一、高频数据概述

1.1 什么是高频行情数据

高频行情数据，说白了就是市场在极短时间内产生的交易数据。我经常跟团队新人说，你打开股票软件看到的那个跳动价格，背后就是高频数据在流动。

具体来说，高频行情数据包括：

• 逐笔成交数据——每一笔真实的买卖记录
• 逐笔委托数据——挂在订单簿上的买单卖单
• 快照数据——每隔几毫秒拍一张市场状态照片
• Level 2 数据——比普通行情更深的十档盘口

举个例子，A股市场的逐笔成交数据，每秒能产生几千甚至上万条记录。每条记录包含价格、数量、方向、时间戳，精确到微秒级别。

1.2 高频数据的特点

我做了这么多年高频数据处理，总结下来就三个关键词：高频率、大容量、低延迟。咱们一个一个说。

高频率

普通行情可能每秒更新一次，高频行情呢？每秒更新上千次。你想想看，光是沪深两市一天的逐笔数据，就能达到几亿条。

我记得2015年那会儿，市场波动大的时候，我们系统的数据吞吐量直接飙到每秒50万笔。嗯，那会儿真是考验架构的时候。

大容量

高频数据有多占空间？我算过一笔账：

数据类型	单日数据量	月度数据量
逐笔成交	约 50-80 GB	约 1.5-2.4 TB
Level 2 快照	约 20-30 GB	约 600-900 GB
逐笔委托	约 30-50 GB	约 900-1500 GB

这只是原始数据。加上索引、备份、中间处理结果，存储成本相当可观。

低延迟

高频交易对延迟极其敏感。我曾经参与过一个项目，客户要求从行情到达系统到策略发出信号，延迟不能超过10微秒。

10微秒是什么概念？光在光纤里走1公里就要3.3微秒。所以机房位置、网络拓扑、硬件选型，每一个细节都至关重要。

1.3 高频数据在量化交易中的应用

高频数据到底能用来干什么？我总结了几类典型场景：

订单簿重建

通过逐笔委托数据，我们可以精确重建任意时刻的订单簿状态。这比快照数据更准确，因为快照之间有间隔，中间可能发生了很多变化。

# 伪代码：订单簿重建逻辑
class OrderBook:
    def __init__(self):
        self.bids = {}  # 买单
        self.asks = {}  # 卖单
    
    def apply_tick(self, tick):
        if tick.type == 'add':
            # 新增订单
            self.orders[tick.price] = tick.quantity
        elif tick.type == 'cancel':
            # 撤销订单
            del self.orders[tick.price]

微观结构分析

高频数据能揭示市场的微观行为。比如：

• 买卖价差分析——衡量市场流动性
• 订单流不平衡——预测短期价格方向
• 大单拆单识别——发现机构交易痕迹

我个人习惯用逐笔数据计算订单流毒性（Order Flow Toxicity），这个指标在震荡行情中特别有效。

策略回测与执行优化

用高频数据做回测，能更真实地模拟交易环境。普通日线回测会忽略滑点和市场冲击，高频回测则能精确到每一笔成交。

1.4 知识体系总览

下面这张图是我梳理的高频行情数据知识体系，涵盖了从数据采集到策略应用的完整链路：

从这张图可以看出，高频行情数据的处理是一个完整的链路。每个环节都有坑，也都有优化空间。后面的章节我会逐一深入讲解。

---

公众号:蓝海数据掘金营，微信deep3321