第二章 数据源与接入：主流交易所Tick数据格式解析（CTP、Binance、WebSocket）

做量化交易，第一道坎就是数据接入。我见过太多人把精力全花在策略上，结果数据源没选对，回测跑得飞起，实盘一接就崩。说白了，Tick数据是交易的「原子」——每一笔成交、每一次报价变动，都是市场最真实的呼吸。

今天咱们就掰开揉碎，聊聊CTP、Binance和WebSocket这三种主流接入方式。嗯，我会把我在项目中踩过的坑、总结的经验，一股脑倒出来。

2.1 CTP：国内期货的「硬通货」

CTP（综合交易平台）是上期技术开发的，国内期货市场几乎人手一套。它的Tick数据格式非常固定，我当年第一次接触时，觉得这玩意儿太「硬核」了——全是二进制流，连个换行符都找不到。

2.1.1 数据结构

CTP的Tick数据，核心是CThostFtdcDepthMarketDataField结构体。我挑几个关键字段说说：

字段名	类型	说明
InstrumentID	char[31]	合约代码，比如"rb2410"
LastPrice	double	最新成交价
Volume	int	当日累计成交量
Turnover	double	当日累计成交额
BidPrice1	double	买一价
AskPrice1	double	卖一价
BidVolume1	int	买一量
AskVolume1	int	卖一量
UpdateTime	char[9]	行情时间，格式"HH:MM:SS"
UpdateMillisec	int	毫秒数

注意，CTP的Tick是「快照」模式——每次推送都包含当前所有档位的买卖盘。我习惯把它叫做「全量快照」，因为每次数据包都带着完整的十档行情。

2.1.2 接入代码示例

下面是我常用的CTP行情订阅代码片段。注意，这里用的是C++，因为CTP的API本身就是C++风格：

// 创建行情回调类
class CMdSpi : public CThostFtdcMdSpi {
public:
    // 收到深度行情时的回调
    virtual void OnRtnDepthMarketData(
        CThostFtdcDepthMarketDataField *pDepthMarketData) {
        
        // 提取关键字段
        std::string instrument = pDepthMarketData->InstrumentID;
        double lastPrice = pDepthMarketData->LastPrice;
        int volume = pDepthMarketData->Volume;
        
        // 这里可以写入队列或直接处理
        printf("合约:%s 最新价:%.2f 成交量:%d\n", 
               instrument.c_str(), lastPrice, volume);
    }
};

// 初始化并订阅
CMdSpi* pMdSpi = new CMdSpi();
pMdUserApi->RegisterSpi(pMdSpi);
pMdUserApi->SubscribeMarketData("rb2410", 1);

2.2 Binance：加密货币的「WebSocket流」

Binance的Tick数据走的是WebSocket协议，和CTP完全是两个世界。CTP是二进制、全量快照；Binance是JSON、增量更新。我第一次从CTP切到Binance时，觉得这数据格式也太「亲民」了——直接能看懂。

2.2.1 数据格式

Binance的深度流（depth stream）有两种模式：

• partial book depth：每100ms或1000ms推送一次全量快照
• diff depth：实时推送增量变化

我个人更推荐用diff depth，因为它延迟更低。来看一个典型的diff depth消息：

{
  "e": "depthUpdate",      // 事件类型
  "E": 1672531200000,      // 事件时间（毫秒时间戳）
  "s": "BTCUSDT",          // 交易对
  "U": 100,                // 第一更新ID
  "u": 200,                // 最后更新ID
  "b": [                   // 买单变化
    ["28000.00", "1.5"],   // [价格, 数量]
    ["27999.00", "0.8"]
  ],
  "a": [                   // 卖单变化
    ["28001.00", "2.0"],
    ["28002.00", "1.2"]
  ]
}

注意，Binance的增量更新是「替换」逻辑——如果某个价格档位的数量变为0，就表示该档位被移除。我刚开始做的时候没注意这点，结果深度数据越积越多，内存直接爆了。

2.2.2 WebSocket接入示例

用Python接入Binance的WebSocket，我一般用websockets库，轻量又好用：

import asyncio
import websockets
import json

async def subscribe_binance_depth(symbol="btcusdt"):
    # 构建订阅URL
    stream_name = f"{symbol}@depth@100ms"
    url = f"wss://stream.binance.com:9443/ws/{stream_name}"
    
    async with websockets.connect(url) as ws:
        # 订阅消息（其实URL已经指定了，但可以再发一次确认）
        subscribe_msg = {
            "method": "SUBSCRIBE",
            "params": [stream_name],
            "id": 1
        }
        await ws.send(json.dumps(subscribe_msg))
        
        # 持续接收数据
        while True:
            raw_data = await ws.recv()
            tick_data = json.loads(raw_data)
            
            # 提取买卖盘变化
            bids = tick_data.get("b", [])
            asks = tick_data.get("a", [])
            
            # 这里可以更新本地的OrderBook
            print(f"收到深度更新: {len(bids)}档买单, {len(asks)}档卖单")

# 运行
asyncio.run(subscribe_binance_depth())

2.3 WebSocket：通用协议与实战要点

不管是Binance还是其他交易所，WebSocket都是主流。但WebSocket本身只是个传输协议，真正重要的是「心跳维持」和「数据重连」机制。

2.3.1 心跳机制

交易所一般会定期发送ping帧，客户端必须在规定时间内回复pong。如果超时，连接会被断开。我见过最坑的是某小交易所，心跳间隔只有10秒，网络稍微波动就断连。

下面是我常用的心跳处理模板：

import asyncio
import websockets

async def keep_alive(ws, interval=20):
    """每20秒发送一次ping"""
    while True:
        try:
            await ws.ping()
            await asyncio.sleep(interval)
        except websockets.ConnectionClosed:
            print("连接已关闭，停止心跳")
            break

async def main():
    async with websockets.connect("wss://example.com/ws") as ws:
        # 启动心跳任务
        heartbeat_task = asyncio.create_task(keep_alive(ws))
        
        # 主数据接收循环
        async for message in ws:
            # 处理数据
            pass
        
        # 等待心跳任务结束
        await heartbeat_task

2.3.2 断线重连策略

做量化最怕什么？行情来了，连接断了。我总结了一套「指数退避+随机抖动」的重连策略：

async def connect_with_retry(url, max_retries=10):
    retry_delay = 1  # 初始延迟1秒
    
    for attempt in range(max_retries):
        try:
            async with websockets.connect(url) as ws:
                print(f"连接成功，尝试次数: {attempt+1}")
                return ws
        except (websockets.ConnectionClosed, 
                websockets.WebSocketException) as e:
            # 指数退避 + 随机抖动
            import random
            delay = retry_delay + random.uniform(0, 0.5)
            print(f"连接失败，{delay:.2f}秒后重试...")
            await asyncio.sleep(delay)
            retry_delay = min(retry_delay * 2, 60)  # 最大60秒
    
    raise Exception("重连失败，请检查网络")

2.4 三种接入方式对比

做个表格，一目了然：

维度	CTP	Binance WebSocket	通用WebSocket
协议	TCP + 二进制	WebSocket + JSON	WebSocket
数据模式	全量快照	增量更新	取决于交易所
延迟	低（毫秒级）	低（毫秒级）	中低
解析难度	高（需二进制解析）	低（JSON直接解析）	中
适用场景	国内期货	加密货币	多交易所统一接入

2.5 知识体系总览

下面这张图，是我梳理的本章知识结构。你可以把它当成一张「地图」，随时回来对照：

嗯，这张图把三种接入方式的核心要点都串起来了。CTP偏硬核，Binance偏灵活，通用WebSocket则是「万金油」。你想想看，如果能把这三套都吃透，市面上90%的交易所数据你都能搞定。