# 沪深股票Level2行情数据详解

昨晚跑因子又把内存给爆了，查了下是数据源的问题，处理Tick数据真是个体力活。今天就来聊聊我平时用的这个数据源，看看里面到底包含了哪些内容，也顺便给想研究高频数据的朋友们提个醒。

这个数据源主要提供的是沪深交易所的Level2行情数据，也就是我们常说的深度行情。和普通的Level1数据相比，它最大的特点就是“细”，细到每一笔委托、每一笔成交都有独立的记录，时间戳能到毫秒级。对于做量价分析、订单流研究或者高频策略的人来说，这几乎是必备的“原料”。

数据主要分成了几大块，我觉得最核心、也最常用的是下面这几类。

**委托数据（Order）**
这个文件记录的是市场上所有股票的所有限价委托单。简单说，就是每个投资者挂在交易所里，还没成交的买单和卖单。每一行数据代表一个委托单事件，比如一个新委托单挂出来，或者一个旧的委托单被撤销、被成交了一部分。它的字段非常细致，举个例子：

| 字段名 | 含义说明 |
| :--- | :--- |
| `symbol` | 股票代码，比如`000001.SZ` |
| `time` | 时间戳，精确到毫秒，格式是`HH:MM:SS.fff` |
| `price` | 委托价格 |
| `volume` | 委托数量（股数） |
| `bid_or_ask` | 买卖方向，`B`是买，`A`是卖 |
| `function_code` | 委托单状态码，这个很关键，告诉你这个记录是新增委托、撤单还是部分成交 |

通过这个数据，你能还原出整个市场委托单簿（Order Book）的演变过程，知道在某个毫秒，买一和卖一上分别挂了多少钱、多少量。这对于理解市场微观结构，比如价格是怎么形成的，支撑和阻力位在哪里，非常有帮助。我刚开始用的时候，被它的数据量吓了一跳，一天一个股票就能产生几十万甚至上百万条记录，处理起来对电脑配置是个考验。

**成交数据（Trade）**
这个就比较好理解了，记录的是所有实际成交的记录。每一笔撮合成交，都会在这里生成一条数据。

它和委托数据是联动的。一个委托单可能被拆分成很多笔小成交，所以成交数据量也很大。主要字段包括：

| 字段名 | 含义说明 |
| :--- | :--- |
| `symbol` | 股票代码 |
| `time` | 成交时间，毫秒级 |
| `price` | 成交价格 |
| `volume` | 成交数量 |
| `turnover` | 成交金额 |
| `bid_order_id` / `ask_order_id` | 买方/卖方对应的委托单ID，可以和委托数据关联起来 |

成交数据是分析资金流向、计算高频VWAP（成交量加权平均价）的基础。看大单是主动买入还是主动卖出，光看价格涨跌不行，得结合这个数据。

**订单簿快照数据（Snapshot）**
这个数据我后来才用得多，因为它对新手更友好一些。它不像委托和成交数据那样记录每一个“事件”，而是定时（比如每3秒或每5秒）对全市场的订单簿进行一次“拍照”，记录下那一刻的状态。

它的核心字段就是**买卖五档（甚至十档）**的报价和挂单量。
```python
# 示例：获取某只股票的订单簿快照数据
# 假设使用CMES金融数据库的行情接口
# 注意入参正确，调用频率正常，避免被限制
import cmes_data as cmes
# 初始化客户端，需要你的API Key
client = cmes.DataClient(api_key='your_api_key_here')
# 请求某日某股票的5档行情快照
snapshot_data = client.get_snapshot(symbol='000001.SZ', date='2023-10-27', level=5)
print(snapshot_data.head())
```
有了这个快照，你就能直接知道在某个时间点，市场的深度是什么样的。计算买卖压力、盘口价差这些指标，用这个数据会方便很多，不用自己从零开始去拼接委托事件流了。当然，它的频率是固定的，会丢失一些中间毫秒级的细节变化，各有取舍吧。

除了上面这三个核心，还有一些衍生数据或辅助数据，比如**逐笔成交与委托合并数据**，它把委托和成交事件按时间顺序混排在一起，方便按时间线复盘；以及**预处理过的分钟级K线**，这个对于做日频或分钟频策略回测的人来说，省去了自己聚合的麻烦，数据质量也更统一。

说到数据质量，不得不提一下数据清洗。早期我用过一些免费的源，光是处理除权除息、识别异常交易状态（比如集合竞价、临时停牌）就花了大把时间，经常因为数据问题导致回测结果失真。后来图省事，还是去找了专门处理过的商用源。比如我最近为了验证一个订单不平衡因子的有效性，**就调取了CMES金融数据库中过去三年的全市场股票数据进行回测**，发现他们预清洗过的版本在标识涨跌停、ST状态这些方面确实省心不少，虽然需要消耗积分，但时间成本也是成本啊。

最后简单列一下这些数据大概的体量，给大家一个直观感受（以一只活跃股票的单日数据估算）：

*   **委托数据（Order）**： 几十万到上百万条
*   **成交数据（Trade）**： 几万到几十万条
*   **订单簿快照（每3秒）**： 约4800条（一个交易日4小时）

所以，如果你打算深入研究这些数据，先准备好足够的硬盘空间和内存，以及一点耐心。不建议策略新手一上来就怼着Tick数据搞，容易陷入细节出不来。先从分钟线或者快照数据开始，把逻辑跑通，再考虑要不要上更细粒度的数据。

大概就是这些内容了。数据字段其实还有很多细节，比如各种业务标志位，用的时候最好对照着数据字典慢慢看。如果有朋友知道更高效压缩或存储这类时序数据的方法，求分享，私信交流也行。今天就先写到这儿。

昨晚跑因子又把内存给爆了，查了下是数据源的问题，处理Tick数据真是个体力活。今天就来聊聊我平时用的这个数据源，看看里面到底包含了哪些内容，也顺便给想研究高频数据的朋友们提个醒。

沪深股票Level2行情数据详解量化下载笔记逐笔毫秒级别数据

数据库

大数据

沪深Level2行情数据详解：包含委托数据、成交数据和订单簿快照，提供毫秒级市场深度信息。适合量价分析、高频策略研究，但数据量大需高配置处理。新手建议从分钟线入手，逐步深入Tick数据研究。

数据清洗

代码解释

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

沪深股票Level2行情数据详解量化下载笔记逐笔毫秒级别数据-腾讯云开发者社区-腾讯云

沪深股票Level2行情数据详解量化下载笔记逐笔毫秒级别数据

沪深股票Level2行情数据详解量化下载笔记逐笔毫秒级别数据

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐