第1章盘口数据基础

一、盘口数据基础：Level-2行情数据介绍

做量化交易这些年，我接触过不少行情数据。说实话，最让我头疼的，就是盘口数据的清洗。

为什么？因为盘口数据太「脏」了。你想想看，交易所每秒都在推送海量数据，网络延迟、撮合引擎的抖动、甚至交易所自身的bug，都会让数据出现各种异常。

但盘口数据又是做市策略的命根子。没有干净的盘口数据，你的策略就是瞎子摸象。

所以，这一章我们先打好基础。把Level-2行情、Tick与Snapshot的区别、以及五档十档的数据结构，彻底搞清楚。

1.1 什么是Level-2行情？

Level-2行情，也叫「深度行情」。它比普通行情（Level-1）多出不少信息。

我简单列一下区别：

对比项	Level-1（普通行情）	Level-2（深度行情）
快照频率	约3秒一次	约3秒一次（但包含更多信息）
委托队列	仅最优买卖各一档	最优买卖各十档（甚至全量）
逐笔成交	无	有（每笔成交的详细信息）
委托明细	无	有（前50档委托的逐笔明细）

说白了，Level-2就是给了你一个「显微镜」。你能看到市场更深处的博弈。

我个人习惯，做做市策略时，至少要用Level-2数据。Level-1的数据太粗糙，很多微观结构特征根本算不出来。

1.2 Tick数据 vs Snapshot数据

这里有个常见的坑，我刚开始做的时候也踩过。

Tick数据，是每一笔成交的记录。它告诉你：什么时间、什么价格、成交了多少股、是主动买还是主动卖。

Snapshot数据，是某个时间点的「快照」。它告诉你：此时此刻，买一到买十各有多少挂单，卖一到卖十各有多少挂单。

两者的区别，我用一个比喻来解释：

Tick数据就像「流水账」——每一笔交易都记下来。
Snapshot数据就像「照片」——每隔几秒拍一张市场的状态。

嗯，这里要注意：Tick数据是事件驱动的，有成交才会产生。Snapshot数据是时间驱动的，每隔固定时间（比如3秒）推送一次。

我在项目中遇到过一个问题：有人把Tick数据当成Snapshot来用，结果算出来的买卖压力指标完全不对。为什么？因为Tick数据只包含成交的部分，而Snapshot包含了所有挂单。两者反映的信息维度完全不同。

1.3 盘口五档与十档数据结构

国内A股市场，Level-2行情提供的是十档盘口。但很多做市策略，其实只用到五档就够了。

为什么？因为越往后的档位，挂单量越稀疏，噪声也越大。我个人习惯，核心特征只用前五档，后五档作为辅助参考。

来看一个典型的十档数据结构：

{
  "timestamp": "2024-01-15 09:30:00.123",
  "symbol": "600519",
  "bid_prices": [1850.00, 1849.80, 1849.60, 1849.40, 1849.20, 1849.00, 1848.80, 1848.60, 1848.40, 1848.20],
  "bid_volumes": [100, 200, 150, 80, 60, 40, 30, 20, 10, 5],
  "ask_prices": [1850.20, 1850.40, 1850.60, 1850.80, 1851.00, 1851.20, 1851.40, 1851.60, 1851.80, 1852.00],
  "ask_volumes": [80, 120, 100, 70, 50, 30, 20, 15, 10, 5]
}

这个结构看起来简单，但清洗的时候要注意几个点：

⚠️ 避坑指南：

我曾经因为没处理「零挂单」的问题，导致策略在开盘瞬间疯狂报单。有些档位的挂单量可能是0，但价格字段不能为空。清洗时一定要做填充或剔除。

另外，价格和数量要严格对齐。bid_prices[0]对应bid_volumes[0]，这是买一的价格和数量。千万别搞反了。

1.4 核心知识体系

我把这一章的核心逻辑画成了图，方便你理解：

💡 核心要点：

Level-2行情是做市策略的「原材料」，质量决定策略上限
Tick数据看「成交行为」，Snapshot数据看「挂单意愿」
五档盘口用于核心特征，十档盘口用于辅助判断
数据清洗时，重点关注零挂单、价格异常、时间戳对齐

🔧 实战小技巧：

我建议你在拿到原始数据后，先做一次「完整性检查」。比如，检查每个时间戳下，买一到买十的价格是否严格递减，卖一到卖十的价格是否严格递增。如果出现价格倒挂，那数据大概率有问题。