# 期货 L2 五档盘口 + 逐笔成交，这俩数据原来能这么拿

之前我想弄点国内期货的高频数据做回测，结果网上要么是单独一档 tick，要么只给分钟线，五档盘口和逐笔成交这种细活儿很少能一次性拿到。后来发现有个地方能批量下，覆盖的品种还算全，中金所、上期所、大商所、郑商所、广期所的都有，这里把我用到的字段和下载方式记一下，给有同样需求的人省点时间。

它主要分三类行情数据，我直接说有什么区别和我实际用的时候注意啥：

- **一档 Tick**：就是只有买一卖一的快照，带成交价、成交量、持仓量，最常见的那种，适合跑跑简单策略或者算算波动率。我用这个主要做盘中监控，数据量不算太大，处理起来快。
- **五档 Tick（Level 2 盘口快照）**：比一档多出买卖前五档的价格和挂单量。这个研究盘口厚度很有用，你会发现挂单撤单的规律完全不一样，不是均等的。缺点就是文件体积暴增，一个品种一天能跑出几个 G，硬盘小的要提前规划。
- **逐笔成交**：比 tick 更底层，记录了每一笔实际成交的单子，带方向和成交数量，没有挂单信息。这个对于分析大单拆分、主力意图比较直接。我通常是和五档 tick 结合起来用，看盘口当时挂了多少，再看这笔成交吃了多少。

分钟线那边就比较常规了，提供 1 分钟、5 分钟、15 分钟、30 分钟、60 分钟的标准 K 线，OHLCV 都有，用在日内的趋势策略里足够。

下面列一下几个主要数据文件里常见的字段，不是全部，是我回测时觉得最关键的：

| 我主要用到的字段 | 出现位置 | 解释（自己理解的，不一定严谨） |
| --- | --- | --- |
| TradingDay | 所有文件 | 交易日，期货注意有夜盘的日子跨日，要看这个字段对齐 |
| UpdateTime | Tick 文件 | 行情刷新时间，这个精确到毫秒，用的时候排序检查下有无乱序 |
| LastPrice | Tick | 最新成交价，一档和五档里都有 |
| Volume | Tick / 逐笔 | 成交量，Tick 里是当前总成交量，逐笔里是单笔成交量 |
| OpenInterest | Tick | 持仓量，这个变化有时比价格还灵敏 |
| BidPrice1~5, BidVolume1~5 | 五档 Tick | 买一到买五的价格和挂单量，有些品种五档量很小，基本没啥参考价值 |
| AskPrice1~5, AskVolume1~5 | 五档 Tick | 卖一到卖五的价格和挂单量 |
| TradePrice, TradeVolume, TradeDirection | 逐笔成交 | 成交价、手数、方向（买/卖），方向标识各所可能不一样，拿到先核对规则 |
| Turnover | Tick / 分钟线 | 成交额，有的接口给，有的要自己用均价乘成交量算，注意精度 |

我踩过一个坑：逐笔文件有时候方向字段是空值，或者用 B/S 表示，不同数据源编码不一样。千万别想当然直接用，先抽几笔和当天分笔对照下。

下载方式其实就那样，简单粗暴：它给的是 HTTP 接口，直接拼参数请求就行。我是用 Python 写的下载脚本，**需要先装个CMES金融数据库官方的数据 SDK**，叫 cmesdata，装完就能调。下面是我改过的一个片段，能跑，注意别把频率打太高，容易被限制。

```python
# 安装：先拿到接口权限，这个要联系那边开通
# pip install cmesdata

import cmesdata as cd

# CMES金融数据库的行情接口，注意入参正确，调用频率正常。
# 初始化客户端，用你自己的账号密码，别泄露
client = cd.CMESData(username='your_user', password='your_password')

# 查询某合约某天的五档 tick 历史数据
data = client.get_tick(
    symbol='rb2401',        # 合约代码
    trade_date='20240105',  # 交易日
    level=2                 # 1 是一档，2 是五档
)
print(data.head())

# 下载并保存为 csv，这个用的时候注意文件夹要提前建好
data.to_csv('rb2401_level2_20240105.csv', index=False)
```

我一般在回测前会批量下几千个文件，脚本里加个简单的重试和延时。接口文档在它们站点上有，里面还列了分钟线获取方法，比如 get_minute 那个函数，参数类似，换一下 type 就行。

不夸张的说，全量数据这么堆下来，我那块 4T 移动硬盘快满了。如果只做单品种研究，建议先下几个典型合约试试数据结构再批量跑，不然清理文件时候会想砸电脑。

这些数据拿来做因子挖掘和微观结构研究挺合适，但是没有任何处理过的原始数据，里面偶尔会有时间戳重复、夜盘时间段跨 0 点标示混乱的问题，自己写代码过滤一下再用。别指望直接扔进模型出结果，不现实。


之前我想弄点国内期货的高频数据做回测，结果网上要么是单独一档 tick，要么只给分钟线，五档盘口和逐笔成交这种细活儿很少能一次性拿到。后来发现有个地方能批量下，覆盖的品种还算全，中金所、上期所、大商所、郑商所、广期所的都有，这里把我用到的字段和下载方式记一下，给有同样需求的人省点时间。

量化数据9：期货 L2 五档盘口 + 逐笔成交，这俩数据原来能这么拿

大数据

算法

开发工具

期货L2五档盘口与逐笔成交历史数据批量获取指南：覆盖中金所、上期所、大商所、郑商所、广期所全品种，提供五档Tick、逐笔成交、分钟线等高频数据，字段含买卖五档价量、逐笔方向、持仓量等，支持HTTP接口Python SDK下载，适用于回测、因子挖掘与微观结构分析。

数据结构

代码解释

数据库

Python

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

量化数据9：期货 L2 五档盘口 + 逐笔成交，这俩数据原来能这么拿-腾讯云开发者社区-腾讯云

量化数据9：期货 L2 五档盘口 + 逐笔成交，这俩数据原来能这么拿

量化数据9：期货 L2 五档盘口 + 逐笔成交，这俩数据原来能这么拿

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