3、订单簿数据获取：用Python搞定Level 1与Level 2数据

做外汇交易这么多年，我越来越觉得——订单簿就是市场的X光片。Level 1数据告诉你价格在哪，Level 2数据告诉你价格为什么在那。今天咱们就聊聊怎么用Python把这些数据抓到手，再洗干净。

3.1 Level 1 vs Level 2：到底差在哪？

先别急着写代码，咱们得搞清楚要拿什么数据。

Level 1数据，说白了就是「最优报价」。你打开MT4看到的Bid/Ask，就是Level 1。它告诉你：现在市场上最好的买单在哪，最好的卖单在哪。

Level 2数据，也叫市场深度（Market Depth）。它把订单簿一层层剥开给你看——距离当前价格5个点的买单有多少，10个点的卖单又有多少。我刚开始做量化时，只盯着Level 1看，结果策略回测漂亮，实盘一跑就崩。后来才发现，流动性深度才是决定滑点的关键。

维度	Level 1	Level 2
数据内容	最优Bid/Ask + 成交量	多档位挂单 + 每档深度
更新频率	毫秒级	毫秒级（数据量更大）
典型用途	实时报价、简单策略	订单簿分析、做市策略
数据量	小	大（每笔含10-20档）

3.2 主流数据源API对接

市面上数据源不少，但我重点讲三个：Dukascopy、FXCM、OANDA。为什么？因为我都踩过坑。

3.2.1 Dukascopy：免费但有点「糙」

Dukascopy的JForex平台提供免费的历史数据，但API文档写得...嗯，你懂的。我个人习惯用它的Tick数据，精度到0.1 pip。

import requests
import pandas as pd
from datetime import datetime

def get_dukascopy_tick(symbol, date):
    """
    获取Dukascopy的Tick数据
    注意：日期格式必须为YYYY/MM/DD
    """
    url = f"https://datafeed.dukascopy.com/datafeed/{symbol}/"
    url += f"{date.year}/{date.month:02d}/{date.day:02d}/"
    url += "ticks.h5"
    
    # 我记得第一次用这个接口时，忘了处理时区问题
    # 结果拿到的数据全是错的
    response = requests.get(url)
    if response.status_code == 200:
        # 解析二进制数据
        # 这里省略具体解析逻辑
        pass
    else:
        print(f"数据获取失败: {response.status_code}")

3.2.2 FXCM：稳定但收费

FXCM的REST API做得比较规范。它提供Level 2数据，但需要申请权限。我建议你直接用它的Python SDK——fxcmpy，省去很多麻烦。

import fxcmpy

# 初始化连接
# 注意：token需要从FXCM后台获取
con = fxcmpy.fxcmpy(access_token='YOUR_TOKEN', 
                     log_level='error')

# 获取Level 2数据
# 返回的是DataFrame，包含多档Bid/Ask
def get_fxcm_level2(symbol='EUR/USD', depth=10):
    """
    获取FXCM的Level 2市场深度
    depth参数控制返回的档位数
    """
    try:
        data = con.get_market_depth(symbol)
        # 只取前depth档
        return data.head(depth)
    except Exception as e:
        print(f"获取Level 2失败: {e}")
        return None

3.2.3 OANDA：文档最友好

OANDA的API文档是我见过最清晰的。它的v20 API支持REST和Stream两种模式。我个人偏爱Stream模式——数据实时推送，不用轮询。

import oandapyV20
import oandapyV20.endpoints.orders as orders
from oandapyV20.contrib.requests import MarketOrderRequest

# 配置OANDA连接
client = oandapyV20.API(access_token="YOUR_TOKEN",
                        environment="practice")

# 获取订单簿数据
def get_oanda_orderbook(instrument="EUR_USD"):
    """
    OANDA的订单簿数据包含：
    - price: 价格
    - longCount: 多头挂单数
    - shortCount: 空头挂单数
    """
    # 注意：OANDA的订单簿是聚合数据
    # 不是原始挂单，而是按价格聚合的
    r = orders.OrderBook(instrument)
    response = client.request(r)
    
    # 解析返回数据
    orderbook = response['orderBook']['buckets']
    return pd.DataFrame(orderbook)

3.3 数据清洗与预处理

数据拿到手，别急着用。我敢说，80%的量化策略问题出在数据质量上。下面是我总结的清洗流程。

3.3.1 时间戳对齐

不同数据源的时间戳格式五花八门。Dukascopy用毫秒时间戳，FXCM用ISO 8601字符串，OANDA用RFC 3339格式。统一转成datetime对象是第一步。

def normalize_timestamp(ts, source):
    """
    统一时间戳格式
    """
    if source == 'dukascopy':
        # Dukascopy: 毫秒时间戳
        return pd.to_datetime(ts, unit='ms')
    elif source == 'fxcm':
        # FXCM: ISO 8601字符串
        return pd.to_datetime(ts)
    elif source == 'oanda':
        # OANDA: RFC 3339格式
        return pd.to_datetime(ts)
    else:
        raise ValueError(f"未知数据源: {source}")

3.3.2 异常值处理

订单簿数据里经常出现「幽灵挂单」——价格异常高或低的挂单。这些通常是数据错误或者测试单。我一般用Z-score方法过滤。

def filter_outliers(df, column='price', threshold=3):
    """
    用Z-score过滤异常价格
    threshold=3表示超过3个标准差视为异常
    """
    z_scores = (df[column] - df[column].mean()) / df[column].std()
    return df[abs(z_scores) < threshold]

3.3.3 缺失值填充

Level 2数据经常有空档——某个价格区间没有挂单。直接填0会扭曲流动性分析。我建议用插值法。

def fill_missing_depth(df, method='linear'):
    """
    填充订单簿中的空档
    method: linear(线性插值) / ffill(前向填充)
    """
    # 先按价格排序
    df = df.sort_values('price')
    
    # 对挂单量做插值
    df['volume'] = df['volume'].interpolate(method=method)
    
    return df

3.4 知识体系总览

说了这么多，咱们用一张图把整个流程串起来。这是我做数据获取时脑子里始终绷着的一根弦。

这张图我每次做数据项目都会贴在墙上。你想想看，从数据源到最终可用的DataFrame，中间任何一个环节出问题，后面的策略分析都是白搭。