1. 行情数据基础：高频行情数据定义、Tick与Snapshot数据模型、Level2行情协议解析

1.1 高频行情数据到底是什么？

做量化交易这些年，我见过不少新手一上来就盯着K线图猛看。说实话，K线只是二手数据，真正的源头是高频行情。高频行情，说白了就是交易所实时推送的每一笔交易细节。

我个人习惯把行情数据分成两类：

• Tick数据：每一笔成交的完整记录。谁在什么时间、什么价格、买了多少股。
• Snapshot数据：某个时间点的快照。比如每3秒拍一张照片，记录当前买卖盘口的情况。

你想想看，如果你只看到K线，你根本不知道中间发生了什么。但有了Tick数据，你能看到每一笔大单是怎么吃掉的，能感受到市场的呼吸节奏。

1.2 Tick数据模型：每一笔成交都值得记录

我在项目中遇到过最头疼的事，就是Tick数据量太大，存储和传输都成了瓶颈。所以，设计Tick数据模型时，一定要精打细算。

一个标准的Tick记录，通常包含这些字段：

字段名	类型	说明
symbol	string	股票代码，比如"000001.SZ"
timestamp	int64	精确到微秒的时间戳
price	float64	成交价格
volume	int64	成交量（股数）
turnover	float64	成交金额
buy_sell_flag	int8	买卖方向：1买、-1卖、0未知

嗯，这里要注意。时间戳一定要用微秒级。我见过有人用毫秒，结果回测时发现很多订单时间重叠，根本分不清先后顺序。那回测结果就完全失真了。

1.3 Snapshot数据模型：快照里藏着什么？

Snapshot，也叫快照数据。它不像Tick那样记录每一笔，而是每隔固定时间（比如3秒）拍一张「市场全景图」。

一个典型的Snapshot包含：

• 当前最新成交价、成交量
• 买一到买五（或买十）的挂单价格和数量
• 卖一到卖五（或卖十）的挂单价格和数量
• 当日开盘价、最高价、最低价、收盘价
• 总成交量、总成交额

为什么需要Snapshot？因为Tick数据太密了，存储成本高。而Snapshot可以帮你快速重建市场状态。我个人的做法是：Tick数据保留7天，Snapshot数据保留3个月。这样既保证了近期分析的精度，又控制了存储成本。

1.4 Level2行情协议解析：别被协议吓到

Level2行情，说白了就是比普通行情多了一层细节。普通行情只能看到买卖五档，Level2能看到买卖十档，还能看到逐笔成交和委托队列。

国内常见的Level2协议有两种：

• 深交所协议：基于STEP协议，消息体是二进制格式
• 上交所协议：基于FAST协议，压缩率更高

我第一次解析深交所的Level2协议时，看着那一堆二进制字节，头都大了。后来发现，其实核心就是三步：

1. 读取消息头，判断消息类型
2. 根据消息类型，解析对应的消息体
3. 把解析结果转换成统一的数据结构

下面是我写的一个简化版解析器，帮你理解核心逻辑：

class Level2Parser:
    def __init__(self):
        self.msg_handlers = {
            0x01: self._parse_tick,
            0x02: self._parse_snapshot,
            0x03: self._parse_order_book
        }
    
    def parse(self, raw_bytes):
        msg_type = raw_bytes[0]  # 第一个字节是消息类型
        handler = self.msg_handlers.get(msg_type)
        if handler:
            return handler(raw_bytes[1:])
        else:
            raise ValueError(f"未知消息类型: {msg_type}")
    
    def _parse_tick(self, data):
        # 解析Tick数据
        return {
            'price': struct.unpack('>d', data[0:8])[0],
            'volume': struct.unpack('>I', data[8:12])[0],
            'timestamp': struct.unpack('>Q', data[12:20])[0]
        }

1.5 知识体系总览

为了让你更直观地理解这三者的关系，我画了一张图：

从这张图你能看到，Tick和Snapshot是数据本身，Level2协议是获取这些数据的规则。三者缺一不可。

1.6 实战中的坑与经验

最后，分享几个我踩过的坑：

• 数据对齐问题：Tick和Snapshot的时间戳可能不同步。我建议以Tick的时间戳为准，把Snapshot对齐到最近的Tick时间。
• 数据缺失处理：网络波动可能导致数据丢包。我的做法是：如果连续3个Snapshot缺失，就标记该时间段为「不可用」。
• 协议版本兼容：交易所会更新协议版本。记得在解析器里加版本号判断，避免上线后出问题。

好了，这一章的内容就到这里。记住，高频行情数据是量化交易的基石。把Tick、Snapshot和Level2协议搞明白，后面的路就好走了。

---