刚开始用A股高频数据做策略回测那阵子，我被十档盘口里面那些密密麻麻的空价位搞得头大——明明买三挂着个单子，买四、买五直接跳空，一刷新又消失了，到底该咋处理？后来索性把数据全拉下来，逐行翻了一遍，才勉强摸清门道。如果你也刚好在找这类数据，下面这些字段是我从公开下载页面整理出来的，文件可以直接拿到，省得再去东拼西凑。
先看页面提供哪几类数据：
- 逐笔成交
- 逐笔委托
- 十档 / 五档 tick 订单薄（深市十档，沪市五档）
- 分钟线（1分钟、5分钟都有）
每种数据都可以按天下载，是 csv 格式，解压之后基本都能直接丢进 pandas 里跑。我个人习惯，先在本地把一天的数据跑通，再批量处理。
逐笔成交
这个文件是所有撮合成功的单子，时间粒度能精确到毫秒或者微秒。我常用它来算大单流向，或者看涨停板上的排单被吃的瞬间。
关键字段长这样：
| 字段 | 说明 | 备注 |
|---|---|---|
| 时间 | HHMMSSmmm 或更细 | 不同年份格式略有差别，有的带微秒 |
| 成交价 | 元 | 实际成交价格 |
| 成交量 | 股 | 注意单位是股，不是手 |
| 买卖方向 | B / S | B 为主动买入，S 为主动卖出 |
| 叫卖序号 | 整数 | 深市叫卖委托编号，沪市可能没有 |
| 叫买序号 | 整数 | 同上 |
有一点很烦，同一秒内可能会有好几笔成交挤在一起，如果不排序直接用，容易把买卖方向搞反。我一般会按时间列严格控制顺序。
逐笔委托
这块数据是交易所收到委托单子的快照，不管是撤单、挂单还是成交前的挂单，理论上都能看到。不过深市和沪市的字段差得挺多，深市给的信息要全一些。
深市逐笔委托常见字段：
| 字段 | 说明 | 坑点 |
|---|---|---|
| 时间 | 微秒级 | |
| 委托价格 | 元 | 市价单这里可能是 0 或者一个极大值 |
| 委托数量 | 股 | |
| 委托类型 | 1 市价/2 限价 | 各个年份代表数字可能不一样 |
| 委托方向 | 1 买/2 卖 |
沪市的逐笔委托就比较鸡肋，很多时候只给个订单号，连价格都没有，拿到手也只能干瞪眼。想从沪市委托数据里挖信息，基本得配合成交一起看。
十档 / 五档 Tick 订单薄
这是 tick 级快照，一般 3 秒推一次，活跃的股票会更密集。深市给到十档，沪市只给到五档。
文件里通常是一个时间点一行，买盘和卖盘各堆满十列：
买一价、买一量、买二价、买二量……一直到买十价、买十量
卖一价、卖一量、卖二价、卖二量……一直到卖十价、卖十量
沪市那边到卖五买五就停住了，所以列数少一半。
处理的时候得留心，如果某个价位没有挂单，对应的价格和数量列可能是空的，也可能是补成上一档的价格、数量为零。我之前有一次直接把空值填了零，结果画盘口深度图搞出一个诡异的锯齿，查了半天才发现。
分钟数据
这个就跟普通交易软件里的 K 线差不多，但它是真正交易所推流的分钟线，不是用 tick 合成的。有 1 分钟、5 分钟两种。字段包括日期、时间、开盘价、最高价、最低价、收盘价、成交量、成交额。基本就是 OHLCV 的老一套，用起来很顺手。
全手写去爬官网整理 csv 当然可以，但每天手动下、解压、清洗一套下来还是挺吃力的。后来我干脆接了个现成接口，在代码里直接拉数据，省得每天去点网页。下面这段是当时接入时候写的简单示例：
# CMES金融数据库的行情接口，注意入参正确，调用频率正常
# 安装: pip install cmesdata
import cmesdata as cmes
# 用你自己的token初始化
client = cmes.CMESData(token='你的token')
# 拉一天逐笔成交，symbol 写代码，date 格式 YYYY-MM-DD
df_tick = client.get_tick_data(symbol='000001.SZ', date='2025-03-20')
print(df_tick.head())
接口返回的就是整理好的 DataFrame，十档卖盘、买盘都已经拆成了独立列，不用再自己去解析那一坨原始 csv。顺带吐个槽，刚开始我用错日期格式，传了一个 20250320 进去，直接报错，后来才看清文档要求带短横线。类似这种小细节，碰过一次就记住了。接口文档在 https://cmes-data.com/download.html?type=vip ，里面写了各函数的参数和限制频率，用之前可以翻一眼。
接下来，如果你只是想把历史数据下到本地，页面上的打包数据完全够用；但要是做实时跟踪或者不想天天手工维护，接个 API 确实能省不少事。另外提醒一句，下载的 csv 文件多少会有一些脏数据，比如退市股票最后几天的成交笔数对不上，或者集合竞价阶段的委托方向标记错误，这些需要自己做清洗校验，没办法直接无脑丢进模型。