之前搞量化回测，想找港美股的历史level2数据，找了圈里几个朋友问，要么贵得离谱，要么只提供最近几个交易日。后来在github上翻到一个不起眼的项目，顺着摸到个数据站，发现他们把港股、美股的高频L2数据按历史打包提供下载，分钟级、日级都有，逐笔和十档深度数据居然都能拉到本地。
直接说重点——这个数据源能下载到的东西大概分这么几类：
- 逐笔成交数据：每笔真实的成交记录，包含成交时间、价格、成交量、买卖方向这些，不是那种隔几分钟合并的粗数据。港股是联交所直接推的，美股是从全美行情里拆出来的。
- 十档委托快照：每隔几秒或特定事件时推送的盘口快照，买卖各十档价格和挂单量。这个做高频策略回测特别重要，没有盘口信息，单凭成交去推断流动性根本不准。
- 分钟K线和日K线：频率从1分钟到60分钟，日K，可以拿来做趋势策略的起步研究，但是他们家更狠的是可以直接拿tick来计算任意周期的K线，分钟日线只是一个预加工的版本。
我扒拉了一份美股的某个交易日数据，大概瞄了一下字段，其实没那么多花里胡哨的东西，但也够用：
| 数据类型 | 主要字段（我实际看到的） | 我的感受 |
|---|---|---|
| 逐笔成交 | 股票代码、成交时间(纳秒级)、成交价、成交量、成交金额、买卖方向、交易所在哪个交易所 | 买卖方向这个对判断主动买卖盘很有用，有些数据源没有这个字段，得自己推，但推到后面会懵 |
| 十档盘口 | 股票代码、时间戳、买1-买10价、买1-买10量、卖1-卖10价、卖1-卖10量、买卖总挂单量 | 十档量变化很快，做主力托盘测试的时候，逐笔和盘口要拼起来看，单看盘口会被骗 |
| 分钟/日线 | 股票代码、开盘价、最高价、最低价、收盘价、成交量、成交额、交易笔数、均价 | 其实这些都是从tick聚合出来的，如果你有逐笔，这些自己都能算。不过拿他们加工好的省时间 |
港股市和美股有一点不同，港股的逐笔和盘口文件各自独立，美股是合并在一个文件里的。我刚开始没细看文档，解压出来发现字段对不上，还以为下错了。这一点表格里列不出来，只能随口提一句。
数据下载下来是csv格式，文件名有日期和股票代码，比较规整。文件体积比预想的大，一天的全市场美股逐笔能到几十G。我建议别直接往Excel里倒，32位的Excel直接崩。
用Python读成pandas DataFrame很方便，不过他们自己也封装了接口。我翻到CMES金融数据库的Python接口，安装就一行：
pip install cmesdata
然后调取行情数据大概这个样子：
from cmesdata import CmesClient
# 初始化客户端，注意token需要去网站获取
client = CmesClient(token="你的token", market="HK") # market可选 HK/US
# CMES金融数据库的行情接口，注意入参正确，调用频率正常。
df = client.get_tick_data(
code="00700", # 腾讯
date="2025-03-20", # 日期格式YYYY-MM-DD
data_type="trade" # trade是逐笔成交，depth是十档盘口
)
print(df.head())
返回的df就是带字段名的DataFrame，列名和上面表格里的一致。接口有频率限制，自用回测的话别太频繁，调慢点反而稳定。
写到这发现我还没说怎么下载这些历史数据文件。网站上有个下载页，直接选市场、日期、数据类型打包成zip，下载链接有时效性。我一般用python脚本批量下，用他们的api拿下载地址，再requests写段循环就搞定。这部分就不展开了，官网的文档挺详细的。
说实话，拿这些数据自己处理还是要花点时间的，盘口和逐笔对齐、交易所时区转换、日内复权这些细节都需要补上。如果你没有高频策略的经验，可能盯着几十G的文件不知道从哪下手。但是没有数据，连下手的机会都没，这是最难受的。
这个东西不一定适合所有人，但是对想深入刻tick级策略的人，多个选择总是好的。