Level2数据解密：从看懂到会用

📚 共计 30 章节

课程导学与全景概览

什么是Level2数据？与传统Level1核心区别，解密带来的交易优势，学习路径与预备知识。

数据接口与获取方式

主流券商及数据服务商接口对比，权限申请，Python环境API调用入门。

数据结构总览

核心字段解析：逐笔成交、逐笔委托、委托队列、资金流向。存储格式与读取方法。

逐笔成交数据详解

字段含义，还原主力动向，实战计算主力买入/卖出金额。

逐笔委托数据详解

字段含义，识别撤单行为，实战统计撤单率与虚假挂单。

委托队列（十档行情）深度解析

买一至卖十挂单量与价格，判断多空力量，实战委比委差。

资金流向分析

主力/散户划分标准，基于逐笔成交计算净流入/流出，绘制资金流向图。

资金可视化

大单与特大单识别

大单阈值设定，提取大单交易，实战统计大单成交占比。

盘口异动与监控

盘口异动定义，Python脚本实时监控，构建异动报警系统。

Level2数据清洗与预处理

缺失值、异常值、时间戳对齐，数据清洗流程与Python实现。

清洗预处理

成交量分布分析

Volume Profile概念，绘制成交量分布图，识别关键支撑与阻力位。

成交量分布支撑阻力

订单簿动态重建

从逐笔委托和快照重建订单簿，深度与斜率计算，模拟订单簿变化。

订单簿重建

Tick级数据与K线合成

Tick合成1分钟、5分钟K线，OHLC计算逻辑，自定义K线合成函数。

时间与销售（Time & Sales）分析

Time & Sales表构建与解读，识别高频交易行为。

Time&Sales高频

买卖压力指标

基于委托队列的买压/卖压比，实战计算并可视化买卖压力。

压力指标可视化

主动买盘与主动卖盘

区分主动/被动成交，主动买卖盘在趋势判断中的应用，计算主动买盘占比。

主动买卖趋势

量化策略（一）：趋势跟踪

利用资金流向和主动买盘设计趋势跟踪信号，策略回测框架搭建。

趋势跟踪回测

量化策略（二）：反转策略

利用委托队列极端值设计反转信号，实战编写反转策略。

反转委托队列

量化策略（三）：统计套利

利用Level2高频特性进行配对交易，协整检验与交易信号生成。

统计套利配对

量化策略（四）：事件驱动

利用盘口异动（大单买入）作为事件驱动信号，事件驱动回测。

事件驱动异动

机器学习（一）：特征工程

从Level2数据提取有效特征：波动率、流动性、订单簿不平衡。

机器学习（二）：价格预测模型

使用LSTM/XGBoost预测短期价格，模型训练与评估。

机器学习（三）：成交量预测

预测未来几秒成交量，特征选择与模型调优。

成交量预测调优

机器学习（四）：异常检测

孤立森林/自编码器检测市场异常行为（操纵、闪崩）。

异常检测孤立森林

Level2数据可视化

Matplotlib/Plotly绘制订单簿深度图、资金流向图、成交量分布图，交互式仪表盘。

可视化Plotly

A股市场特殊规则

A股Level2特有字段（总买总卖、加权均价），与美股/港股差异。

数据存储与数据库设计

高效表结构存储Tick级数据，InfluxDB/ClickHouse时序数据管理。

数据库时序

Level2与高频交易入门

高频交易概念，Level2在做市、套利中的应用，风险与合规。

实战项目（一）：回测系统

从数据获取、策略编写到回测报告生成的全流程实战。

实战回测系统

实战项目（二）：监控与交易机器人

结合WebSocket实时数据流，实现自动化监控与下单。

机器人WebSocket