做市数据源全景图：数据源分类与质量评估
做市系统跑起来，第一件事不是写策略，而是搞清楚——数据从哪来？
我见过不少团队，策略逻辑写得漂漂亮亮，结果一上线就崩。为什么？数据源没选对。行情延迟高、交易接口不稳定、基本面数据缺字段……这些坑，我一个个踩过。
今天咱们就把数据源这件事彻底讲透。从分类到评估，再到主流供应商对比，一步到位。
数据源分类：行情、交易、基本面、舆情
做市数据源，说白了就四大类。我习惯这么分：
- 行情数据：实时价格、买卖盘口、成交明细。这是做市策略的“眼睛”。
- 交易数据：账户持仓、委托记录、成交回报。这是做市策略的“手脚”。
- 基本面数据：转债条款、转股价、溢价率、正股财务数据。这是做市策略的“大脑”。
- 舆情数据：新闻、公告、社交媒体情绪。这是做市策略的“直觉”。
你想想看，如果行情数据延迟了500毫秒，你的报价可能已经落后市场一个身位。如果基本面数据更新不及时，你可能会在转股价调整前还按老参数报价——那画面太美我不敢看。
核心观点：做市数据源不是越多越好，而是越准越好。我建议优先保证行情和交易数据的质量，基本面次之，舆情最后。
数据源质量评估标准
怎么判断一个数据源好不好？我总结了一套“五维评估法”：
- 时效性：数据从产生到到达你的系统，花了多久？做市交易，毫秒级延迟都算慢的。
- 完整性：字段全不全？有没有缺失值？我记得有一次，某数据源的转股价字段经常为空，差点导致策略报错。
- 准确性：数据对不对？我建议做交叉验证——用两个独立数据源比对同一只转债的行情。
- 稳定性：服务会不会断？API限流严不严？我曾经遇到某平台在交易高峰期直接限流，那叫一个酸爽。
- 可追溯性：数据有历史记录吗？能回测吗？做策略回测时，历史数据的完整性直接决定结果可信度。
避坑指南：我曾经在选数据源时只看价格，结果省下来的钱全赔在系统故障上了。记住——免费的数据往往最贵。
常见数据提供商对比
国内做可转债数据，绕不开这三家：Wind、聚宽、Tushare。我一个个说。
| 维度 | Wind | 聚宽 | Tushare |
|---|---|---|---|
| 行情实时性 | 毫秒级（付费） | 秒级 | 分钟级（免费） |
| 数据完整性 | ★★★★★ | ★★★★ | ★★★ |
| API易用性 | 一般（需安装客户端） | 好（Python SDK） | 好（RESTful API） |
| 历史数据 | 全量（1990年起） | 2010年起 | 2005年起 |
| 价格 | 高（年费数万） | 中等（有免费额度） | 免费/低（积分制） |
| 适合场景 | 机构做市 | 量化策略开发 | 个人研究/回测 |
Wind：机构标配。数据全、质量高，但贵。我建议做市团队至少配一个Wind终端，用于数据校验和人工盯盘。
聚宽：量化平台出身，API设计得很舒服。我个人的习惯是用聚宽做策略原型开发，数据够用，上手快。
Tushare：开源精神值得点赞。免费版数据延迟较高，但做回测和学术研究完全够用。我曾经用Tushare跑过一套可转债套利策略的回测，效果还不错。
注意：不要把所有鸡蛋放在一个篮子里。我建议至少准备两个数据源——一个主用，一个备用。做市交易中，数据源切换的容错机制是必须的。
数据源整合架构图
下面这张图是我在实际项目中用过的数据源整合架构。你可以参考一下：
这张图的核心逻辑是：数据源分层接入，整合层做清洗和对齐，存储层做持久化，最后喂给策略引擎。我建议你在实际部署时，把行情数据单独走一条低延迟通道，别跟基本面数据混在一起。
我的选择建议
如果你问我个人怎么选，我的答案是：
- 做市交易系统：Wind + 券商直连。贵，但稳。
- 策略研发环境：聚宽 + Tushare。免费额度够用，API友好。
- 数据校验：至少两个独立源交叉验证。我习惯用Wind做主源，Tushare做校验。
嗯，数据源这件事，说复杂也复杂，说简单也简单。核心就一句话：选对数据源，做市就成功了一半。