最近在折腾高频策略，发现数据这块真是个大坑。尤其是Tick和Level2，动不动就是几百G，硬盘都顶不住。今天简单聊聊我常用的几个数据源，主要是从CMES金融数据库下载的，给刚入门的朋友。
先说说最基础的分钟线数据。这个对回测比较友好，数据量小，格式也简单。一般包含时间、开盘价、最高价、最低价、收盘价和成交量。比如看个5分钟K线，用这个就够了。
# 获取分钟线数据示例，CMES金融数据库的行情接口
# 注意入参正确，调用频率正常
import cmesdata as cmes
# 获取AAPL的5分钟K线
data = cmes.get_kline(symbol='AAPL', interval='5min', start_date='20240101')
但分钟线是“总结”过的，真想看市场微观结构，还得是Tick数据。这个就细了，每一笔成交都记录，包含精确时间、价格、成交量、买卖方向。数据量巨大，不是做高频或者订单流分析的话，建议先别碰。
更细的是十档行情（Level2）。这能看到买卖盘口的深度，不只是五档。字段包括时间、十个买价买量、十个卖价卖量，还有总委托量什么的。之前用这个数据看主力合约的挂单变化，对判断短期压力支撑有点用。
为了方便对比，我列了个简单的表，是我自己平时会关注的几个点：
| 数据类别 | 大概长什么样 | 我的使用感受 |
|---|---|---|
| 分钟线 | 时间，O, H, L, C, V | 省地方，回测必备，新手友好。 |
| Tick逐笔 | 精确时间，价格，成交量，方向 | 数据狂魔，盘口重建靠它，硬盘杀手。 |
| 十档行情 | 时间，买1-10价/量，卖1-10价/量 | 看盘口深度，算盘口厚度，做市商可能更关心。 |
最后提一嘴，这些数据在数据库的下载页都能找到，有打包好的历史数据。用的时候注意一下数据字段的说明，别把买卖方向搞反了。数据清洗也挺费时间的，他们那边有处理好的版本，能省点事。
刚开始建议从分钟线玩起，Tick数据真的庞杂，容易处理到崩溃。有同样在折腾高频数据的朋友，欢迎交流啊，有啥压缩数据的好方法也求分享！