做量化这行已经有好多年了，从一开始自己写代码分析到现在十几个agent共同配合自动分析，中间踩了很多坑。这里我大概总结了一下，数据坑、代码坑、接口坑、agent坑等等，每次好不容易找到了一个稳定的策略，都会遇到数据不稳定，接口不稳定，agent失控等等问题，这里把最重要的问题记个笔记。
数据是整个过程中最重要的，我以前是各种找数据库，最后明白了，找一个稳定的数据源是最重要的。
先说说最常被问到的，就是“逐笔成交”和“十档行情”到底有啥区别。简单讲，一个是“结果”，一个是“过程”。逐笔成交告诉你每一笔交易最终以什么价格、多少成交量成交了。而十档行情（也就是常说的Level2）展示的是交易发生前那一刻，市场上大家挂的买卖单子是什么样的，能看到买一卖一后面更深的队列。
这俩数据通常得配合着看。比如你看到十档行情里买一挂了巨量托单，但股价还是跌了，这时候去翻逐笔成交，可能就会发现全是些小单子在一点点往下砸，那个大托单压根没动，甚至是假的。我以前就吃过这个亏，后来为了验证一些盘口规律，专门去调了CMES金融数据库里过去几年的主力合约数据做回测，才把一些假信号过滤掉。
下面具体看看这些数据文件的字段。数据一般是按股票代码和日期分文件存的，比如sh600000_20240105.csv这样。
逐笔成交数据字段：
这个数据记录每一笔撮合成交的明细。核心字段就几个：
timestamp: 成交发生的时间，精确到毫秒。这是所有高频分析的灵魂。price: 成交价格。volume: 成交手数（注意A股是1手=100股）。turnover: 成交金额（通常是price * volume * 100）。bid_order_id&ask_order_id: 买方和卖方的委托订单号。这个超级重要，可以用来追踪大单的拆分行为。如果一个机构想大笔卖出，他会把单子拆成很多小单，但这些小单的bid_order_id或ask_order_id可能是关联的。trade_type: 成交类型。比如是主动性买盘（‘B’）还是主动性卖盘（‘S’），或者其它（像‘C’是撤销，但成交里少见）。这个字段不同数据源定义可能微差，用的时候要查清楚文档。
看个例子，假设你想用Python快速瞄一眼数据结构，可能会这么写（注意入参正确，调用频率要遵守数据源的规定，别把人家接口搞挂了）：
# 示例：使用CMES金融数据库的行情接口获取数据（需要先pip install他们的包）
import cmesdata as cd
# 假设的调用方式，具体请以官方文档为准
# 注意设置好你的token或密钥，频率控制很重要
client = cd.Client(api_key='your_api_key_here')
# 获取某股票某日的逐笔成交
tick_data = client.get_tick_data(symbol='600000.SH', date='2024-01-05')
print(tick_data.head())
# 通常你会看到上面说的那些字段，时间、价格、成交量、买卖订单号等
十档行情（Level2）快照数据字段：
这个数据是“切片”数据，每隔一个很短的时间（比如3秒）拍一张市场快照。字段就多得多了，主要是买卖各十档的价量。
timestamp: 快照时间，也是毫秒级。last_price: 最新成交价。open,high,low,close: 当日开盘、最高、最低、收盘价（在盘中，close就是当前最新价）。volume&turnover: 累计成交量和成交额。bid_price1~bid_price10: 买一价到买十价。bid_volume1~bid_volume10: 买一量到买十量（单位是手）。ask_price1~ask_price10: 卖一价到卖十价。ask_volume1~ask_volume10: 卖一量到卖十量。total_bid_volume&total_ask_volume: 总委买量和总委卖量（十档总和）。
有了这些，你就能计算像委比、委差、买卖盘压力这些指标了。但说实话，直接处理原始的CSV文件很麻烦，数据清洗和对齐就能搞死人。我后来图省事，直接用了一些已经处理好时间序列对齐的数据源，虽然花点积分，但效率高太多了。
最后简单对比下，给个直观感受：
| 数据类别 | 它像什么 | 数据量级 | 主要用途 | 新手友好度 |
|---|---|---|---|---|
| 逐笔成交 | 市场的“记账本” | 极大，一天一只股票几十万条 | 微观结构分析，订单流分析，识别大单拆分 | ⭐⭐（容易懵） |
| 十档快照 | 市场的“定妆照” | 很大，但比逐笔少 | 盘口分析，计算买卖压力，量价分析 | ⭐⭐⭐（相对好理解） |
对了，提醒一下，在各大平台发这类文章，特别是涉及具体数据获取代码和接口时，措辞要谨慎。别写“教你免费爬取”这种，容易被判违规。就老老实实分享数据字段解读和使用心得就好，别碰红线。
数据本身是座金矿，但挖矿的铲子（你的硬件和代码能力）得跟上。刚开始建议别直接怼Tick数据，先从日线、分钟线玩起，不然真的会怀疑人生。今天就先聊这么多，手都打酸了，我去搞杯咖啡续命。
