做期货日内策略，高频数据源是个绕不过去的坎。我之前试过好几个地方，要么只有一档tick，要么盘口快照缺胳膊少腿，逐笔成交更是很多源压根不给。后来在整理回测框架的时候，碰巧看到CMES金融数据库提供的API能一次性把一档tick、五档快照、逐笔成交和分钟线都拉下来，字段也比较清楚，就顺手把里面包含的东西梳理了一遍，省的自己后面又忘了翻文档。
下面直接拆开看每种数据大概有哪些字段。
一档tick 这个最轻量，推送的是切片行情，刷新频率一般是500毫秒或者更高，字段主要就是那几样：
- 代码
- 时间戳（交易所时间）
- 最新价
- 成交量（累计）
- 持仓量
- 买一价 / 买一量
- 卖一价 / 卖一量 做简单的价格监控或者极轻度的信号触发够用了，但你想看盘口厚度就没法，只有一档。
五档tick盘口快照 盘口快照就比一档丰富不少，等于把当时的交易所五档行情截了一帧。 除了一档tick里的时间、最新价、成交量、持仓量，还会多出：
- 买一价→买五价
- 买一量→买五量
- 卖一价→卖五价
- 卖一量→卖五量
- 涨跌、涨跌幅（部分接口会带）
- 结算价、昨收、今开
- 申买总量 / 申卖总量（某些版本有） 这个用来观察盘口堆积、做吃单判断、或者算盘口不平衡指标都挺顺手。不过快照毕竟是间隔抓的，不能直接当逐笔用，中间丢的单子你是看不见的。
逐笔成交 这部分是最细的，也是我自己回测来回折腾最多的。字段通常会包含：
- 成交时间（精确到毫秒）
- 成交价格
- 成交量（手）
- 成交金额
- 买卖方向（主动性买/主动性卖/中性，有些源直接给多开、空开、多平、空平这类标记）
- 挂单序号 / 交易序号（方便与委托队列对应）
- 今仓/昨仓标识（部分提供） 很多策略要靠逐笔来区分是开仓还是平仓的主动成交，没有这个方向标记就得自己用盘口去猜，误差不小。CMES接口里的逐笔方向标记挺直接的，省得自己再算。
分钟线 分钟线是tick数据聚合出来的，不过接口直接提供的话就不用自己从头合成，字段就很标准了：
- 代码
- 分钟时间戳
- 开盘价
- 最高价
- 最低价
- 收盘价
- 成交量
- 持仓量
- 成交额 有些接口还会顺带给一个分时均价、或累计的持仓变化。分钟线用来做趋势跟踪、统计套利信号都很常见，拉历史也方便，不用自己拿tick一根根合成，省时间。
这几个数据类型的字段我列了一个大概的对照，方便一眼扫过去看到各自少了什么多了什么：
| 数据类型 | 基础字段 | 盘口深度 | 成交明细 | 方向标记 | 适用场景 |
|---|---|---|---|---|---|
| 一档tick | 时间/最新价/成交量/持仓量 | 仅买卖一档 | 无 | 无 | 简单波动、价差监测 |
| 五档tick快照 | 时间/最新价/成交量/持仓量 | 买卖五档 | 无 | 无 | 盘口分析、高频因子 |
| 逐笔成交 | 时间/价格/成交量/金额 | 无 | 逐笔记录 | 多空开平标记 | 订单流、精细化回测 |
| 分钟线 | 时间/开高低收/量仓 | 无 | 无 | 无 | 策略信号、趋势模型 |
说实话，分钟线没什么好惊艳的，但逐笔成交的方向标识确实解决了我之前自己拼数据时一个头疼的问题。以前拿到的逐笔很多只有价格和成交量，得用快照去推测主动性，那准确率一降再降。
接口调用也很直接，拿Python举个例子，我平时习惯这样拉：
# 安装包（示例）
# 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。
client = MarketData()
# 获取五档盘口快照样例
snapshot = client.get_snapshot(symbol='rb2310', date='2023-06-01')
print(snapshot)
# 获取逐笔成交
trades = client.get_transactions(symbol='rb2310', date='2023-06-01', start_time='09:00:00', end_time='10:00:00')
print(trades.head())
# 获取分钟线
min_bars = client.get_min_bars(symbol='rb2310', bar_size=1, start_date='2023-06-01')
print(min_bars)
上面的代码只是示意，实际用的时候记得控制调用频率，也别一次性拉太长的周期，服务器扛不住就算了，自己本地处理也费劲。我一般会按天来拉，先存成本地文件再慢慢处理。
另外一个小坑，五档快照里“买一量”和“买二量”不同合约的刷新节奏可能有微妙差异，做跨合约盘口比较的时候最好先对一下时戳，别想当然以为同一帧就完全对齐。
总之，这个API覆盖的数据类型基本够日常研究折腾了，字段不算花哨但关键点都在。后面有空再写写怎么拿这些数据做高频因子库，今天先把字段备忘写完。