1. Tick 数据基础
1.1 Tick 数据定义
Tick 数据是金融市场中按每笔逐笔成交或逐笔委托记录的最细粒度数据。在交易所撮合引擎中，每一笔订单的提交、撤单、成交都会产生一条 Tick 记录。Tick 数据通常包含以下核心字段：
- 时间戳：精确到毫秒或微秒的交易所撮合时间
- 成交价格：该笔交易的成交价
- 成交量：该笔交易的股数或手数
- 成交金额：价格 × 成交量
- 买卖方向：主动买（外盘）或主动卖（内盘）
- 委托序号：交易所生成的唯一流水号
关键认知：Tick 数据是市场微观结构的“原子记录”，所有高频策略的特征工程都建立在 Tick 数据的清洗、对齐和聚合之上。
1.2 交易所逐笔成交与逐笔委托
交易所数据流分为两大类型，理解其差异是特征工程的前提：
| 数据类型 | 触发条件 | 包含信息 | 典型频率 |
|---|---|---|---|
| 逐笔成交 | 买卖订单撮合成功 | 成交价、量、方向、时间 | 毫秒级，随交易活跃度变化 |
| 逐笔委托 | 订单进入撮合队列 | 委托价、量、方向、类型（限价/市价） | 比成交更密集，包含未成交订单 |
实战提示：逐笔委托数据量通常是逐笔成交的 5~10 倍。在构建订单流不平衡（OFI）等特征时，必须同时使用两类数据才能还原完整的市场博弈过程。
1.3 Tick 数据与分钟数据的区别
分钟数据是对 Tick 数据按固定时间窗口（如 1 分钟）聚合后的结果。两者在信息密度、噪声特征、策略适用性上存在本质差异：
| 对比维度 | Tick 数据 | 分钟数据 |
|---|---|---|
| 时间粒度 | 事件驱动，每笔记录 | 固定间隔，等时采样 |
| 信息量 | 完整保留微观结构 | 丢失订单流细节 |
| 噪声水平 | 高，含买卖价差、微结构噪声 | 低，经平滑处理 |
| 数据量 | 每日数百万~数千万条 | 每日 240~480 条 |
| 策略类型 | 高频做市、统计套利、订单流预测 | 趋势跟踪、均值回归、因子选股 |
1.4 Tick 数据在量化中的价值
Tick 数据为量化策略提供了分钟数据无法替代的微观视角，其核心价值体现在以下四个层面：
- 订单流还原：通过逐笔成交与委托数据，可以重建每一秒的买卖压力，计算订单流不平衡（OFI）、成交量分布（VPIN）等高频因子。
- 微观结构建模：Tick 数据支持对买卖价差、市场深度、流动性黑洞等微观结构特征的实时计算，是高频做市策略的基础。
- 事件驱动信号：大单拆分识别、冰山订单检测、闪电崩盘预警等事件型策略，必须依赖 Tick 级别的数据才能捕捉。
- 回测精度提升：使用 Tick 数据回测可以模拟真实的撮合排队过程，避免分钟数据回测中的“未来信息”偏差和滑点估计误差。
注意陷阱：Tick 数据并非越多越好。原始 Tick 数据包含大量噪声（如交易所测试数据、异常大单、撮合延迟导致的乱序），必须经过清洗、对齐、去重后才能用于特征工程。直接使用原始 Tick 数据建模会导致严重的过拟合。
1.5 Tick 数据特征工程全景图
以下 SVG 展示了 Tick 数据特征工程从原始数据到策略信号的整体流程：