1. Tick数据概述
什么是Tick数据？
Tick数据，说白了就是逐笔成交数据。每一笔交易产生一条记录，这就是一个Tick。我经常跟团队里新人说，你把它想象成股票市场的「心跳」——每一次跳动，就是一次成交。
举个例子，假设某只股票在09:30:01.123这个时刻，以10.25元成交了100股，这就产生了一条Tick记录。它包含的信息很纯粹：成交时间、成交价格、成交量。
一个标准的Tick数据结构，通常长这样：
{
"symbol": "000001.SZ", // 股票代码
"time": "09:30:01.123", // 精确到毫秒的时间戳
"price": 10.25, // 成交价格
"volume": 100, // 成交量（股）
"direction": "B", // 主动买卖方向：B=买，S=卖
"index": 123456 // 当日成交序号
}嗯，这里要注意一点。不同交易所的Tick数据格式其实有差异。上交所和深交所的字段命名就不太一样。我在对接深交所行情时，就踩过这个坑——他们的方向标识用的是'0'和'1'，而不是'B'和'S'。
Tick数据在量化交易中的价值
你可能会问，为什么我们要费劲去搞Tick数据？用分钟线不香吗？
我直接说结论：Tick数据是量化交易的「原油」。没有它，很多策略根本跑不起来。
具体来说，Tick数据的价值体现在这几个方面：
- 捕捉微观结构：市场在毫秒级别的变化，分钟线根本看不到。比如大单吃货、撤单诱多这些行为，只有Tick数据才能还原。
- 精确计算成本：做高频交易，滑点就是命。用分钟线算出来的冲击成本，误差能大到让你亏钱。Tick数据可以精确到每一笔的买卖价差。
- 构建高频因子：像订单流不平衡、成交量分布这些因子，底层全是Tick数据。我做过一个统计，用Tick数据构建的因子，信息比率平均比分钟线因子高30%以上。
- 回测更真实：用分钟线回测，你根本不知道你的订单能不能成交。Tick数据可以模拟真实的订单簿状态，回测结果靠谱得多。
核心观点：Tick数据不是「锦上添花」，而是「雪中送炭」。没有Tick数据，高频策略就是空中楼阁。
Tick数据与分钟级数据的区别
这个问题，我建议你从三个维度去理解：
| 维度 | Tick数据 | 分钟级数据 |
|---|---|---|
| 时间精度 | 毫秒级（甚至微秒级） | 分钟级（1分钟、5分钟等） |
| 数据量 | 单只股票每天几千到几万条 | 单只股票每天240条（1分钟线） |
| 信息含量 | 每一笔成交的完整信息 | 聚合后的统计信息（开高低收、成交量） |
| 存储成本 | 高（每天几十GB） | 低（每天几MB） |
| 适用策略 | 高频、做市、套利 | 趋势、反转、CTA |
说白了，分钟级数据是「压缩包」，Tick数据是「原文件」。压缩包方便传输和存储，但解压后你才能看到真正的细节。
我记得有一次，一个同事用分钟线做统计套利，回测曲线漂亮得不行。结果实盘第一天就亏了5%。后来一查原因，原来是分钟线把买卖价差的信息给「平均」掉了，导致他低估了交易成本。换成Tick数据重新回测，那个策略根本不能赚钱。
我的建议：如果你的策略持仓周期在1分钟以内，或者你的策略依赖订单流信息，请务必使用Tick数据。否则，分钟级数据就够用了。
注意：Tick数据不是万能的。数据量大、处理复杂、存储成本高，这些都是实际痛点。我曾经因为Tick数据存储设计不合理，导致查询一个月的回测数据要等半小时。后来重构了存储结构，才把查询时间降到秒级。
知识体系总览
下面这张图，是我梳理的Tick数据知识体系。你可以把它当作本章的「地图」：
这张图把Tick数据的核心知识点串起来了。从定义出发，左边是它的价值和应用，右边是它带来的挑战和解决方案。后面的章节，我们会逐一深入这些模块。
好了，关于Tick数据的基本概念，我们就聊到这里。记住一句话：Tick数据是量化交易的「显微镜」，它能让你看到市场最细微的波动。至于怎么用好这个显微镜，后面的章节会慢慢展开。