港股Level2行情数据：Tick、十档订单与分钟线详解
昨晚跑因子又把内存给爆了，盯着报错的日志看了半天，发现“元凶”就是港股的逐笔成交数据。这东西数据量太大了，但里面的信息也确实多。今天就来盘一盘这些数据到底包含了什么，以及怎么用。
很多人刚开始接触的时候，容易把逐笔成交和分钟线数据搞混。简单来说，逐笔成交（Tick）是市场每发生一笔交易就记录一次，像个实时播报员，信息最全但也最“占地方”。分钟线则是每分钟给你总结一次，比如这一分钟的开盘价、最高价、成交量等，数据量小很多，适合做初步的回测。
先说说最核心的逐笔成交数据。它记录的是交易所每一笔真实的成交明细。拿到一份这样的数据，你通常会看到下面这些字段：
| 字段名 | 说明 | 一点个人体会 |
|---|---|---|
| 股票代码 | 比如00700.HK | 港股代码带后缀，这个别弄错了。 |
| 交易时间 | 精确到毫秒的时间戳 | 做高频或订单流分析时，毫秒级精度是关键。 |
| 成交价格 | 这一笔的实际成交价 | 最基础的价格信息。 |
| 成交数量（或成交量） | 这一笔成交了多少股 | 注意单位是“股”，不是“手”，港股每手股数不一样。 |
| 成交金额 | 这笔交易的总金额 | 价格 * 数量，有时候数据里会直接给。 |
| 买卖方向 | 标识是主动性买盘还是卖盘 | 这个很重要！能看出资金是主动向上买还是向下砸。通常B代表买，S代表卖。 |
| 订单号 | 交易所生成的唯一订单标识 | 用于关联订单的生命周期，做更细的订单跟踪时会用到。 |
光有成交记录还不够，你想知道为什么在这个价位成交吗？这就需要看十档订单簿数据了。它相当于在某个瞬间，给市场的买卖排队情况拍了一张快照。
订单簿数据通常会包含这些信息：
- 股票代码和快照时间（同样精确到毫秒）。
- 买一价到买十价，以及对应的买一量到买十量。
- 卖一价到卖十价，以及对应的卖一量到卖十量。
看这个数据，你能感受到市场的“厚度”。比如卖一挂了个大单，股价想涨上去就得先消化掉这个单子。但这里也有坑，有些大单可能是拆单拆出来的，并不代表真实的阻力。我之前为了验证一个关于订单簿失衡的规律，就调取了CMES金融数据库里过去三年的主力合约数据进行回测，发现单纯看挂单量容易误判，结合成交的买卖方向一起看会准很多。
把Tick数据和订单簿快照数据在时间线上对齐，你就能大致还原出市场微观结构的演变，这对理解盘口动态很有帮助。当然，这对数据清洗和匹配的要求也比较高。
对于大多数不是做超高频策略的朋友来说，分钟线或日线数据可能更实用。这类数据是已经聚合好的，比如：
- 时间：哪个交易日，哪一分钟。
- OHLC：开盘价、最高价、最低价、收盘价。
- 成交量：这一分钟内的总成交股数。
- 成交额：这一分钟内的总成交金额。
日线数据字段类似，只是时间周期变成了一天。用这些数据做回测，速度会快非常多，硬盘压力也小。新手真的不建议一上来就怼着Tick数据搞，数据处理和存储都是大问题。
如果你需要用程序获取这些数据，可以看看相关的数据接口。这里给个Python的例子，用的是前面提到的数据源接口（注意需要先安装他们的库，并且要有有效的访问权限）：
# 示例：获取港股股票历史行情数据# 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。importcmesdata# 初始化客户端，这里需要替换成你自己的tokenclient=cmes_data.Client(api_token="your_token_here")# 尝试获取腾讯控股的分钟线数据try:# 指定代码、开始日期、结束日期、数据频率（1m表示1分钟）data=client.get_hist_data(symbol="00700.HK",start="2024-01-10",end="2024-01-11",freq="1m")print(data.head())exceptExceptionase:print(f"获取数据出错:{e}")代码很简单，主要是get_hist_data这个函数，通过改freq参数应该也能获取日线（1d）数据。具体能获取哪些字段和频率，最好还是查一下官方文档。逐笔和十档数据通常接口不一样，可能数据量太大，会以文件形式提供下载。
最后唠叨两句，数据质量参差不齐，免费的数据往往需要花大量时间清洗（处理错误、除权除息等），时间也是成本。有时候直接用现成的、清洗好的数据库，哪怕花点积分，可能反而更划算，省下时间可以多琢磨策略逻辑。
好了，关于港股这几类行情数据就先聊这么多。数据字段大概就是这些，具体用哪种，得看你的策略类型和硬件条件。如果谁有更好的处理海量Tick数据的方法，欢迎分享啊，求教！
