4. 数据模型与数据类型
在 NautilusTrader 中，回测与实盘共用同一套数据模型，这是它区别于许多“回测一套、实盘另一套”框架的核心优势。理解 QuoteTick、TradeTick、Bar、OrderBookDelta 这四类数据的结构、用途与转换关系，是写出可复用策略、避免回测失真和实盘异常的前提。本节从数据模型的设计意图出发，逐层拆解它们的字段、适用场景与相互转换方法。
一、核心原理：为什么需要多种数据类型
市场信息本身是多层次的：最细粒度是订单簿的每一次增删改，其次是逐笔成交与最优买卖报价，再往上是按时间窗口聚合的 K 线。NautilusTrader 用不同的数据类型分别承载这些层次，而不是用单一结构“一把梭”。这样做的原因是：数据精度决定策略能感知到的信息边界。一个只依赖 Bar 的策略无法看到盘口挂单变化，而一个做市策略必须依赖 OrderBookDelta 才能重建订单簿。
所有数据类型都继承自统一的数据基类，携带 instrument_id、ts_event（事件发生时间）和 ts_init（系统初始化时间）等公共字段。理解 ts_event 与 ts_init 的区别非常关键：前者是交易所时间戳，后者是本地接收时间戳，回测中二者通常一致，实盘中二者可能相差数毫秒甚至更多，直接影响延迟敏感策略的表现。
二、四类数据的结构与用途
QuoteTick 表示某一时刻的最优买卖报价，核心字段为 bid_price、ask_price、bid_size、ask_size。它适合做价差监控、盘口强度判断和基于报价的挂单策略。注意 QuoteTick 只反映最优档，不包含深度信息。
TradeTick 表示一笔实际成交，字段包括 price、size 和 aggressor_side（主动方方向）。主动方方向是判断买卖压力的关键：主动买盘推高价格，主动卖盘压低价格。做量价分析和订单流策略时，TradeTick 是基础数据。
Bar 是时间窗口聚合结果，包含 open、high、low、close、volume，并带有 bar_type 描述周期与价格类型（如 EUR/USD.SIM-1-MINUTE-BID-EXTERNAL）。Bar 数据量小、计算快，适合趋势、均值回归等中低频策略。
OrderBookDelta 描述订单簿的增量变化，字段包括 action（ADD/UPDATE/DELETE）、side、price、size 和 order_id。它是重建完整订单簿的唯一途径，适合做市、高频套利和微观结构研究。
| 数据类型 | 核心字段 | 典型用途 | 数据量级 |
|---|---|---|---|
| QuoteTick | bid/ask price & size | 价差监控、报价驱动挂单 | 高 |
| TradeTick | price, size, aggressor_side | 量价分析、订单流 | 高 |
| Bar | OHLCV, bar_type | 趋势、均值回归策略 | 低 |
| OrderBookDelta | action, side, price, size | 做市、高频、微观结构 | 极高 |
三、数据转换方法与实操
NautilusTrader 提供了内置的聚合器，可以把细粒度数据转换为粗粒度数据。最常见的是用 QuoteTick 或 TradeTick 聚合出 Bar。以下代码演示如何配置一个基于 TradeTick 的 1 分钟 Bar 聚合器：
from nautilus_trader.config import BarAggregatorConfig
from nautilus_trader.model.data import BarType, BarAggregation
bar_type = BarType.from_str("EUR/USD.SIM-1-MINUTE-LAST-EXTERNAL")
config = BarAggregatorConfig(
bar_type=bar_type,
aggregation=BarAggregation.MINUTE,
price_type="LAST", # 使用最新成交价
interval=1,
)
# 在策略中订阅 TradeTick 后，聚合器会自动生成 Bar
self.subscribe_trade_ticks(instrument_id)
self.subscribe_bars(bar_type)反向转换并不总是可行：Bar 无法还原出逐笔成交，QuoteTick 也无法还原完整订单簿。因此数据精度只能向下聚合，不能向上还原。这一点在回测数据选择时至关重要——如果你用 Bar 回测一个依赖盘口深度的策略，结果必然失真。
四、常见误区与复盘
- 误区一：混用 ts_event 与 ts_init。回测中二者常被当作相同值，但实盘中 ts_init 晚于 ts_event。若策略逻辑依赖时间差，回测会低估延迟影响。
- 误区二：认为 Bar 可以替代 Tick。Bar 丢失了窗口内的价格路径，止损触发点、滑点估算都会失真。
- 误区三：忽略 aggressor_side。只看成交价和成交量，会丢失买卖主动方信息，订单流策略无法成立。
- 误区四：OrderBookDelta 不做快照对齐。增量数据必须从某个快照开始重建，否则订单簿状态错误。