📚 课程目录第2章行情数据基础

行情数据基础：Level-1/Level-2行情、Tick数据、Order Book数据结构

高频交易的核心是对市场微观结构的实时建模。理解不同级别的行情数据是构建收益模型的第一步。本章将系统梳理从公开行情到深度订单簿的数据层级、字段含义与Python中的典型数据结构。

一、行情数据层级总览

全球交易所通常提供两种级别的实时行情数据：Level-1（市场摘要）与Level-2（深度行情）。两者的核心差异在于数据粒度与信息含量。

对比维度	Level-1（标准行情）	Level-2（深度行情）
数据内容	最新成交价、涨跌幅、最高/最低价、成交量、最佳买一/卖一价与量	多档位买卖挂单（通常10~50档）、逐笔成交、逐笔委托
更新频率	秒级或事件驱动（成交触发）	微秒级，每笔委托变动即推送
信息粒度	聚合快照	全量订单簿快照 + 增量更新
典型用途	趋势跟踪、技术指标计算	订单簿压力分析、流动性建模、微观结构策略
数据成本	较低（多数券商免费提供）	较高（需单独订阅或购买）

关键认知： Level-2 数据是高频策略的“原料”，它揭示了价格形成过程中的供需博弈细节，而不仅仅是价格结果。

二、Tick数据：最细粒度的市场记录

Tick数据是交易所对外发布的最小时间单位数据记录。每一笔成交或委托变动都会产生一个Tick。根据数据来源，Tick可分为两类：

成交Tick（Trade Tick）：记录每一笔实际成交的价格、数量、时间戳、成交方向（买方主动/卖方主动）。
报价Tick（Quote Tick）：记录订单簿中任意一档挂单价格或数量的变化。

一个典型的成交Tick数据字段如下：

{
  "symbol": "600519.SH",
  "timestamp": 1700000001234567,   // 微秒级Unix时间戳
  "price": 1680.50,
  "volume": 200,
  "turnover": 336100.0,
  "trade_type": "B"                // B=买方主动, S=卖方主动
}

实战注意： 国内A股市场Tick数据的时间戳精度通常为毫秒或微秒，但不同数据源可能存在时钟偏差。在回测中，建议对同一交易所的数据做时间戳对齐处理。

三、Order Book（订单簿）数据结构

订单簿是交易所撮合引擎维护的限价委托队列的实时快照。它按价格从高到低排列所有未成交的买单（Bid）和卖单（Ask）。

3.1 订单簿的层级结构

一个标准的多档订单簿包含以下核心元素：

价格档位（Price Level）：每个价格点为一个档位。
委托量（Size）：该价格档位上所有未成交委托的总手数。
委托笔数（Order Count）：该价格档位上挂单的笔数（部分交易所提供）。
累计量（Cumulative Volume）：从最优价到当前档位的累计委托总量。

以下是一个5档订单簿的示例数据：

{
  "bids": [
    [1680.00, 1500, 12],   // [价格, 总量, 笔数]
    [1679.80, 2300, 18],
    [1679.60, 800,  5],
    [1679.40, 3200, 25],
    [1679.20, 1100, 9]
  ],
  "asks": [
    [1680.20, 1800, 14],
    [1680.40, 2100, 16],
    [1680.60, 900,  7],
    [1680.80, 2800, 22],
    [1681.00, 1300, 10]
  ],
  "timestamp": 1700000001234567
}

3.2 订单簿的增量更新机制

高频场景下，交易所不会每次都推送全量订单簿，而是采用增量快照（Snapshot + Incremental Update）模式：

全量快照（Snapshot）：每隔一定时间（如100ms）或连接建立时推送一次完整订单簿。
增量更新（Update）：每次订单簿发生变动时，推送发生变化的档位信息（价格、数量变化、删除或新增）。

增量更新的典型消息格式：

{
  "action": "update",       // add / update / delete
  "side": "bid",
  "price": 1679.80,
  "size": 2500,             // 更新后的新数量
  "order_count": 19
}

常见陷阱： 增量更新可能乱序到达，或出现重复/丢失。生产环境中必须维护一个本地订单簿副本，通过序列号（Sequence Number）校验增量消息的连续性，并在检测到断点后请求全量快照重建。

四、订单簿核心指标与SVG结构图

从订单簿数据中，我们可以计算一系列反映市场微观结构的指标：

买卖价差（Bid-Ask Spread）：最优卖价 - 最优买价。
市场深度（Market Depth）：各档位累计委托量，反映价格滑点风险。
订单簿斜率（Order Book Slope）：价格-累计量曲线的斜率，衡量价格弹性。
订单簿不平衡（Order Book Imbalance）：买方总深度 / 卖方总深度，预测短期价格方向。

下图展示了订单簿的完整数据结构与增量更新流程：

五、Python中的订单簿数据结构实现

在Python中，高频订单簿通常使用有序字典（OrderedDict）或红黑树（如bintrees库）来维护价格档位的快速插入、删除和查询。以下是一个轻量级订单簿类的核心实现：

from collections import OrderedDict
from typing import Dict, List, Tuple

class OrderBook:
    def __init__(self):
        self.bids: Dict[float, int] = OrderedDict()  # 价格 → 总量
        self.asks: Dict[float, int] = OrderedDict()
        self.sequence: int = 0

    def apply_snapshot(self, bids: List[Tuple], asks: List[Tuple], seq: int):
        """全量快照初始化"""
        self.bids.clear()
        self.asks.clear()
        for price, size, _ in bids:
            if size > 0:
                self.bids[price] = size
        for price, size, _ in asks:
            if size > 0:
                self.asks[price] = size
        self.sequence = seq

    def apply_update(self, side: str, price: float, size: int, seq: int):
        """增量更新"""
        if seq <= self.sequence:
            return  # 丢弃过期消息
        book = self.bids if side == 'bid' else self.asks
        if size == 0:
            book.pop(price, None)  # 删除档位
        else:
            book[price] = size     # 新增或更新
        self.sequence = seq

    def get_top_n(self, n: int = 5) -> Tuple[List, List]:
        """获取前N档买卖盘口"""
        sorted_bids = sorted(self.bids.items(), reverse=True)[:n]
        sorted_asks = sorted(self.asks.items())[:n]
        return sorted_bids, sorted_asks

    def spread(self) -> float:
        """当前买卖价差"""
        if not self.bids or not self.asks:
            return float('inf')
        best_bid = max(self.bids.keys())
        best_ask = min(self.asks.keys())
        return best_ask - best_bid

性能提示： 在实盘高频场景中，建议使用 sortedcontainers 库的 SortedDict 或 C 扩展实现的红黑树，以应对每秒数万次的订单簿更新。纯 Python 的 OrderedDict 在档位数超过 50 档时可能成为瓶颈。

六、Level-2行情与Tick数据的关联

理解两者关系对构建特征工程至关重要：

成交Tick 是订单簿中吃单（Market Order）的结果，它会消耗订单簿中对应档位的委托量。
报价Tick 是订单簿中挂单（Limit Order）的变动，包括新增、撤销和部分成交后的数量修改。
通过对比成交Tick的方向与订单簿变化，可以识别主动买卖压力，这是高频收益模型的核心输入之一。

下图展示了成交Tick与订单簿之间的联动关系：

七、数据质量与实战避坑

高频数据常见问题：

时间戳抖动：同一毫秒内多条消息的时间戳可能相同，需使用序列号排序。
数据缺失：网络抖动可能导致部分增量更新丢失，必须实现断点重连与快照重建逻辑。
交易所规则差异：不同交易所对Level-2数据的档位数量、更新频率、字段定义存在差异，需仔细阅读API文档。
回测中的未来信息：使用Tick数据回测时，务必确保每个Bar的OHLC计算只使用该Bar结束前已产生的Tick，避免引入未来数据。

八、小结

本章建立了高频行情数据的基础认知框架：

Level-1 提供聚合快照，适合低频策略；Level-2 提供深度订单簿，是高频建模的基石。
Tick数据 是市场最细粒度的记录，分为成交Tick和报价Tick。
订单簿 通过全量快照+增量更新的方式维护，本地引擎需处理乱序和断点问题。
Python中可使用 OrderedDict 或 SortedDict 实现轻量级订单簿，生产环境需关注性能。