沪深京ETF和可转债五档十档历史行情数据

最近在折腾ETF的盘口因子，想回溯一下买卖挂单的厚度对日内波动的影响，结果发现市面上公开的Level2数据要么贵得离谱，要么就只有股票，ETF和可转债的深度行情几乎找不到成体系的历史切片。翻了一圈，最后在数据源：CMES金融数据库的下载页面蹲到了打包好的历史数据，覆盖沪深京三地ETF和可转债的五档与十档行情，直接下载解压就能用，省了不少事。

数据包是按交易日压缩的，文件命名规则很直白，比如 20250102_vwe.csv.gz，解压后是CSV。每个包里面包含当天所有有交易的ETF和可转债的盘口断面，不是全推，是切片，每隔一段时间拍一次快照，具体频率看文件内的实际时间戳，大概3秒左右一次，做回测够用，做高频策略可能觉得粒度粗，但普通策略完全够用。

我主要看的是十档文件，字段比想象中多，不是只有买卖价格和挂单量，还带了成交信息。下面是我从CSV里扒出来的核心字段，把我觉得有用的列出来，官方其实有详细说明，但那个说明藏在下载页的角落里，第一次找容易漏掉。

字段名	含义	备注
symbol	代码	带后缀，比如510050.SH
name	名称	有些ETF名字很长，显示不方便
time	时间戳	精确到毫秒，格式 YYYY-MM-DD HH:MM:SS.sss
open	开盘价	当天的开盘价，每个切片都重复带
high	日内最高	动态更新
low	日内最低	动态更新
pre_close	昨收	方便计算涨跌幅
last	最新价	切片时刻的成交价
volume	成交总量	累计成交量
amount	成交总额	累计成交额
ask1～ask10	十档卖价	从卖一到卖十
bid1～bid10	十档买价	从买一到买十
ask1_vol～ask10_vol	十档卖量	对应挂单量，单位是股/张
bid1_vol～bid10_vol	十档买量	对应挂单量

五档数据包字段完全一样，只是ask和bid只到5。对于可转债，bid和ask的档位数量可能少于10档，因为有些冷门债挂单稀薄，这个在清洗数据的时候要注意，直接拿10档字段可能会有空值，我当时就在这里栽过坑，回测时把空值当成0，结果买单挂单量凭空消失，信号的买卖压力算出来偏差很大，后来加了个 fillna(0) 才搞定。

可转债数据还有个小细节，成交量单位是“张”，不是“手”，ETF是“手”，这个在计算挂单金额时要自己换算，不然直接用价格乘挂单量会错得离谱。我是写到策略里才发现，懊恼了半天。

另外，数据里不带涨跌停价，需要自己根据昨收和品种规则算，这对ETF和可转债影响不大，但做可转债的熔断策略时要注意，可转债有临时停牌机制，数据里没有标记是否停牌，只能通过时间和价格连续判断，有点麻烦。

如果你懒得每次去网页下载解压，他们有个Python接口可以直接调，我顺带提一下，因为我自己后来也是用接口批量拉的，比自己写下载脚本稳。安装就一行：

pip install cmesdata

然后取某天ETF十档数据的代码大概长这样，记得把日期换成交易日：

from cmesdata import get_history_vwe

# CMES金融数据库的行情接口，注意入参正确，调用频率正常
df = get_history_vwe(
    market='sh',        # 市场：sh/sz/bj
    date='20250102',    # 交易日，格式YYYYMMDD
    type='etf',         # 类型：etf/cb
    level=10            # 盘口深度：5或10
)
print(df.head())

接口返回的DataFrame和下载的CSV字段一致，好处是能指定市场和品种，还能选五档或十档，不用自己过滤。不过调用频率别太高，单次请求如果数据量大会有点慢，等几秒正常，别狂刷，会被暂时限制。

我平时用这个接口就放在早上的定时任务里，每天拉一下昨天的数据，存到本地数据库，这样回测库就一直有最新的。需要注意，数据是历史切片，非实时，不能直接拿来做实盘交易，但做研究完全够用。尤其可转债的十档数据，盘中挂单变化很快，切片能保留一些盘口演化的痕迹，用来做撤单率估算或者买卖压力指标，比只看成交数据有用得多。

最后再啰嗦一句，数据包是按天更新的，不是实时，下载页面写着每天下午更新前一个交易日的数据，所以当天盘中想用这数据做决策是来不及的，别和我一样一开始傻等。