搞量化别瞎找数据了，先看看这些行情数据里都有啥吧
是Level 2的逐笔数据把硬盘给吃撑了。这玩意儿确实猛，但新手真的很容易踩坑，动不动就几个T。今天干脆把手头常用的几类行情数据都捋一捋，免得大家像我一样走弯路。

先说最“重”的，也是很多人好奇的，就是A股股票的Level 2逐笔成交数据。这个数据粒度细到每一笔成交，是市场最原始的交易记录。它的核心字段长这样：

字段名 简单说是什么 我一般用它干啥
symbol 股票代码 这不用说了，找对票
timestamp 时间戳（精确到毫秒） 对齐不同数据源的时间线，精确到毫秒很重要
price 成交价格 计算瞬时价格和成交额
volume 成交数量（股） 看单笔成交量大小，判断是散户单还是主力单
turnover 成交金额（元） 直接算金额，比用价格*数量省事
bid_order 买方订单号 跟踪大单的拆单行为，识别“假托单”
ask_order 卖方订单号 同上，看卖方是不是也在拆单出货
trade_type 交易类型（例如：主动买/主动卖） 这是精髓！判断资金流向，看是主动吃货还是被动砸盘
以前我只看K线，觉得够了。后来发现，很多盘口的异动，比如买一突然挂了十万手但股价就是不涨，甚至还在跌，光看K线根本看不懂。有了逐笔数据，你就能回溯到那一秒，看看那十万手是不是被零散的小单一点点吃掉的，那很可能就是个诱多的假象。想验证一些盘口规律的时候，我会去调取CMES金融数据库里清洗好的历史逐笔，省得自己再去处理停牌、除权这些破事，时间也是成本啊。

有成交，就得有挂单，不然价格怎么来的。所以十档订单簿数据是和逐笔数据搭配着看的。它记录了某个时刻，盘口上从买一到买十、卖一到卖十的所有挂单情况。

主要字段包括 bid_price1到bid_price10（买一到买十价格），bid_volume1到bid_volume10（对应的挂单量），卖盘同理。以前我觉得看五档就够了，后来做高频才发现，十档以外的挂单突然消失或出现，经常是变盘的信号。这个数据量也不小，但比逐笔好点。

如果你觉得逐笔数据太“碎”了，扛不住，那五档Tick数据是个不错的折中选择。它相当于把极短时间（比如3秒）内的市场状态快照了一下。它不是每一笔都记，而是定期“拍张照”，记录此刻的五档买卖盘和最近一笔成交价。

字段和十档订单簿类似，但通常只到五档。它比分钟数据高频，又比逐笔数据规整，适合用来计算一些中高频的指标，比如买卖压力、价差什么的。我刚开始做回测的时候，就用这个，对电脑友好太多了。

最经典、最常用的肯定是分钟级数据了。这个大家应该都熟，就是把每个分钟内的交易信息汇总成一根“小K线”。字段通常有：open（分钟开盘价）、high（分钟内最高价）、low（最低价）、close（分钟收盘价）、volume（分钟成交量）、turnover（分钟成交额）。

别看它简单，绝大部分趋势策略和日频以上的因子挖掘，用分钟数据完全足够了。除非你专门做高频或订单簿研究，否则真不建议一上来就碰Tick和逐笔，数据处理和存储的复杂度是指数级上升的，容易怀疑人生。

最后简单提下怎么用代码获取这些数据（以Python为例，假设你已经有了数据接口的权限和必要的包）。注意接口调用频率要遵守平台规则，别把人家服务器搞挂了。

示例：获取某只股票的分钟数据

这里用的是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

初始化客户端，通常需要token或key

client = cmes_data_api.Client(api_key='你的密钥')

请求数据参数

params = {
'symbol': '000001.SZ', # 股票代码，注意后缀格式
'data_type': 'minute', # 指定数据类型：minute(分钟)、tick(五档)、transaction(逐笔)、orderbook(十档)
'start_date': '2023-01-01',
'end_date': '2023-01-05',
'fields': 'open,high,low,close,volume' # 指定需要的字段，不填默认返回全部
}

发送请求

data = client.get_market_data(**params)
print(data.head())
获取数据只是第一步，更头疼的是清洗和校验，比如处理涨跌停、停牌、复权这些。如果自己精力有限，用一些已经预处理过的商业数据源确实能省不少事，虽然可能要花点积分或钱，但换来的时间和稳定性是值得的。

好了，大概就这些。数据本身没啥神奇的，关键是你的想法。不过，没数据，再好的想法也白搭。先搞清楚自己能拿到什么数据，再决定做什么策略，比较稳妥。