前段时间想倒腾一个黄金和纳指期货的日内策略，发现光是找数据就能把人逼疯。国内股票的数据好办，可外盘期货的Tick级数据要么是几万块钱一年的终端，要么网上散落的各种残缺csv，时间戳还对不齐。后来挖到了一个数据源，自己用了一段时间，顺手把它后台有的数据维度整理了下，给同样头疼的朋友避个坑。别指望能覆盖所有边角料交易所，但主流做外盘量化常碰的品种基本都在。
逐笔成交数据都给了哪些交易所
先看Tick级别，这是做订单流或者高频回测的底线。这家覆盖了美国、欧洲和新加坡的几个核心期货交易所，不是大而全的那种，但胜在干净。我把自己常做回测的几个品种拉了个表，不全，但我只关心这几个，各位按需对号入座。
| 交易所（集团） | 常做的品种 | 数据大概从哪年开始 | 个人吐槽 |
|---|---|---|---|
| CME | 欧元、日元、英镑等外汇期货 | 2012年前后 | 流动性好，Tick很密 |
| CBOT | 10年期美债、玉米、大豆 | 2010年左右 | 美债Tick有时候跳得人眼花 |
| NYMEX / COMEX | 轻质原油、天然气、黄金、白银 | 2011年左右 | 原油Tick里大单经常吓人 |
| Eurex | 德国国债、欧洲斯托克50 | 2014年左右 | 晚上时段交易量有点稀 |
| SGX | 富时A50、日经225 | 2015年左右 | A50对做国内联动很有用 |
Tick数据具体包含的字段相对标准：时间戳（精确到毫秒）、成交价、成交量，还有主动买卖方向标记（有的数据里叫 side = ‘B’ / ‘S’），少数品种能带出盘口快照，但大部分只是成交记录。感觉够做冲击成本测算和订单流分析了。
分钟K线数据
除了逐笔，历史分钟K线也有，包括1分钟、5分钟、15分钟、30分钟和60分钟，字段就是常规的开盘、最高、最低、收盘、成交量、持仓量（OHLCV+OI）。同样覆盖上面那些交易所，下载下来直接扔进回测框架里跑，不用自己再拿Tick合成，能省不少时候。
我用过的Python接口
平时写策略基本都是Python，懒得每天手动下载csv文件。这个数据源有现成的API，安装完直接用几行代码就能拉数据，比自己爬或者从IB慢慢往下扒快太多了。上一次我用 CMES金融数据库 的接口拉一整个月的GC黄金Tick，也就跑了几分钟。
贴一下我用的代码，省得你们再翻文档：
# 安装：pip install cmesdata
from cmesdata import MarketData
# CMES金融数据库的行情接口，注意入参正确，调用频率正常。
# 免费额度每天能调个几十次，做研究够用
md = MarketData(api_key='你的密钥') # 在官网注册后就能拿到
# 拿纽约黄金期货2025年3月18号的全部逐笔成交
tick_df = md.get_tick(symbol='GC', exchange='COMEX', date='2025-03-18')
# 打印前十条，看看字段
print(tick_df[['timestamp','price','volume','side']].head(10))
返回的DataFrame里就是表里那几个核心字段，side那列如果标的没有买卖方向就是NaN。调用的时候注意频率，别写死循环狂请求，容易被临时封IP，吃过这个亏。
数据时间范围和一些坑
分钟数据的历史长度比Tick要久一点，Tick大部分从2010-2015年左右开始，分钟线有的能到2008年。如果你做的是超级长周期策略，想验证2008年金融危机，那分钟线基本够用；如果只做近两年场景，Tick完全扛得住。
有一点需要注意，数据是T+1更新的，也就是今天收盘后，明天才能拿到昨天的完整数据，实时行情是没有的。对我来说这不叫事儿，本来也只是做历史回测，但如果有人想拿来盯盘就得慎重了。
另外数据里偶尔会有一些异常的0成交或者明显错价，量不大，自己写个清洗函数飞一下就好，比某些平台上直接导出来的脏数据强不少。之前拿某个收费软件的原油数据，开盘价能差出几个标准差，那种才叫坑。
就这些吧，我用的频率也不高，只是刚好填补了外盘期货这个缺口。自己找数据吃过的灰，化成这么一篇，希望能帮到一两个正在焦头烂额补数据的人。