刚入门做策略那会儿，以为看个分时图就够用了，后来拿五档盘口细节去回测，才发现根本不是一回事。普通软件上看到的盘口也就五档，可如果你想拿到逐笔成交和更深的挂单，就只能从专门数据源去抠。
A股这边常见的几种高频数据主要有三类：五档tick行情快照、分钟级别行情、逐笔L2十档行情。下面分别说清楚它们到底是什么，各自有哪些字段，大概怎么用。
五档tick行情快照
这个其实就是每隔几秒更新一次的盘口“快照”，不是逐笔驱动那种，而是每隔固定时间（比如3秒）或者有成交变化时推送一次。通常会包含：
| 字段 | 含义 |
|---|---|
| 时间戳 | 快照产生的时间 |
| 最新价 | 最后一笔成交价格 |
| 成交量 | 当日累计成交量 |
| 成交额 | 当日累计成交额 |
| 买一 ~ 买五价 | 前五档买入挂单价 |
| 买一 ~ 买五量 | 对应档位的挂单量 |
| 卖一 ~ 卖五价 | 前五档卖出挂单价 |
| 卖一 ~ 卖五量 | 对应档位的挂单量 |
我自己用的时候比较关注买一卖一的挂单堆积变化，至于卖五买五那种位置，流动性差的票基本是空的，参考意义不大。不过如果做高频因子，前五档的厚度比值还是挺有用的，尤其看到买一单突然被吃掉又没补上来，这个节点的快照就别有意味。
分钟级别行情数据
这个比较好理解，就是把一天的交易切成N段，每段内汇总出一根K线的数据。常见是1分钟、5分钟、15分钟、30分钟、60分钟。字段就比较标准了：
时间、开盘价、最高价、最低价、收盘价、成交量、成交额，有些来源还会带上持仓量（如果是指数或期货），但股票一般就是这几个。
做CTA或者趋势策略的用分钟线理所当然，可如果你是做切片分析或者想算分钟内的委托不平衡，那还得往下看五档快照甚至逐笔。分钟数据的好处是体积小、规则整齐，处理起来快。像我之前在本地跑一个2000多只股票一年的1分钟线，普通的pandas就能搞定，完全不需要分布式。
逐笔L2十档行情
这个就是Level 2了。之所以叫“十档”，是因为它把买卖盘口从五档扩展到了十档，而且还有一个关键变化：有了真正的逐笔成交记录。
普通快照里，你只能看到若干秒一次的最新价和成交量，但中间发生了多少笔交易，每笔的主动买卖方向、挂单类型你都看不到。而逐笔数据会把每一笔成交都给你，包含：
时间戳（精确到毫秒）、成交价格、成交量、买卖方向（有些来源叫BS标志），部分还可以区分是主买还是主卖，甚至能识别出对手盘的类型。
盘口部分则是十档挂单的全景，字段上类似五档快照，只不过扩展到了买一到买十、卖一到卖十。对于做高频做市或者盯盘口撤单行为，十档才有分析价值，五档还是太浅了。
这数据量就大多了。一只票一天的逐笔+十档快照，纯文本存下来可能就有几百MB，稍微处理几次内存就爆了。我最早是从网上下别人分享的CSV，后来觉得太麻烦，干脆直接用数据源的API来拉。现在用的是一个叫CMES金融数据库的东西，接口文档在他们下载页里写得清楚，有对应的Licence就能直接取，不用再自己解二进制或者写复杂的爬虫。
大概调用方式长这样：
# 安装：pip install cmes-finance
from cmes_finance 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
api = CMESData(api_key='your_key_here')
# 取某只股票当日的逐笔成交
tick = api.get_stock_tick(symbol='000001.SZ', date='2024-01-10')
print(tick.head())
# 取分钟线
min_kline = api.get_stock_kline(symbol='000001.SZ', freq='1min', start='2024-01-01', end='2024-01-10')
print(min_kline.shape)
接口返回的字段就是上面提到的那些，不过注意一点：每个来源对涨跌停时的挂单处理不一样，有些会保留涨停价上的买单，有些会直接过滤掉，取数据前最好先看清楚说明。
日常做分析，我自己组合着用的习惯是先用分钟线选股或者初步筛选，锁定几只票之后再去看它们的五档快照或者逐笔成交，看是否有什么异常的盘口行为。不然直接全市场扫一天逐笔，数据量能把硬盘吃满，得不偿失。其实大部分普通策略用分钟线和五档快照已经够了，除非你是做高频套利或者盘口特征工程，那十档和逐笔才算刚需。