第1章 Tick数据基础

一、Tick数据基础：什么是Tick数据？

做量化交易这些年，我接触过各种各样的数据。但要说最底层、最真实的市场数据，还得是Tick数据。

说白了，Tick数据就是交易所每产生一笔交易，就记录一条数据。它不像K线那样经过加工，而是最原始的交易流水。我刚开始接触时也觉得这玩意儿太细了，后来才发现——细节里藏着魔鬼，也藏着利润。

1.1 Tick数据的定义

Tick数据，也叫逐笔成交数据。每一笔交易都会生成一条Tick记录。它包含的信息非常具体：

成交时间：精确到毫秒甚至微秒
成交价格：这笔交易的实际成交价
成交量：这笔交易成交了多少手
成交方向：主动买还是主动卖
买卖盘口：成交时刻的买一卖一价和量

举个例子，我在A股市场拿到的Tick数据长这样：

时间戳, 代码, 价格, 成交量, 方向, 买一价, 买一量, 卖一价, 卖一量
09:30:01.123, 600519, 188.50, 100, 买, 188.49, 200, 188.51, 300
09:30:01.456, 600519, 188.51, 200, 卖, 188.50, 150, 188.52, 400

嗯，这里要注意：不同交易所的Tick格式略有差异。比如期货市场的Tick还会包含持仓量变化，外汇市场的Tick则没有方向标记。我当年做跨市场策略时，光统一数据格式就折腾了两周。

1.2 Tick数据与分钟数据的区别

很多人问我：直接用分钟数据做策略不行吗？非要搞Tick？

我的回答是：看你想赚什么钱。

分钟数据是把一段时间内的交易压缩成四个价格（开高低收）和一个总量。它丢掉了太多信息：

对比维度	Tick数据	分钟数据
时间精度	毫秒级	60秒聚合
交易细节	每笔都记录	只保留4个价格
成交量分布	逐笔可查	只有总量
买卖方向	有	无
盘口信息	有	无
数据量	极大（每天数GB）	较小（每天几MB）
策略类型	高频、超短线	中低频、趋势

你看这个表格就明白了。分钟数据适合做趋势跟踪、波段交易。但如果你要做超短线，比如持仓几秒到几分钟那种，没有Tick数据根本玩不转。

我记得有一次，我用分钟数据回测一个策略，收益曲线漂亮得很。结果一上实盘，亏得亲妈都不认识。后来一查，原来是分钟数据把很多关键的价格反转细节给平滑掉了。从那以后，超短线策略我只看Tick。

1.3 Tick数据的采集与存储

采集Tick数据，说白了就是跟时间赛跑。我见过太多人在这上面栽跟头。

⚠️ 常见坑点：

我曾经用Python的requests库直接拉取交易所API的Tick数据，结果发现数据经常丢包。后来改用WebSocket + 本地缓存，才解决了这个问题。

采集方式主要有三种：

直接API接入：通过交易所提供的行情接口，实时接收Tick推送。延迟最低，但需要自己处理断线重连。
数据服务商：比如Wind、聚宽、米筐等，它们提供整理好的Tick数据。省事，但贵，而且有延迟。
自行爬取：从交易所官网或第三方网站抓取。不推荐，容易被封IP，而且数据质量没保证。

我个人习惯用第一种方式。虽然前期开发工作量大，但数据质量可控，延迟也最低。做超短线，延迟就是生命线。

存储方面，Tick数据量巨大。一只股票一天就能产生几千到几万条Tick。全市场几千只股票，一天的数据量轻松上GB。

我推荐用以下方案：

存储格式：用Parquet或HDF5，不要用CSV。CSV读写太慢，而且压缩率低。
分片存储：按日期分文件夹，每个股票单独文件。查询时按需加载，不用全量读入内存。
索引优化：对时间戳和股票代码建立索引。我试过没索引时查询一天的数据要30秒，加了索引后不到1秒。

# 一个简单的Tick数据存储示例（伪代码）
def save_tick_data(data, date, symbol):
    # 按日期和股票代码分片存储
    file_path = f"/data/tick/{date}/{symbol}.parquet"
    # 使用Parquet格式，压缩率高，读写快
    data.to_parquet(file_path, compression='snappy')

def load_tick_data(date, symbol, start_time, end_time):
    file_path = f"/data/tick/{date}/{symbol}.parquet"
    df = pd.read_parquet(file_path)
    # 利用时间索引快速筛选
    return df[(df['timestamp'] >= start_time) & (df['timestamp'] <= end_time)]

💡 小技巧：

如果你只是做研究，不需要实时数据，可以买历史Tick数据。价格不贵，而且省去了采集的麻烦。我刚开始做研究时就是这么干的。

1.4 Tick数据的核心价值

说了这么多，Tick数据到底能用来做什么？

我总结了几点：

捕捉微观动量：大单连续买入，说明主力在吃货。Tick数据能让你在几秒内发现这个信号。
识别虚假突破：价格突破了，但成交量没跟上？Tick数据一看就知道是虚的。
计算真实流动性：盘口的挂单量是虚的，成交的才是真的。Tick数据告诉你真实的买卖力量。
构建高频因子：比如订单流不平衡度、买卖压力比等，这些因子只能从Tick数据中计算。

说白了，Tick数据就是市场的「显微镜」。它能让你看到别人看不到的细节。而这些细节，就是超额收益的来源。

核心要点：Tick数据是逐笔成交记录，精度到毫秒级。它比分钟数据包含更多细节，适合超短线策略。采集时注意延迟和丢包，存储时用Parquet格式并按日期分片。