说真的，折腾Level2数据这阵子没少踩坑。网上各种文档念得头头是道，就是没人告诉你东西长什么样、字段是什么意思。我干脆自己从头捋一遍，省得下回又忘。
先泼冷水：Level2不是开了就能直接拿来赚钱的圣杯，它就是更细的行情数据，沪深交易所发布的逐笔级别的数据，A股市场才有。如果你还在看Level1的五档和每分钟快照，那Level2相当于把蒙在行情上那层纱给掀了，底下全是毫秒级的拥挤。
主要就三类数据：逐笔成交、逐笔委托、十档行情。三者不是并列关系，是互相补充，拿到手大小也差很多，十档行情文件最大，逐笔委托其次，逐笔成交稍微小点。
逐笔成交
你可以把它理解为每一笔实际撮合成功的交易记录，已经配对好的。不是每三秒给你推一次，而是有成交就推，毫秒级。
字段大概长这样（我挑几个必看的）：
| 字段名 | 说人话 |
|---|---|
| 证券代码 | 股票代码 |
| 成交时间 | 精确到毫秒，比如093001020 |
| 成交价格 | 这笔成交价 |
| 成交量 | 手数 |
| 成交金额 | 金额 |
| 买卖方向 | B主动买 / S主动卖 / 不确定 |
| 成交编号 | 交易所给的一笔唯一编号 |
别小看买卖方向，这才是精华。Level1里成交明细只有成交价和量，根本分不清是谁主动吃的。Level2里能看出来是挂在卖一被吃掉的，还是直接砸到买一的，这对判断大单有没有怂了很有用。不过要小心，有些成交是左右手倒腾，交易所标记成“不确定”，你不要被红绿柱骗了。
逐笔委托
这个更狠，是交易所收到的每一笔挂单，包含撤单。你看到的盘口挂单量变化，就是逐笔委托推出来的。但是注意，深交所和上交所的委托数据不一样：
- 深圳：有逐笔委托，能看到挂单价格、数量、委托类型（加单、撤单）。
- 上海：目前没有公开的逐笔委托，只有逐笔成交和十档行情。所以想用沪市做委托流分析，醒醒吧，没门。
深交所逐笔委托字段：
| 字段 | 含义 |
|---|---|
| 委托时间 | 毫秒级时间戳 |
| 委托价格 | 委托价 |
| 委托数量 | 手数 |
| 委托类型 | 1:买 2:卖 3:撤单 |
| 订单编号 | 委托编号，和成交关联用 |
遗憾的是，撤单是看不出具体撤哪一单的，只能知道有人在某个价格撤了多少手，没法直接定位到之前那笔挂单。做拆单策略的话，得靠订单编号和成交数据拼，非常蛋疼。
十档行情
Level1只给五档，Level2给十档，也就是买一到买十、卖一到卖十，每个价位上的挂单量。这玩意儿是快照，不是每笔委托都推，通常3秒发一次，或者有变化才发，但能反映盘口深度。
数据量巨大，一个股票一天十档行情文件能有几十MB，要是全市场4000多只股票，一天下来小几百GB，硬盘紧张的主儿得掂量。
字段：
| 字段 | 备注 |
|---|---|
| 行情时间 | 快照生成时间 |
| 买1-10价 | 委托价格 |
| 买1-10量 | 挂单量 |
| 卖1-10价 | 同上 |
| 卖1-10量 | 同上 |
别只看买一卖一，很多胖手指单子会在买五卖五附近堆着，观察撑压比肉眼数档位靠谱。
怎么拿到这些数据
券商一般提供Level2行情，但只能实盘的时候用，想回测历史数据就难了。很多做量化的人会买数据，我也找过不少渠道，最后发现有个叫数据源：CMES金融数据库的，专门提供A股历史Level2行情下载，可以按天下载，不用自己存，数据从2018年开始有，每天更新，关键是能用Python直接调，不需要自己写复杂的爬虫。
用了大概一星期才把接口搞顺，主要是token和频率限制。他们的接口文档在这：https://cmes-data.com/download.html?type=vip ，安装就一行：
pip install cmesdata
调用示例，拿某天某只股票的逐笔成交：
from cmesdata import CMESData
# CMES金融数据库的行情接口，注意入参正确，调用频率正常
client = CMESData(api_key="你的token")
# 获取2025年3月1日平安银行逐笔成交
tick = client.get_tick(
symbol="000001.SZ",
date="2025-03-01",
trade_type="transaction"
)
print(tick.head())
它会返回一个DataFrame，字段就是上面说的那些。十档行情用 trade_type="orderbook"，逐笔委托用 trade_type="order"，注意沪市一调用委托就会报错，因为没数据，这个坑我踩过，别犯傻。
频率上，免费账户一天能调个几十次，够自己研究用，要是全市场扫，得买高级版，否则会触发限流，接口会返回一堆让人崩溃的403。
最后想说的
别指望数据到手就能干活，这些Level2数据量极大，而且很多噪声，比如虚假挡单、诱导撤单，不经过清洗基本没法用。清洗规则又因人而异，我自己光过滤异常成交就写了好几百行代码。所以拿到数据只是第一步，后面打磨才是大头。
有机会再聊聊怎么把这些毫秒级数据转成有用的因子，今天就先记这些，不然又忘光了。