2. Tick数据基础：概念、结构与采集规范

Tick数据是金融市场最细粒度的交易记录，每一笔逐笔成交或每一次盘口变动都会生成一条Tick记录。在坏账率哨兵模型中，Tick数据直接决定了回放验证的时间分辨率与信号捕捉精度。本节从概念、数据结构、数据源与采集规范三个层面建立Tick数据的基础认知。

2.1 Tick数据的概念

Tick数据（逐笔数据）是指交易所或做市商系统在连续交易过程中，对每一笔成交或每一次买卖盘口变化进行实时记录的最小数据单元。与分钟线、日线等聚合K线不同，Tick数据保留了交易发生时的完整微观结构。

2.2 Tick数据结构

一条完整的Tick记录通常包含以下核心字段。根据数据用途（成交Tick vs 盘口Tick），字段组合略有差异。

2.2.1 核心字段清单

2.2.2 数据结构示例（JSON格式）

{
  "symbol": "600519.SH",
  "timestamp": 1712563200123,        // 毫秒级时间戳
  "price": 172.50,
  "volume": 200,
  "bid_price": 172.48,
  "bid_volume": 1500,
  "ask_price": 172.52,
  "ask_volume": 800,
  "trade_direction": "BUY",
  "trade_id": "T2024040812345678"
}

2.3 Tick数据源与采集规范

不同数据源提供的Tick数据在精度、覆盖范围、延迟和成本上差异显著。选择数据源时需综合考虑回放场景的精度要求与预算约束。

2.3.1 主流Tick数据源对比

2.3.2 采集规范要点

1. 时间同步：所有Tick记录必须使用交易所撮合时间戳，禁止使用本地接收时间。本地时间与交易所时间偏差超过1ms时，回放顺序可能错乱。
2. 去重机制：同一成交编号只保留第一条记录。网络重传或数据商冗余推送会导致重复Tick，必须在入库前完成去重。
3. 缺失处理：盘口Tick在无成交时仍可能更新（如撤单、改价）。采集程序应持续监听盘口变化，不能仅依赖成交事件触发。
4. 存储格式：推荐使用列式存储（Parquet/Arrow）或时序数据库（InfluxDB/ClickHouse），避免CSV逐行读写带来的性能瓶颈。
5. 校验规则：每条Tick必须满足：bid_price <= ask_price，volume >= 0，price > 0。异常数据应标记并隔离，不直接丢弃。

2.4 Tick数据采集架构

下图展示了一套典型的Tick数据采集与存储架构，适用于哨兵模型回放场景。架构分为数据源层、采集层、存储层和回放层四个部分。

2.5 Tick数据质量检查清单

在将Tick数据接入哨兵模型前，建议按以下清单逐项检查数据质量。任何一项不满足都可能导致回放结果失真。