高频数据 指金融市场中微秒/毫秒级生成的交易与订单数据， 记录每一笔委托、成交、报价变动。它比传统日线/分钟线包含更丰富的市场微观结构信息， 是量化高频策略、做市、微观结构分析的基础。

• 高维度 — 字段极多：价格、数量、方向、订单编号、买卖盘口、时间戳等，特征空间巨大。
• 高噪声 — 包含大量市场微观抖动、报价反弹、延迟套利等非信息性波动。
• 非平稳性 — 统计特性随时间剧烈变化，受事件、流动性、波动率聚集影响。

数据源	粒度	典型字段	用途
逐笔成交 (Tick Trade)	每笔成交	时间戳、成交价、成交量、成交方向、买方/卖方订单号	真实成交流、资金流向、VPIN
Level2 快照 (Snapshot)	~100ms / 3s	十档买卖盘口、逐笔委托、大单统计、加权价格	订单簿重建、流动性分析、冲击成本
Tick级行情 (报价变动)	每次报价变动	最新价、买一/卖一价量、涨跌幅、累计成交量	高频因子、微观结构、做市信号

import pandas as pd
# 模拟逐笔成交数据 (高频)
tick_data = pd.DataFrame({
    'time': ['09:30:00.123', '09:30:00.456', '09:30:00.789'],
    'price': [100.25, 100.26, 100.24],
    'volume': [200, 150, 300],
    'side': ['B', 'S', 'B']
})
print(tick_data.head())
# 高频数据清洗: 去重、时间排序、价格过滤
tick_data = tick_data.drop_duplicates().sort_values('time')
tick_data = tick_data[(tick_data['price'] > 0) & (tick_data['volume'] > 0)]
print("清洗后样本数:", len(tick_data))