1. 课程导入

在量化交易、行情终端开发、交易系统风控与数据服务等场景中，行情数据是所有决策的起点。很多初学者会把“行情”简单理解为屏幕上跳动的价格，但真正进入工程与策略环节后，必须回答三个更具体的问题：数据以什么粒度到达？每个字段代表什么含义？这些字段在撮合、回测、风控和信号计算中如何被正确使用。本课程围绕Tick数据与Level2行情展开，目标不是停留在概念背诵，而是建立一套可落地的字段体系认知与实战处理方法。

一、Tick与Level2的基本定义

Tick通常指市场在某一时刻产生的一次行情快照或成交事件。它可以是逐笔成交、逐笔委托，也可以是按固定时间间隔切片后的快照。Tick的核心特征是“带时间戳的最小可观测市场状态变化”。在A股、期货、期权、港股、等不同市场中，Tick的具体形态不同：有的市场提供逐笔委托与逐笔成交，有的市场只提供快照，有的市场对快照频率有明确限制。

Level2行情是相对于Level1而言的更深层行情。Level1一般只包含最优一档买卖价格与数量、最新价、成交量等基础字段；Level2则通常包含十档或多档买卖盘、逐笔成交、逐笔委托、委托队列、撤单信息等更细粒度数据。Level2的价值在于：它让研究者能够观察“价格背后的订单行为”，而不仅仅是价格结果。

二、核心原理：从订单簿到字段体系

交易所撮合系统本质上维护一个订单簿：买方按价格从高到低排列，卖方按价格从低到高排列。每一笔新委托、成交、撤单都会改变订单簿。Level2行情字段体系，就是对这个变化过程的结构化表达。常见字段可以按功能分为四类：

• 标识类：证券代码、交易所、市场类型、频道号、消息类型。
• 时间类：交易所时间戳、本地接收时间、时间精度、时区。
• 价格与数量类：最新价、开盘价、最高价、最低价、成交量、成交额、买卖各档价格与数量。
• 订单行为类：逐笔成交方向、委托编号、撤单编号、委托类型、订单队列位置。

这些字段并非简单罗列，而是存在严格的状态依赖关系。例如，逐笔成交中的“买方委托编号”和“卖方委托编号”可以关联到之前的逐笔委托；买卖盘十档数据则反映某一时刻订单簿的聚合状态。若忽略这种依赖关系，只把字段当作独立列读取，就容易在回测中产生“未来函数”或错误撮合。

三、方法流程：如何学习与解析字段体系

本课程采用“定义—字段—场景—复盘”的闭环方法。具体学习流程如下：

1. 建立数据字典：先整理目标市场的行情接口文档，把每个字段的名称、类型、单位、精度、空值含义记录下来。
2. 构造最小样本：用一小段真实或模拟数据，逐条打印字段，观察同一证券在连续Tick中的变化。
3. 还原订单簿：根据逐笔委托与逐笔成交，尝试重建买卖盘，验证字段之间的因果链。
4. 编写解析代码：用Python或C++实现二进制/文本协议解析，输出结构化DataFrame或对象。
5. 场景验证：把解析结果用于简单信号计算，如盘口失衡、大单跟踪、撤单率统计，检查是否符合市场直觉。
6. 复盘纠错：对比交易所官方数据或第三方终端，定位字段误读、时间对齐错误、单位换算错误。

下面是一个字段解析的伪代码示例，展示如何把原始消息映射为结构化记录：

# 伪代码：Level2逐笔成交字段解析
raw = {
    "msg_type": "TRADE",
    "symbol": "600519.SH",
    "exchange_time": "2024-06-03 09:30:00.123456",
    "price": 1688.50,
    "volume": 200,
    "side": "BUY",
    "bid_order_id": "B1024",
    "ask_order_id": "S2048"
}

record = {
    "symbol": raw["symbol"],
    "ts": parse_exchange_time(raw["exchange_time"]),
    "price": raw["price"] / 10000.0,   # 根据接口精度换算
    "volume": raw["volume"],
    "side": raw["side"],
    "bid_id": raw["bid_order_id"],
    "ask_id": raw["ask_order_id"]
}
print(record)

四、案例与场景：字段体系在实战中的价值

假设我们要研究“涨停板打开前的盘口特征”。如果只有Level1数据，只能看到最优一档的买一价与买一量，无法判断买一队列中是否存在大量撤单，也无法观察卖盘十档的挂单分布。引入Level2后，可以观察：买一队列的委托笔数变化、逐笔成交中主动买入的占比、卖十档的挂单厚度、以及撤单消息是否集中在买一附近。这些字段组合起来，才能形成更可靠的判断。

五、常见误区与复盘要点

复盘时建议建立一张“字段问题清单”：记录每个字段的原始含义、解析后的值、验证方式、发现的问题与修正结果。随着课程推进，这张清单会成为你个人或团队的数据字典，也是后续策略开发与系统对接的基础资产。