3、数据获取：从交易所API获取Level-2行情数据、解析订单簿快照

好，咱们进入实战环节。数据获取是量化交易的地基，地基不稳，策略再牛也白搭。我个人习惯把这一步叫做“数据管道”，你得确保它干净、快速、稳定。

Level-2行情，说白了就是比普通行情更“深”的数据。普通行情只给你买一卖一，Level-2能给你看十档甚至更深的挂单。你想想看，做订单簿不平衡策略，没有深度数据，那不就是盲人摸象吗？

3.1 交易所API的选择与接入

国内主流交易所，比如上交所、深交所，都有官方行情接口。但说实话，直接对接交易所API门槛不低。我在项目中遇到过，光申请权限、搭建网络环境就能折腾一周。

更常见的做法是：

• 量化平台数据服务：像聚宽、米筐、掘金等，它们封装好了Level-2数据接口，直接用SDK拉取就行。
• 第三方数据商：比如万得、通联数据，提供HTTP或WebSocket接口。
• 交易所直连：适合机构，延迟最低，但开发成本高。

我个人建议，初期先用量化平台的接口。原因很简单——省时间。你想想看，策略逻辑还没跑通，花大量时间搞数据接入，不值当。

3.2 解析订单簿快照

拿到原始数据后，得解析成我们能用的结构。Level-2快照数据，通常包含以下字段：

字段	含义	示例
asks	卖盘十档，按价格升序排列	[[10.01, 1000], [10.02, 2000], ...]
bids	买盘十档，按价格降序排列	[[9.99, 1500], [9.98, 3000], ...]
timestamp	快照时间戳，精确到毫秒	1696000000123
symbol	股票代码	600519.SH

嗯，这里要注意：不同交易所的字段命名可能不一样。比如上交所叫Asks，深交所叫SellOrders。你得先看API文档，别想当然。

下面是我常用的解析代码，用Python写的，清晰易懂：

import json

def parse_orderbook_snapshot(raw_data):
    """
    解析订单簿快照数据
    :param raw_data: 从API获取的原始JSON字符串
    :return: 字典，包含asks、bids、timestamp、symbol
    """
    data = json.loads(raw_data)
    
    # 提取买卖盘数据
    asks = [[float(price), int(volume)] for price, volume in data['asks']]
    bids = [[float(price), int(volume)] for price, volume in data['bids']]
    
    # 按价格排序，确保一致性
    asks.sort(key=lambda x: x[0])   # 卖盘升序
    bids.sort(key=lambda x: x[0], reverse=True)  # 买盘降序
    
    snapshot = {
        'symbol': data['symbol'],
        'timestamp': data['timestamp'],
        'asks': asks,
        'bids': bids
    }
    
    return snapshot

# 使用示例
raw = '{"symbol":"600519.SH","timestamp":1696000000123,"asks":[[10.01,1000],[10.02,2000]],"bids":[[9.99,1500],[9.98,3000]]}'
snapshot = parse_orderbook_snapshot(raw)
print(snapshot)

3.3 数据校验与清洗

数据拿到手，别急着用。先做校验。我在项目中遇到过好几次，交易所偶尔会推送空数据或者重复数据。

我一般做这几步：

• 空值检查：asks或bids为空？直接丢弃。
• 价格合理性：价格不能为0或负数，量也不能为0。
• 时间戳单调性：后一个快照的时间戳，必须大于前一个。否则说明数据乱序了。
• 去重：同一时间戳的重复快照，只保留一份。

3.4 数据存储与缓存

解析好的快照，建议存到内存数据库里，比如Redis。为什么？因为策略计算需要频繁读取最新数据，磁盘IO太慢了。

我常用的存储结构：

• Key：orderbook:{symbol}，比如orderbook:600519.SH
• Value：JSON序列化的快照数据
• TTL：设置过期时间，比如60秒。防止旧数据堆积。

当然，如果你做回测，那就存到本地文件或数据库里。回测不追求实时性，磁盘存储完全够用。

3.5 知识体系总览

下面这张图，是我自己梳理的数据获取流程。你看一眼，心里就有谱了。

你看，整个流程并不复杂。但每一步都有坑。我个人经验是，数据校验这一步最容易被忽视。很多人拿到数据就开算，结果策略上线后，各种异常数据导致误交易。

嗯，关于数据获取，今天就聊这么多。记住一句话：垃圾数据进，垃圾策略出。把数据管道打磨好，后面的策略开发才能事半功倍。

---

公众号:蓝海数据掘金营，微信deep3321