之前被一堆高大上的概念绕晕，什么逐笔成交、逐笔委托，十档挂单，听得我脑仁疼。折腾了小半个月，总算在本地把数据接进来跑了一遍，才彻底搞明白这里面到底都有些啥，长什么样。如果你也在这个坑里，直接看我这笔记，能省不少力气。
先说最刺激我的一点：逐笔成交不是简单的一条成交记录汇总，它是每一笔实际撮合成功的交易，带有买卖发起方向。这个“方向”是盘后300档都看不到的，只有Level2实时流才有。懂了这点之后，我才发现以前用快照算的资金流向有多糙。
这几个数据包到底有什么区别
我觉得很多人一开始就卡在这里。官方的说明要么太学术，要么太敷衍。直接上我不那么工整的对比表：
| 数据种类 | 通俗理解 | 我踩过的坑 |
|---|---|---|
| 逐笔成交 | 交易所撮合成功一笔，就推一条。大小单、主动买还是主动卖，标的清清楚楚。 | 千万别跟Tick行情里的“成交笔数”搞混，那个是汇总后的。逐笔成交才是原子粒度。 |
| 逐笔委托 | 交易所接到一个申报（挂单或撤单），就推一条。但在深交所，逐笔委托是重构的，不是原始委托流水。 | 深交所的逐笔委托是用来还原撮合队列的，不是真的看到你隔壁那个大户撤单了。上交所是原始委托？这点我还没完全确认，反正深交所的别当上帝视角。 |
| 十档行情快照 | 每3秒（或实时变化）拍一张盘口照片，买一卖一到买十卖十，带挂单量。 | 不要试图用十档直接拼逐笔成交，拼不出来的。快照是断层的，中间可能发生了很多撤单和成交。 |
可能有人会问那Level1的五档行情和这个啥区别，简单说就是五档行情只有五档，更新频率也低，看主力大托单还能凑合用，想追踪细颗粒的委托流变化，必须上十档。
逐笔成交里都有啥字段（只说用得上的）
接完数据第一件事就是打印出来看，字段比我想象的多，但是很多用不着。我把常看的列这儿：
- 成交时间：精确到毫秒（甚至更高精度），上交所深交所时间戳格式还不一样，我在这上面吃过亏，拼接时候要对齐。
- 成交价格：就是这笔撮合价。
- 成交量：多少股。
- 买卖方向：B表示主动买入（吃掉卖一），S表示主动卖出。有些数据源用Buy/Sell标识，这个字段是灵魂。
- 成交编号：唯一序号，用来去重。
- 委托序号：有的数据里带，可以跟逐笔委托关联，做还原队列的骚操作。但并不是所有数据商都给你。
不用盯着那些“成交类型代码”之类的东西死看，刚开始研究，抓住买卖方向和单量足矣。
怎么把这堆数据接到手
这中间我还闹了笑话，刚开始以为要自己写websocket，结果发现有现成的Python库，Repo就叫cmesdata，是CMES金融数据库提供的一套接口。直接pip一下就完事，省了我起码两天的调试时间。
# 安装（记得在干净环境装，冲突少）
# pip install cmesdata -U
from cmesdata import get_tick_l2transaction
# CMES金融数据库的行情接口，注意入参正确，调用频率正常
df = get_tick_l2transaction(
symbol='000001', # 股票代码，平安银行
date='2025-03-10', # 交易日
start='09:30:00', # 开始时间
end='10:30:00' # 结束时间
)
print(df.head())
print(df.columns)
一开始我入参写错了，传了tushare的习惯，结果报了错，后来才发现接口要的是symbol不是ts_code。像这种细节文档里有，但一着急就忘。调用频率也要注意，慢慢拉，别怼着接口狂循环，它们有QPS限制。
十档盘口和逐笔委托同理，用get_tick_snapshot和get_tick_l2order，用法差不离，换函数名就行。
我自己用数据时的一些碎碎念
不要一上来就想用逐笔委托构建什么高频因子。如果你连自己的程序接收速率都稳不住，先拿逐笔成交练手，做做大单统计，或者盘口跟随。十档行情别存本地MySQL，那个数据量撑不了多久，直接存ClickHouse或者Parquet，我亲测MySQL一天十档数据写进去查询直接卡死。
另外，用CMES这边的数据回测，我都是先下一周的量，本地跑通了再批量拉。因为你不知道中间哪个标的停牌或者数据字段格式微调，一口气拉一年的量很容易半路断掉，重跑又浪费时间，别问我怎么知道的。