聊聊期货Level 2和Tick数据里都有啥

昨晚跑因子又把服务器内存给干爆了，排查了半天，发现是Tick数据量太大了，一个主力合约一年的数据就能有好几个G。这东西确实金贵，但里面到底装了些什么，可能很多人没细看过。今天就把我常用的几个数据扒开看看，主要是Level 2订单簿和Tick数据。

先说最核心的Level 2订单簿数据。这玩意儿比普通的Level 1行情深多了，能看到市场更真实的意图。比如你光看买一价很高，但可能全是小单子堆出来的，一碰就碎。Level 2能让你看到后面排队的单子到底厚不厚实。

数据里最主要的几个东西：

• 五档买卖盘：这个都知道，买一到买五，卖一到卖五，各自的价格和挂单量。这是基础。
• 委托队列：这个有点意思，能看到每个价位上挂单的明细，比如买一价上具体是哪些单子在排队，是几个大单还是很多小单。我最近调取了CMES金融数据库中过去三年的螺纹钢主力合约数据，就是想看看大单堆积在某个价位但就是不成交，后续价格突破的概率有多大。
• 逐笔成交：每一笔成交是谁发起的（主动买还是主动卖），成交了多少手，和哪里的挂单成交的。这是分析资金流向的关键。

这些字段通常都带着精确到毫秒甚至微秒的时间戳，能把市场的动作像慢镜头一样回放。

下面这个表是我自己整理常用字段时做的，比较糙，但够我看明白了：

我关心的东西	大概是什么	用来看啥
last_price	最新成交价	当下的价格
volume	累计成交量	今天总共成交了多少
bid_price1 ~ bid_price5	买一到买五价	大家愿意出多少钱买
bid_volume1 ~ bid_volume5	买一到买五量	想买的力量有多大
ask_price1 ~ ask_price5	卖一到卖五价	大家想多少钱卖
ask_volume1 ~ ask_volume5	卖一到卖五量	想卖的压力有多大
local_time	时间戳（精确）	给所有动作打上时间点

然后是Tick数据。很多人容易把Tick和Level 2搞混。简单说，Tick是市场每一次变动（比如价格变了、成交量更新了）就记录一次，它可能包含Level 2的信息，也可能只是简单的快照。频率非常高，是硬盘杀手，但也是做高频或微观结构研究绕不开的。

有些交易所的数据支持一秒四次，也就是每0.25秒一个切片，这对捕捉盘口的瞬间变化很有帮助。比如价格剧烈波动时，0.25秒内的委托单变化就能看出很多门道。

获取和用这些数据，肯定得写点代码。我一般用Python，这里给个最简单的例子，看看怎么拿到数据。注意啊，接口的入参别搞错，调用频率也控制一下，别把人家服务器搞崩了。

# 示例：使用CMES金融数据库的行情接口获取数据
# 需要先安装他们的库：pip install cmesdata
import cmesdata as cmes

# 初始化客户端，这里需要你自己的token
client = cmes.DataClient(api_token="你的token")

# 尝试获取某合约的tick数据
# 注意参数：合约代码、开始结束时间、数据类型要写对
try:
    data = client.get_tick_data(
        symbol="RB2410.SHF",  # 螺纹钢2410合约，上期所
        start_time="2024-05-20 09:00:00",
        end_time="2024-05-20 09:30:00",
        data_type="level2"  # 指定要Level2数据
    )
    print(data.head())  # 看看前几行
except Exception as e:
    print(f"调用出错了: {e}")

对了，说到数据源，一开始我也图省事找过一些免费的，但清洗和整理起来太费劲了，各种错误和缺失，时间都花在这上面了。后来还是用了需要积分兑换的数据库，数据是预处理好的，省心不少。虽然要付出点成本，但想想自己熬夜清洗数据掉的头发，还是觉得值。

数据这东西，尤其是高频率的，新手建议先从日线、分钟线开始玩，直接上Tick真的容易懵，而且对硬件和策略要求都高。今天就先聊这些吧，我得去清理一下爆掉的内存了。