1. Tick数据基础
做量化这些年，我接触过形形色色的数据。从日线到分钟线，从逐笔成交到订单簿快照。但要说最原始、最真实的市场数据，还得是Tick数据。
说白了，Tick数据就是交易所记录下来的每一笔交易。你想想看，当你在交易软件上点下「买入」按钮的那一刻，这笔交易就被打上时间戳，记录在案了。这就是一个Tick。
1.1 Tick数据的定义
Tick数据，也叫逐笔成交数据。它记录的是每一笔实际发生的交易。每一笔Tick通常包含以下几个字段：
| 字段 | 含义 | 示例 |
|---|---|---|
| 时间戳 | 精确到毫秒甚至微秒 | 2024-01-15 09:30:00.123 |
| 成交价 | 这笔交易的实际价格 | 15.68 |
| 成交量 | 这笔交易成交了多少股/手 | 1000 |
| 成交额 | 这笔交易的总金额 | 15680.00 |
| 买卖方向 | 主动买还是主动卖 | Buy / Sell |
核心要点：Tick数据是市场微观结构的最小观测单元。每一笔Tick都代表了一次真实的交易行为。
我在项目中遇到过不少新手，上来就问「Tick数据不就是高频数据吗？」其实不是。高频数据是个宽泛的概念，而Tick数据是高频数据中最细粒度的存在。它就像视频的每一帧，而OHLCV数据则是把很多帧压缩成了一个短视频。
1.2 Tick数据与OHLCV数据的区别
OHLCV数据大家都很熟悉了——Open, High, Low, Close, Volume。但Tick数据和它完全是两码事。我画了张图，你看完就明白了：
它们的区别，我总结成一张表：
| 对比维度 | Tick数据 | OHLCV数据 |
|---|---|---|
| 数据粒度 | 每笔交易 | 固定时间窗口的聚合 |
| 数据量 | 极大（一天几百万条） | 较小（一天几百到几千条） |
| 时间精度 | 毫秒/微秒级 | 秒/分钟级 |
| 信息含量 | 完整保留交易细节 | 丢失了交易顺序和微观结构 |
| 存储成本 | 高 | 低 |
| 分析复杂度 | 高 | 低 |
我的经验：如果你做的是日频策略，用OHLCV就够了。但如果你研究的是做市策略、套利策略，或者想分析市场微观结构，那Tick数据是绕不开的。我曾经用OHLCV数据回测一个高频策略，结果实盘亏得一塌糊涂——后来才发现，OHLCV数据把很多关键的微观信号都抹平了。
1.3 Tick数据的应用场景
Tick数据到底能干什么？我列举几个实际场景：
场景一：订单簿重建
有了Tick数据，你可以重建出任意时刻的订单簿状态。为什么这很重要？因为订单簿里藏着市场的「供需关系」。比如，你在Tick数据里看到连续的大单买入，但价格没怎么涨——这说明有人在偷偷吃货。
场景二：交易成本分析
实盘交易中，滑点和冲击成本是躲不开的。用Tick数据，你可以精确计算每一笔交易的执行成本。我有个朋友做程序化交易，一开始用分钟级数据估算滑点，结果实际交易成本比估算的高了3倍。后来改用Tick数据做分析，才把模型调准了。
场景三：市场微观结构特征提取
从Tick数据里，你可以提取出很多有意思的指标：
- 买卖压力比：主动买和主动卖的成交量之比
- 订单到达率：单位时间内Tick的数量
- 价格跳跃：相邻Tick之间的价格变化
- 成交量分布：大单和小单的占比
一个真实的案例：2010年美股「闪电崩盘」那天，如果你只看分钟级数据，只会看到价格暴跌然后反弹。但用Tick数据去分析，你会发现市场在几毫秒内发生了剧烈的订单流变化——高频交易商集体撤单，流动性瞬间枯竭。这就是Tick数据的价值所在。
场景四：高频策略开发
做高频策略，Tick数据就是你的「原材料」。比如：
- 做市策略：需要实时监控Tick数据，调整报价
- 套利策略：需要Tick级别的价格同步性
- 动量策略：需要捕捉Tick级别的订单流异常
注意：Tick数据虽好，但处理起来也有坑。我曾经在项目中遇到Tick数据的时间戳错乱问题——交易所的时钟不同步，导致数据顺序乱了。所以拿到Tick数据后，第一步一定要做数据清洗和排序校验。
嗯，关于Tick数据的基础就聊这么多。记住一句话：Tick数据是市场的「原始录音」，而OHLCV数据是「文字摘要」。做微观结构研究，你得学会听原始录音。
公众号:蓝海资料掘金营，微信deep3321