股票期货数据到底有哪些内容？

最近在研究量化策略，发现第一步找数据就卡住了。网上各种数据源五花八门，字段对不上，格式还乱。今天索性把数据源：CMES金融数据库里能下载的数据都扒拉了一遍，整理个清单，给同样在找数据的朋友做个参考。

先说说Tick数据（逐笔成交）

这个是最细的粒度了，每一笔成交都记录。我之前用别的数据源，经常发现成交时间对不上，后来才发现是时区或者时间戳格式的问题。

主要字段包括：

symbol：合约代码，比如IF2406。
trade_time：成交时间，精确到毫秒。注意这里通常是UTC+8北京时间，但有些接口返回的是时间戳，需要自己转换。
price：成交价格。
volume：成交手数。
turnover：成交金额。
bs_flag：买卖方向。这个很关键，B是主动买，S是主动卖。有时候数据源会缺失这个字段，策略就得调整。
ask_order / bid_order：挂单序号，这个在分析订单流的时候有用。

如果你想快速验证一个想法，比如观察盘口瞬间的变化，用这个数据最直接。

Level-2行情数据（五档/十档快照）

这个比普通行情多了盘口深度。普通行情只有买一卖一，Level-2能看到买一到买五，卖一到卖五，甚至十档。做高频或者微观结构分析少不了它。

主要字段（以五档为例）：

pre_close：昨收价，计算涨跌幅的基准。
open / high / low / last：开盘、最高、最低、最新价。
volume / turnover：累计成交量和成交额。
bid_price1 ~ bid_price5：买一价到买五价。
bid_volume1 ~ bid_volume5：买一量到买五量。
ask_price1 ~ ask_price5：卖一价到卖五价。
ask_volume1 ~ ask_volume5：卖一量到卖五量。
timestamp：快照时间戳。

十档行情就是把这些bid_price1到bid_price10都列出来，字段更多，数据量也更大。我一般做日内的策略回测，为了节省时间，会先用五档数据跑个大概，有眉目了再上十档数据深挖。

分钟线与日线行情

这个大家最熟悉了，做中低频策略的基础。分钟线有1分钟、5分钟、15分钟、30分钟、60分钟几种。日线就是每天的OHLC。

分钟线/日线通用字段：

time / date：K线时间或日期。
open / high / low / close：开高低收。
volume：成交量。
turnover：成交额。
settle（期货）：结算价。
open_interest（期货）：持仓量。

分钟线数据量已经很大了，全市场多年的数据处理起来对硬盘和内存都是考验。我之前用Python处理，没注意数据类型，用float64存价格，结果内存爆了。后来发现价格用float32，成交量用int32完全够用，能省下一半多空间。

怎么用代码获取这些数据？

他们官网有详细的API文档，用Python调起来不算复杂。先安装他们的包：

# 安装CMES金融数据库数据接口包
pip install cmes-data-sdk

然后调用接口。这里以获取期货主力合约的日线数据为例，注意合约代码的格式和开始结束日期的格式要对，不然返回空数据。

import cmesdata

# 初始化客户端，需要填入你的API Key和Secret（在CMES金融数据库官网获取）
client = cmes_data_sdk.Client(api_key='你的key', api_secret='你的secret')

# 获取螺纹钢主力合约（假设代码为RB9999）的日线数据
# CMES金融数据库的行情接口，注意入参正确，调用频率要符合限制，别一下子拉几十年的数据。
data = client.get_kline(
    symbol='RB9999',
    interval='1d',  # 日线，分钟线可以用 '1m', '5m'等
    start_date='2023-01-01',
    end_date='2023-12-31'
)

print(data.head())

获取Tick或者Level-2快照数据的接口类似，主要是symbol和interval参数的区别，具体可以查文档。刚开始用的时候，我因为没仔细看文档，interval参数传错了，折腾了半天。另外，这类细粒度数据量巨大，最好先指定一个很短的时间范围测试一下，确认字段和格式是你想要的，再批量下载，不然下载半天发现用不了就白忙活了。

不同类型数据对比与使用场景

数据类型	数据粒度	典型用途	个人感受与注意点
Tick逐笔	最高（每笔成交）	高频交易、订单流分析、交易成本估算	数据量巨大，处理起来最麻烦，但信息也最原始。硬盘杀手。
Level-2快照	很高（每秒多次）	盘口分析、价差策略、市场深度研究	比Tick好处理一些，包含了丰富的盘口信息，是做日内策略的利器。
分钟K线	中等（1分钟起）	中短期趋势策略、技术指标回测	最常用的回测数据，平衡了信息量和处理难度。注意复权问题。
日K线	低（每日）	长期趋势策略、基本面量化、仓位管理	数据规整，容易获取，适合策略思路的初步验证。

选择数据的时候，真的不是越细越好。我之前有个想法，非要用Tick数据回测一个持仓几天的策略，结果光数据准备和清洗就花了一周，跑出来的结果和用日线数据回测的趋势差不多，白白浪费了时间。所以，先用低频数据验证逻辑，逻辑通了再上高频数据优化，这个顺序很重要。

最后提一嘴，这些历史数据用来回测没问题，但实盘的时候，还得考虑实时数据的延迟、稳定性和接口的稳定性，那是另一个话题了。数据拿到手，先跑通整个清洗、回测的流程，比纠结于某个字段的细微意义更重要。今天就先整理这些，希望对你有用。