第4章：Level2数据解密：逐笔成交数据详解
逐笔成交，说白了就是每一笔真实交易的「现场回放」。
我记得刚入行时，看普通行情只能看到「每分钟成交了多少手」，就像看一场足球赛只告诉你「第15分钟进了一个球」——你根本不知道是谁传的、怎么进的。逐笔成交就不一样了，它把每一笔交易的细节都摆在你面前。
4.1 逐笔成交的字段含义
先看一个典型的逐笔成交数据长什么样：
时间戳 价格 数量 方向 成交额
09:30:01.123 10.25 5000 买 51250
09:30:01.456 10.24 3000 卖 30720
09:30:02.001 10.25 10000 买 102500每个字段都有它的脾气，我一个个说。
成交时间
精确到毫秒甚至微秒。为什么这么细？因为主力的大单往往在几毫秒内完成拆单。你想想看，如果只看分钟级数据，根本抓不住这种节奏。
价格
就是这笔交易的实际成交价。注意，它不一定等于当时的买一或卖一价。我遇到过很多新手问：「为什么成交价和盘口价格对不上？」嗯，因为撮合机制里，可能有多笔挂单同时成交，价格会有细微波动。
数量
以手为单位。1手=100股。这里有个坑：有些软件显示的是「股数」，有些显示「手数」。我建议你统一用手数，不然算金额时容易多三个零。
买卖方向
这是最关键的字段。它告诉你这笔交易是「主动买入」还是「主动卖出」。
- 买：买方主动吃掉了卖方的挂单。说明买方更着急。
- 卖：卖方主动砸给了买方的挂单。说明卖方更着急。
核心逻辑：方向不是看谁先挂单，而是看谁先动手。主动的一方，才是真正有意图的一方。
4.2 如何从逐笔成交中还原主力动向？
主力最怕什么？怕被散户跟车。所以他们通常会把自己的大单拆成很多小单，混在普通交易里。但逐笔成交数据，就是他们的「照妖镜」。
我个人习惯用三个维度来识别主力：
- 单笔金额异常：比如一只平时每笔成交只有几万块的股票，突然出现一笔50万以上的单子。嗯，大概率是主力。
- 连续同向交易：如果连续10笔都是主动买入，而且价格在往上推，那基本可以确定有人在吸筹。
- 大单拆单痕迹：比如在1秒内出现多笔相同价格、相同方向的交易，总金额加起来很大。这就是典型的拆单行为。
避坑指南：我曾经以为所有大单都是主力，后来发现有些量化基金也会这样交易。所以别只看单笔大小，要结合盘口变化一起看。
4.3 实战：计算主力买入/卖出金额
好了，理论说完了，咱们直接上代码。下面这个Python函数，可以从逐笔成交数据中提取主力资金流向。
def calculate_main_fund_flow(trades, threshold=500000):
"""
计算主力买入/卖出金额
trades: 逐笔成交DataFrame，包含price, volume, direction字段
threshold: 单笔金额阈值，默认50万
"""
# 计算每笔成交金额
trades['amount'] = trades['price'] * trades['volume'] * 100 # 转成元
# 筛选大单
big_trades = trades[trades['amount'] >= threshold]
# 分别统计买入和卖出
buy_amount = big_trades[big_trades['direction'] == '买']['amount'].sum()
sell_amount = big_trades[big_trades['direction'] == '卖']['amount'].sum()
# 净流入
net_flow = buy_amount - sell_amount
return {
'主力买入': buy_amount,
'主力卖出': sell_amount,
'主力净流入': net_flow
}这个函数的核心逻辑很简单：先找出金额超过阈值的大单，然后按方向分组求和。
但这里有个细节要注意——阈值怎么设？
我一般会根据个股的日均成交额来动态调整。比如一只小盘股，日均成交才2000万，那50万就算大单了。但如果是茅台，500万可能都算小单。所以别死板地用固定值。
重要提醒：逐笔成交数据虽然精确，但也不是万能的。有些主力会用「对倒」手法——自己买自己卖，制造虚假的成交活跃度。所以一定要结合其他指标一起看。
4.4 本章知识体系
下面这张图，是我自己总结的逐笔成交分析框架。你可以把它当成一个检查清单：
这张图把本章的核心内容串起来了。从左到右，分别是「看懂字段」、「识别主力」、「动手计算」。你每次分析逐笔成交时，都可以按这个流程走一遍。
最后说一句：逐笔成交数据是Level2里最有价值的数据之一，但也是最容易被误用的。别一看到大单就激动，先问问自己——这笔交易的方向是什么？它出现在什么位置？有没有其他数据佐证？
嗯，把这些想清楚了，你才算真正「看懂」了逐笔成交。