1. 时序数据基础：从零认识金融时序

大家好，我是你们这门课的老朋友。今天咱们聊聊最基础的东西——时序数据。

说实话，我入行那会儿，对时序数据的理解特别肤浅。就觉得，不就是带时间戳的数据嘛，有啥好研究的？后来在量化交易系统里栽了几个跟头，才明白这东西的门道有多深。

嗯，咱们从头说起。

1.1 什么是时序数据？

时序数据，说白了就是带时间戳的数据序列。每个数据点都对应一个时间点，按时间顺序排列。

举个例子：

• 你每天早晨称体重，记录下日期和体重值——这就是时序数据
• 股票每秒钟的成交价——这也是时序数据
• 传感器每隔100毫秒采集的温度——还是时序数据

我习惯用一个公式来理解：

时序数据 = 时间戳 + 观测值 + 标签（可选）

就这么简单。但简单背后，藏着不少坑。

1.2 时序数据的三大特点

做金融数据库这些年，我总结时序数据有三个核心特点。你想想看，理解了这三点，后面学啥都顺。

1.2.1 时间戳——数据的灵魂

每个时序数据点，都必须有一个时间戳。没有时间戳的数据，就像没有身份证的人——没法用。

但这里有个坑：时间戳的精度。

我曾经在项目中遇到过一个问题：两个系统记录同一笔交易，一个用毫秒级时间戳，一个用微秒级。结果数据对不上，排查了整整两天。后来我定了个规矩：金融场景下，时间戳精度统一用微秒，必要时用纳秒。

1.2.2 有序性——不能乱

时序数据天然有序。先发生的在前，后发生的在后。这个顺序一旦乱了，很多分析就废了。

举个例子：计算移动平均线，如果数据顺序乱了，算出来的指标全是错的。

我刚开始做行情系统时，就犯过这个错。数据从多个源进来，没做排序就直接入库。结果回测时发现策略收益曲线特别诡异——后来才发现，是数据顺序乱了。

嗯，从那以后，我所有时序数据的写入都强制按时间戳排序。

1.2.3 海量性——数据爆炸

金融时序数据有多海量？我给你算笔账：

数据类型	单日数据量（一只股票）	全市场（约4000只股票）
K线数据（1分钟）	约240条	约96万条
逐笔成交	约10万条	约4亿条
Level2行情	约500万条	约200亿条

看清楚了吗？光是逐笔成交，全市场一天就4亿条。一年下来，上千亿条数据。

传统的关系型数据库，面对这个量级基本就跪了。这也是为什么我们需要专门的时序数据库。

1.3 金融领域典型时序数据场景

咱们做金融的，天天跟这几类数据打交道。我挑三个最典型的说说。

1.3.1 K线数据——最熟悉的陌生人

K线数据，做交易的人天天看。但作为数据库工程师，你得知道它背后的存储逻辑。

一条K线数据包含：

• 时间戳（通常是分钟级或日级）
• 开盘价、收盘价、最高价、最低价
• 成交量、成交额

存储上，我建议按时间+标的做分区。比如：

-- 伪代码示例
CREATE TABLE kline_1min (
    ts TIMESTAMP,        -- 时间戳
    symbol VARCHAR(10),  -- 股票代码
    open DOUBLE,         -- 开盘价
    high DOUBLE,         -- 最高价
    low DOUBLE,          -- 最低价
    close DOUBLE,        -- 收盘价
    volume BIGINT,       -- 成交量
    PRIMARY KEY (ts, symbol)
);

这里要注意：时间戳和股票代码要联合做主键。我见过有人只用时间戳做主键，结果不同股票的数据互相覆盖，那叫一个惨。

1.3.2 逐笔成交——最细粒度的数据

逐笔成交，就是每一笔真实的成交记录。它比K线数据细得多。

一条逐笔成交记录包含：

• 成交时间（精确到微秒）
• 成交价格
• 成交数量
• 成交方向（买/卖）
• 成交编号

逐笔成交的数据量特别大。我做过一个项目，单只股票一天的逐笔成交就有几十万条。全市场的话，你想想看。

1.3.3 Level2行情——快人一步的秘密

Level2行情，比普通行情多了很多东西。比如：

• 十档买卖盘口（普通行情只有五档）
• 逐笔成交明细
• 委托队列
• 成交统计

Level2行情的数据量，是普通行情的几十倍。而且它要求低延迟——数据从交易所出来到入库，延迟不能超过毫秒级。

我曾经帮一家券商优化Level2行情系统。他们原来的方案是用Kafka+MySQL，结果延迟经常飙到几百毫秒。后来换成时序数据库+内存计算，延迟降到了5毫秒以内。

嗯，这就是专业时序数据库的价值所在。

1.4 本章知识体系总览

说了这么多，咱们用一张图来总结一下本章的核心内容：

这张图把咱们今天讲的内容串起来了。你仔细看看，是不是清晰多了？

好了，第一章就到这里。记住我今天说的这些基础，后面咱们会反复用到。尤其是那个时间戳精度的问题——嗯，你以后一定会遇到的。