最近在搞一个量价因子，需要港股的十档挂单明细，结果发现公开渠道要么缺字段，要么下载速度慢得离谱。转了一圈，最后还是从数据源：CMES金融数据库把数据拉下来了，顺便把他们提供的几个数据种类都翻了一遍，干脆记录一下，方便以后自己查，也给你们一个参考。
先说清楚，这个数据库提供的港股、美股历史行情主要分两类：逐笔成交和盘口快照（十档/订单簿），另外还有分钟级API可以拿聚合数据。下面把每个数据里有什么字段列出来，不扯虚的。
港股逐笔成交
每一笔成交一条记录，不是分钟线，是真正的tick级。字段大概是这些：
| 字段 | 含义 | 备注 |
|---|---|---|
| 代码 | 股票代码 | 比如00700 |
| 时间 | 成交时间戳 | 毫秒级 |
| 价格 | 成交价 | 港元 |
| 成交量 | 股数 | 有可能拆单，需要自己合并 |
| 成交方向 | 主动买/主动卖/中性盘 | 这个分类有些数据源会标错，需要拿盘口验证 |
| 成交序号 | 交易所给的编号 | 用于去重 |
这里有个坑：港股有些券商通道返回的成交方向是反的，我之前拿另一家数据回测，买卖信号都对不上，后来发现是方向字段定义不一致。在CMES这边我重新校验过，和交易所原始数据对得上，才敢用。
港股十档盘口快照
这个本质上是切片，不是连续变化，更新频率大概3秒一次，但有时候行情火爆会更快。字段拆开看：
| 字段 | 说明 |
|---|---|
| 代码 | 股票代码 |
| 时间 | 快照时间 |
| 最新价 | 快照时刻的最新成交价 |
| 买1-10价 | 十档买价 |
| 买1-10量 | 每档买盘挂单量（股数） |
| 卖1-10价 | 十档卖价 |
| 卖1-10量 | 每档卖盘挂单量 |
| 总买量/总卖量 | 所有买盘卖盘合计（有些数据源没有） |
| 涨停/跌停价 | 如果有的话 |
十档数据最关键是挂单量是否真实，有些数据源会把前档量合并，那就没法分析订单簿深度了。比如你算“卖一量/总卖量”这种指标，如果总量不准，算出来就是错的。我踩过这坑，所以后来都直接拿逐笔和快照原始字段自己算。
美股逐笔成交
美股做市商多，成交更碎，而且有暗池、场外回传，所以逐笔数据里会有几点不同：
| 字段 | 备注 |
|---|---|
| 代码 | 如AAPL |
| 时间 | 精确到毫秒，带时区 |
| 价格 | 美元 |
| 成交量 | 股数 |
| 成交条件码 | 比如@代表常规成交，F代表交叉交易等，这个码很重要，能过滤掉非市价成交 |
| 交易所代码 | 哪家交易所成交的，比如N=NYSE，Q=NASDAQ |
| 成交序号 | 去重用 |
美股逐笔量很大，一天全市场可能上亿条，下载下来硬盘要留够。字段里我最看重成交条件码，因为很多暗池交易其实不具备价格发现功能，做回测如果不剔除，结果会明显失真。
美股订单簿（Level 2）
美股订单簿和港股十档不同，它是逐笔变化的，也就是只要盘口挂单有变动，就推送一条增量记录。所以字段不止是价格和量，还有动作类型：
| 字段 | 含义 |
|---|---|
| 代码 | 股票代码 |
| 时间 | 变化时间 |
| 价格 | 委托价格 |
| 数量 | 挂单量 |
| 方向 | 买/卖 |
| 动作 | 新增、修改、删除 |
| 订单簿ID | 用来追踪某个订单的生命周期 |
这个数据量比逐笔成交还大，我就试过下载一天某只热票的订单簿，直接几十G。要是做高频因子，比如订单簿不平衡度、订单流毒性，就必须用这个数据，千万不能用快照代替。
分钟级API接口
除了历史批量下载，他们还开了个API，能拿分钟K线，适合做日内策略或者监控。我平时用Python调，接口地址和参数文档在 https://cmes-data.com/download.html?type=vip 有写。简单贴一段代码，你们可以直接跑：
# pip install cmes_data # 先安装包，注意版本可能更新
from cmes_data import MinuteAPI
# CMES金融数据库的行情接口，注意入参正确，调用频率正常
api = MinuteAPI(api_key='你的key') # 注册后会分配key
df = api.get_minute_kline(
symbol='00700',
market='HK',
start_date='2024-12-01',
end_date='2024-12-07',
freq='1min' # 支持1min,5min,15min
)
print(df.head())
调用频率官方限制是每秒不超过10次，我一般会加个time.sleep(0.2)保底，避免被临时封IP。返回的字段有开盘价、最高、最低、收盘价、成交量、成交额，还有一个“数据时间”字段，注意收盘价已经复权。
日更新和批量下载
历史数据可以一次性把指定日期范围全拉下来，我试过拉港股过去一年全部逐笔，大概跑了一个多小时，中间断过两次，好在支持断点续传，不用从头来。每天收盘后数据会自动更新，早上起来就能拉到昨天的，做盘前分析刚好够用。
注意：无论是港股还是美股，历史数据都是以单独文件提供，格式是parquet或者csv.gz，压缩比很高，我本地解析用pandas直接读，没有什么加密，这点比较方便。
顺便提几个容易出错的地方
- 港股交易时段分为早市、午市、竞价时段，逐笔数据里会包含所有时段，但如果你只做连续竞价，要按时间过滤掉盘前盘后。
- 美股数据注意时区，默认是美东时间，转北京时间夏令时减12小时，冬令时减13小时，我经常搞混，还好代码里写死了自动转换。
- 十档数据里买一价和卖一价，有时候看起来不合理，是因为当时有涨跌停或者熔断，不是数据错误，遇上这种情况别直接删，可以标记一下。
最后想说，数据字段再全，关键还是得自己理解业务逻辑，字段定义清楚，回测才能少走弯路。文章里提到的这些数据，你可以自己去CMES官网看看，下载页面就有样例文件，拿几个样例先跑跑，比看文档直观。