2. Level-2 行情数据：逐笔成交、委托队列、资金流向指标
好，咱们接着聊。上一章我们讲了传统行情数据的局限，说白了就是「马后炮」。今天我要带你看看真正的「战场实况」——Level-2 行情数据。
我刚开始接触 Level-2 的时候，第一反应是「这玩意儿也太香了」。以前看盘就像看黑白电视，Level-2 直接给你升级到 4K 高清。它能让你看到每一笔交易的细节，而不是被「撮合」后的结果。
2.1 逐笔成交：还原每一笔交易的真相
普通行情只给你看「成交价」和「成交量」。但 Level-2 的逐笔成交，会告诉你每一笔交易是怎么发生的。
举个例子：
普通行情显示：「14:30，成交 100 手，价格 10.00 元」。
Level-2 告诉你：「14:30:01.234，主动卖出 50 手，价格 10.00 元；14:30:01.567，主动买入 30 手，价格 10.01 元；14:30:01.890，主动卖出 20 手，价格 10.00 元」。
你看，同样是 100 手成交，背后的资金意图完全不同。我曾在项目中遇到过一只股票，普通行情看是「放量上涨」，但逐笔成交显示全是「小单主动卖出，大单被动买入」——典型的对倒出货。嗯，这里要注意，逐笔成交的核心价值在于「方向」和「大小」。
- 成交方向：主动买入（红色） vs 主动卖出（绿色）
- 成交金额：单笔金额 > 20 万算大单，< 5 万算小单
- 成交时间戳：精确到毫秒，能看出「抢筹」还是「砸盘」
2.2 委托队列：看穿主力的「挂单陷阱」
这个功能我特别喜欢。普通行情只显示「买一、卖一」的挂单量，但 Level-2 能看到前 50 档的委托明细。
为什么会这样？因为主力经常用「托单」和「压单」来骗人。比如：
- 托单：买一挂 10000 手大单，让你觉得「跌不下去」，其实主力在偷偷卖出
- 压单：卖一挂 8000 手大单，让你觉得「涨不上去」，其实主力在悄悄吸筹
我建议你重点关注「委托队列的撤单速度」。如果一个大单挂了 3 秒就撤了，那基本是「假单」。真正想成交的单子，会一直挂着直到被吃掉。
我曾经用这个指标抓过一只妖股。当时卖一挂了 5000 手压单，但逐笔成交显示「每笔 100 手主动买入，连续吃掉压单」。这说明什么？说明主力在「扫货」。我跟着买了进去，当天涨停。
2.3 资金流向指标：大单净流入的「含金量」
很多软件都有「资金流向」这个功能。但我要告诉你，算法不同，结果天差地别。
常见的算法有两种：
| 算法类型 | 原理 | 缺点 |
|---|---|---|
| 传统算法 | 按成交金额大小划分（>20万算大单） | 容易把「拆单」的主力漏掉 |
| 逐笔算法 | 按逐笔成交的方向和大小计算 | 数据量大，计算复杂 |
我个人习惯用「逐笔算法」。因为传统算法有个大坑——主力可以把 100 万拆成 10 笔 10 万的小单，这样传统算法就识别不出来了。但逐笔算法能通过「时间间隔」和「价格连续性」判断出这是「伪小单」。
我曾经被「资金净流入」骗过一次。某股票显示「大单净流入 5000 万」，但逐笔成交显示「大单全是主动卖出，小单在接盘」。后来我才明白，那是主力用「对倒」制造的资金流入假象。所以，一定要结合逐笔成交看资金流向。
2.4 知识体系：Level-2 数据的三层结构
下面这张图，是我自己总结的 Level-2 数据使用框架。你想想看，这三层数据是层层递进的：
说白了，这三层数据就是「看穿主力」的三把钥匙。逐笔成交告诉你「发生了什么」，委托队列告诉你「正在发生什么」，资金流向告诉你「接下来可能发生什么」。
2.5 实战代码：用 Python 解析 Level-2 数据
光说不练假把式。下面是我常用的一个解析函数，专门用来提取「大单成交」和「散户跟风」的信号：
import pandas as pd
def parse_level2_data(df):
"""
解析 Level-2 逐笔成交数据
返回：大单买入/卖出统计，散户跟风指数
"""
# 定义大单阈值（单笔金额 > 20万）
large_threshold = 200000
# 标记大单
df['is_large'] = df['amount'] > large_threshold
# 按方向分组统计
large_buy = df[(df['is_large']) & (df['direction'] == 'buy')]['amount'].sum()
large_sell = df[(df['is_large']) & (df['direction'] == 'sell')]['amount'].sum()
# 散户跟风指数 = 小单买入占比 / 小单卖出占比
small_buy = df[(~df['is_large']) & (df['direction'] == 'buy')]['amount'].sum()
small_sell = df[(~df['is_large']) & (df['direction'] == 'sell')]['amount'].sum()
retail_index = small_buy / (small_sell + 1e-6) # 防止除零
return {
'large_net': large_buy - large_sell,
'retail_index': retail_index
}当 large_net > 0 且 retail_index < 1 时，说明「主力在买，散户在卖」——这是比较好的跟庄时机。反过来，如果 large_net < 0 且 retail_index > 1，那就要小心了，主力可能在出货。
嗯，今天就先聊到这里。Level-2 的数据量很大，但核心就这三样。你先把逐笔成交和委托队列搞明白，资金流向自然就通了。
公众号:蓝海资料掘金营，微信 deep3321