一、行情数据全景概览
各位同学好，我是老张。今天咱们聊聊行情数据。
做量化交易，说白了就是跟数据打交道。我见过不少团队，策略模型写得花里胡哨，结果一上线就亏钱。为什么？底层数据没吃透。你想想看，地基都没打牢，房子能稳吗？
行情数据就是那个地基。今天这一讲，我带大家把行情数据从头到尾捋一遍。
1.1 什么是行情数据
行情数据，就是金融市场交易过程中产生的所有价格、数量、时间信息。简单说，就是「谁在什么时间、以什么价格、买了多少」的记录。
我个人习惯把行情数据分成两类：
- 静态数据：股票代码、公司名称、上市日期等，基本不变
- 动态数据：实时产生的交易信息，变化极快
咱们做量化，主要跟动态数据打交道。嗯，这里要注意，动态数据又分好几个层级，下面细说。
1.2 行情数据的分类
Level-1 与 Level-2
这是国内最常见的分类方式。我在项目中遇到过不少新手，搞不清这两者的区别，结果数据选错了，策略回测结果完全失真。
| 对比项 | Level-1（基础行情） | Level-2（深度行情） |
|---|---|---|
| 更新频率 | 3秒一次 | 逐笔推送，毫秒级 |
| 盘口数据 | 5档买卖盘 | 10档甚至全档位 |
| 逐笔成交 | 无 | 有 |
| 数据量 | 较小 | 大，约Level-1的10-20倍 |
| 费用 | 免费或低价 | 较贵 |
核心区别一句话：Level-1告诉你「发生了什么」，Level-2告诉你「正在发生什么」。
举个例子。Level-1看到某只股票在10:30:03时，最新价是15.20元。但Level-2能看到：在10:30:00.500时，有一笔500手的买单以15.19元成交；紧接着10:30:00.800时，又有一笔300手的卖单以15.20元成交。这些细节，对高频策略来说就是命根子。
Tick 数据与分钟线
这是按时间粒度分的。我经常跟团队说：选什么粒度，取决于你的策略频率。
- Tick 数据：每一笔交易或每一次行情快照。在A股，Level-2的Tick数据是3秒一张快照，但逐笔成交是实时推送的。
- 分钟线：把Tick数据按分钟聚合，形成开高低收、成交量等。1分钟、5分钟、30分钟、日线都属于这个范畴。
为什么会这样？因为Tick数据太「吵」了。你想想看，一天几千万笔交易，直接拿Tick数据做分析，噪声大得吓人。分钟线相当于做了平滑处理，更适合中低频策略。
我的经验：做日内高频策略，至少要用Level-2的Tick数据。做中长线，日线就够了。我曾经见过有人用日线做高频策略，结果回测漂亮，实盘亏成狗——数据粒度不对，一切都是白搭。
1.3 行情数据在量化交易中的核心地位
量化交易的本质是什么？说白了，就是「用数据做决策」。没有行情数据，量化交易就是无源之水。
我把它总结为三个核心作用：
- 策略研发的基础：没有历史行情数据，你拿什么回测？拿什么验证策略有效性？
- 实盘交易的输入：实时行情数据驱动着每一个交易决策。买还是卖？什么时候买？买多少？全看行情。
- 风险控制的依据：行情异常波动时，需要及时止损或暂停交易。没有实时数据，风控就是空谈。
避坑指南：我曾经接手过一个项目，团队用了第三方免费行情源做回测，结果数据有延迟和缺失。策略回测年化收益30%，实盘一跑直接亏了5%。后来一查，免费数据源在2015年股灾期间有大量数据丢失。从那以后，我坚持用交易所授权的数据源，贵是贵点，但安心。
1.4 行情数据知识体系总览
下面这张图，是我自己整理的行情数据知识体系。建议大家保存下来，后面每一讲都会用到。
这张图把行情数据的分类和应用串起来了。后面每一讲，我们都会围绕这个框架展开。
1.5 小结
这一讲我们聊了行情数据是什么、怎么分类、为什么重要。说白了，行情数据就是量化交易的「原材料」。原材料质量不行，再好的厨师也做不出好菜。
下一讲，我们会深入Level-2数据的内部结构，看看那些毫秒级的逐笔数据到底长什么样。到时候我会带大家手撕一段真实的Level-2数据，保证让你大开眼界。
公众号:蓝海数据掘金营，微信deep3321