高频数据基础：Tick数据、Order Book数据、Trade数据的结构与特征、数据频率与时间戳处理

1. 高频数据三大核心类型

高频交易数据通常分为三类：Tick数据、Order Book（订单簿）数据和Trade（成交）数据。理解它们的结构与特征是进行量化策略开发的第一步。

2. Tick数据的结构与特征

Tick数据是交易所发布的最原始数据流，记录每一笔行情变动。其结构通常包含以下字段：

• 时间戳（Timestamp）：精确到微秒或纳秒，是数据对齐的核心。
• 最新价（Last Price）：当前最后一笔成交价格。
• 成交量（Volume）：当前Tick对应的成交数量。
• 买卖盘口（Bid/Ask）：最优买价与卖价，以及对应数量。
• 交易状态（Trading Status）：连续竞价、集合竞价、停牌等。

# Tick数据示例（Python字典格式）
tick = {
    'timestamp': '2025-03-21 09:30:00.123456',
    'symbol': 'AAPL',
    'last_price': 175.32,
    'volume': 100,
    'bid_price': 175.30,
    'bid_size': 500,
    'ask_price': 175.35,
    'ask_size': 300,
    'status': 'continuous'
}

3. Order Book数据的结构与特征

Order Book数据记录了当前市场所有未成交订单的汇总情况，通常以“快照”或“增量”形式提供。其核心特征包括：

• 多档位（Multi-level）：通常包含5档、10档或全档位数据。
• 价格-数量对（Price-Quantity Pairs）：每个档位包含价格和对应的委托数量。
• 买卖方向（Bid/Ask Side）：买方（Bid）与卖方（Ask）分别列出。
• 增量更新（Incremental Update）：只记录变化的部分，减少数据量。

# Order Book快照示例（5档）
order_book = {
    'timestamp': '2025-03-21 09:30:00.456789',
    'symbol': 'AAPL',
    'bids': [
        {'price': 175.30, 'size': 500},
        {'price': 175.29, 'size': 1200},
        {'price': 175.28, 'size': 800},
        {'price': 175.27, 'size': 600},
        {'price': 175.26, 'size': 400}
    ],
    'asks': [
        {'price': 175.35, 'size': 300},
        {'price': 175.36, 'size': 700},
        {'price': 175.37, 'size': 900},
        {'price': 175.38, 'size': 1100},
        {'price': 175.39, 'size': 500}
    ]
}

4. Trade数据的结构与特征

Trade数据记录每一笔实际成交的订单，是市场活动的最终结果。其结构相对简洁：

• 时间戳：成交发生的精确时间。
• 成交价（Trade Price）：实际成交价格。
• 成交量（Trade Volume）：该笔成交的数量。
• 成交方向（Trade Direction）：买方发起（Buyer Initiated）或卖方发起（Seller Initiated）。
• 成交编号（Trade ID）：唯一标识该笔成交。

# Trade数据示例
trade = {
    'timestamp': '2025-03-21 09:30:00.789012',
    'symbol': 'AAPL',
    'trade_price': 175.32,
    'trade_volume': 200,
    'direction': 'buyer_initiated',
    'trade_id': 'T123456789'
}

5. 数据频率与时间戳处理

高频数据的时间戳处理是数据清洗中最关键的一环。常见问题与处理方法如下：

6. 高频数据时间对齐流程

在Champion Challenger框架中，Tick、Order Book和Trade数据必须按时间对齐，才能构建统一的特征矩阵。下图展示了标准对齐流程：

7. 数据频率选择策略

不同策略对数据频率的要求不同。以下是常见频率选择建议：

• 微秒级（Tick-by-Tick）：适用于做市商策略、高频套利、订单流预测。
• 毫秒级（1ms/10ms Bar）：适用于统计套利、高频动量策略。
• 秒级（1s/5s Bar）：适用于日内趋势跟踪、均值回归策略。
• 分钟级（1min/5min Bar）：适用于中低频日内策略、组合优化。