第2章 Tick数据源分析

2. Tick数据源分析：交易所数据源与第三方数据商

做量化交易，第一步就是搞定数据。尤其是Tick级数据，这东西可不是随便找个接口就能拿到的。我这些年踩过的坑，多半都跟数据源有关。今天咱们就好好聊聊，市面上这些Tick数据源到底怎么选。

先说说最正统的——交易所直连。说白了，这是数据的源头，没有中间商赚差价。

深交所的Tick数据，我印象最深的是它的快照频率。深交所的Level-2行情，每3秒推送一次快照。嗯，这里要注意，3秒对于高频策略来说，其实挺慢的。我个人习惯在深交所做股票时，会额外关注逐笔成交数据，那个才是真正的Tick级。

关键点：深交所的逐笔成交数据，时间戳精度到毫秒。但快照数据只有3秒一次，别搞混了。

上交所的Level-2行情，快照频率是每5秒一次。比深交所还慢？对，你没看错。但上交所的逐笔委托数据更丰富，能还原出完整的订单簿变化过程。我在做期货策略时，就特别喜欢用上交所的逐笔数据做订单流分析。

我的经验：上交所的逐笔委托数据，文件体积很大。一天下来，一个股票可能就有几百MB。存储和解析要做好准备。

中金所是期货交易所，它的Tick数据跟股票不太一样。中金所的行情是500毫秒推送一次快照，比股票快多了。而且中金所的Tick数据包含买卖十档，深度信息很全。我曾经用中金所的Tick数据做过股指期货的套利策略，效果还不错。

避坑指南：中金所的Tick数据，时间戳是交易所时间，不是本地时间。做回测时一定要对齐时间轴，否则会出现未来数据。我曾经因为这个原因，回测曲线漂亮得不像话，实盘直接崩了。

交易所直连虽然好，但门槛高、成本也高。大多数团队和个人，还是会选择第三方数据商。这里我挑三个有代表性的聊聊。

Wind是金融圈的老大哥了。它的Tick数据覆盖面很广，沪深两市、期货、期权都有。但Wind的Tick数据是经过清洗的，不是原始数据。什么意思呢？就是Wind会把一些异常值、重复数据给过滤掉。这有好有坏——好处是数据干净，坏处是你可能错过一些市场异常信号。

我个人习惯，做策略回测用Wind的数据，因为省心。但做高频实盘，我会用交易所直连的数据，因为延迟更低。

聚宽是量化平台里比较接地气的。它的Tick数据主要面向股票市场，期货数据也有，但深度不如Wind。聚宽的数据接口是Python风格的，用起来很顺手。我记得有一次，我需要快速验证一个Tick级别的策略，用聚宽的API，半天就把数据拉下来了。

优点：聚宽的Tick数据，时间戳精度到毫秒，而且有逐笔成交数据。对于个人开发者来说，性价比很高。

Tushare是开源社区里比较活跃的数据源。它的Tick数据是免费的，但需要积分。说实话，Tushare的Tick数据质量参差不齐。有些股票的数据很完整，有些则缺胳膊少腿。我建议，如果你只是做研究、写写demo，Tushare够用了。但如果是实盘交易，还是别省这个钱。

小技巧：用Tushare拉Tick数据时，最好做一下数据校验。比如检查时间戳是否连续，价格是否有跳变。我写过一个校验脚本，每次拉完数据都跑一遍，能省不少排查问题的时间。

好了，说了这么多，到底怎么选？我整理了一个对比表，你一看就明白。

选型其实没有标准答案。我个人的建议是：

最后，我想说一句：数据源没有最好的，只有最适合你的。你想想看，你的策略对数据延迟敏感吗？你的预算有多少？你的技术栈是什么？想清楚这些，选型就简单了。

这张图是我自己总结的选型流程。你从顶部开始，一步步往下走，基本就能找到适合自己的数据源。记住，选型不是一次性的，随着你的策略和团队发展，数据源也需要迭代升级。