频率1m表示1分钟dataclient.get_hist_data(symbol00700.HK,start2024-01-10,end2024-01-11,freq1m)print(data.head())exceptExceptionase:print(f获取数据出错:{e})代码很简单主要是get_hist_data这个函数通过改freq参数应该也能获取日线1d数据。具体能获取哪些字段和频率最好还是查一下官方文档。逐笔和十档数据通常接口不一样可能数据量太大会以文件形式提供下载。最后唠叨两句数据质量参差不齐免费的数据往往需要花大量时间清洗处理错误、除权除息等时间也是成本。有时候直接用现成的、清洗好的数据库哪怕花点积分可能反而更划算省下时间可以多琢磨策略逻辑。好了关于港股这几类行情数据就先聊这么多。数据字段大概就是这些具体用哪种得看你的策略类型和硬件条件。如果谁有更好的处理海量Tick数据的方法欢迎分享啊求教