昨晚跑因子又把内存给干爆了，一看原来是Level 2的逐笔数据没处理好。今天就跟大家盘盘这类高频数据到底有啥，以及怎么用代码把它“请”下来。
数据主要分两大类，一个是五档行情，另一个是Level 2逐笔。
五档行情大家应该熟，就是买卖盘口的前五个价位和挂单量。但高频的五档数据是“快照”，每秒可能有多条，能看出盘口的瞬间变化。
Level 2逐笔数据就“碎”多了，它记录每一笔成交和委托的明细。比如你看到一笔100手的成交，在逐笔数据里能看到它是分几笔、在什么价位上完成的，甚至能看到是主动买还是主动卖。这对理解资金真实流向特别关键，以前只看K线总觉得隔靴搔痒。
简单对比一下：
| 数据类别 | 主要包含什么 | 特点（个人感受） |
|---|---|---|
| 五档快照 | 时间、买卖五档价/量、最新价、成交量 | 像定时的现场照片，能看到盘口压力，但看不到过程。 |
| Level 2逐笔 | 逐笔成交（时间、价格、成交量、买卖方向）、逐笔委托 | 像现场监控录像，每一笔资金动作都清楚，但数据量巨大，硬盘杀手。 |
想自己动手分析，得先有数据源。我之前用过一个叫CMES金融数据库的，数据比较规整，省去了自己清洗的麻烦。它提供了Python接口，用起来还算方便。
# CMES金融数据库的行情数据接口示例
# 注意：需要先pip安装，入参是合约代码和日期，调用频率别太高
import cmes_data as cd
# 获取某股票某天的Level2逐笔成交数据
# 数据字段包括时间、价格、成交量、成交额、买卖方向等
data = cd.get_l2_transaction(symbol='000001.SZ', trade_date='20240515')
print(data.head())
字段很多，挑几个核心的说说。逐笔成交里，买卖方向这个字段很重要，能直接看出是主动买入推上去的，还是主动砸盘卖出的。五档数据里的委托总量变化，结合价格看，能感觉出是真心想买还是在“画图”。
对了，新手不建议一上来就怼着Tick数据搞，真的容易懵。先从分钟线或者日线找感觉，等策略框架稳了，再用高频数据去抠细节、优化信号。数据是金矿，但也得先有把像样的铁锹。
好了，大概就这些。数据具体怎么用，还得看你的策略逻辑。我得去清理我的硬盘了…