2、基础数据准备：行情数据获取与订单簿结构
做量化交易，数据就是你的弹药库。弹药不行，再好的策略也白搭。
这一节，我们来聊聊最基础的东西——行情数据怎么拿、订单簿长什么样、成交量和成交额到底有啥区别。嗯，这些看似简单，但我在项目里见过太多人在这上面栽跟头了。
2.1 行情数据的三种粒度：Tick / 分钟 / 日线
我个人习惯把行情数据分成三个层级：Tick级、分钟级、日线级。每个层级干的事不一样，存储和处理的成本也天差地别。
Tick级数据（逐笔成交）
说白了，就是每一笔真实成交的记录。交易所每撮合一次，就产生一条Tick。在A股市场，Tick数据通常包含：
- 成交时间（精确到毫秒甚至微秒）
- 成交价格
- 成交数量（手）
- 成交金额
- 买卖方向（主动买还是主动卖）
我曾经帮一家私募搭建高频回测系统，他们拿到的Tick数据一天就有好几个GB。你想想看，光是存储和清洗就够喝一壶的。所以我的建议是：不是做高频策略，别轻易碰Tick数据。
分钟级数据
这是最常用的数据粒度。1分钟、5分钟、15分钟、30分钟、60分钟，各有各的用处。
一条标准的分钟K线包含：
- 开盘价、最高价、最低价、收盘价（OHLC）
- 成交量
- 成交额
- 开始时间、结束时间
我个人做流动性预判时，最喜欢用1分钟和5分钟的数据。为什么？因为太粗的粒度（比如日线）会丢失盘中细节，太细的粒度（比如Tick）又太吵。1分钟刚好能捕捉到订单簿的微观变化，又不会引入太多噪声。
日线数据
日线是大家最熟悉的。但我要提醒一点：日线数据做流动性分析，基本只能看个大概。
举个例子，某只股票今天成交了10亿，日线告诉你「量很大」。但到底是开盘那10分钟砸出来的，还是尾盘慢慢堆起来的？日线完全看不出来。所以，日线更适合做趋势判断，而不是流动性预判。
| 数据粒度 | 典型大小（单只股票/天） | 适合场景 | 不适合场景 |
|---|---|---|---|
| Tick | 几百MB ~ 几GB | 高频策略、订单簿重建 | 长周期回测、存储受限 |
| 1分钟 | 几MB ~ 几十MB | 流动性预判、日内策略 | 超高频交易 |
| 日线 | 几KB | 趋势分析、选股 | 日内流动性分析 |
2.2 订单簿数据结构
订单簿（Order Book），就是交易所用来记录所有未成交买单和卖单的「大账本」。做流动性预判，订单簿是绕不开的核心数据。
一个标准的订单簿包含两部分：
- 买盘（Bid）：按价格从高到低排列，显示谁愿意出多少钱买
- 卖盘（Ask）：按价格从低到高排列，显示谁愿意以多少钱卖
每条挂单记录通常包含：
- 价格
- 数量（手）
- 委托单编号（可选）
- 时间戳
我记得有一次做回测，发现策略在模拟环境里跑得风生水起，一上实盘就亏成狗。后来排查了半天，问题出在订单簿的「快照」和「增量」上。很多数据商提供的订单簿是快照模式——每隔几毫秒给你拍一张照片。但如果你用快照做回测，会漏掉中间发生的撤单和改单，导致流动性被高估。
collections.OrderedDict来维护一个本地的订单簿副本，每来一条增量就更新一次。
2.3 成交量 vs 成交额
这个问题，我面试量化研究员时几乎必问。很多人张口就来：「成交量就是成交的股数，成交额就是成交的金额。」对，但不够。
两者的核心区别在于：
- 成交量：反映的是「活跃度」——有多少人在交易
- 成交额：反映的是「资金量」——有多少钱在流动
举个例子：
- 股票A，价格10元，成交了100万股 → 成交量100万股，成交额1000万元
- 股票B，价格100元，成交了10万股 → 成交量10万股，成交额1000万元
你看，成交额一样，但成交量差了10倍。如果你只看成交量，会觉得股票A更活跃。但如果你关心的是资金进出规模，成交额才是更靠谱的指标。
在流动性预判中，我通常两个指标一起看：
- 用成交量判断市场的「拥挤度」——是不是很多人挤进来交易
- 用成交额判断市场的「深度」——大资金能不能顺利进出
成交额 = 成交量 × 成交均价
但要注意，这里的「成交均价」不是简单的(最高+最低)/2，而是成交量加权平均价（VWAP）。我习惯用逐笔成交数据来计算VWAP，精度更高。
2.4 知识体系总览
下面这张图，是我自己整理的基础数据准备知识框架。你可以把它当成一个「地图」，后面讲到具体指标时，随时回来对照。
这张图从数据来源开始，一路向下到具体的指标和应用。你会发现，数据粒度越细，能提取的流动性信息就越丰富，但代价是存储和计算成本也越高。怎么取舍？我的建议是：先想清楚你要解决什么问题，再选数据粒度。别一上来就上Tick，也别为了省事只用日线。
公众号:蓝海资料掘金营，微信deep3321