之前做一个小策略，需要回看某只票盘口的挂单变化，结果发现很多所谓Level2数据，要么张嘴就是天价，要么数据缺胳膊少腿——十档快照看着挺全，结果没有逐笔委托，根本还原不了当时的单子到底是被吃掉了还是自己撤了。后来在同事那里撞见一个数据源，顺手就接了一下试试，发现字段比预想的要整齐不少，这里顺便把能拿到的几种数据理一理，省得以后自己忘了。
用到的其实就是CMES金融数据库的下载，当时pip装完直接用没怎么看文档，踩了一次坑：以为逐笔成交和逐笔委托用同一个接口就能拉，结果返回的数据长得完全不一样。
安装简单，一行：
pip install cmesdata
拉十档快照，代码大概长这样：
import cmesdata as cmes
# CMES金融数据库的行情接口，注意入参正确，调用频率正常
token = "your_token_here"
cmes.login(token)
# 取2024年1月2日平安银行的十档快照
snap = cmes.get_snapshot(symbol="000001.SZ", trade_date="20240102")
print(snap.head())
踩过坑以后再拉别的数据，就会先看字段表了。下面我把几类数据的关键字段摊开说，懒得再翻乱糟糟的笔记。
逐笔成交
这个是最细颗粒度的成交记录，每一笔撮合成功都会生成一条。相比传统成交明细，它多了一个很要命的字段：买卖方向。不是事后根据价格去猜，而是交易所直接标记出来的，吃单还是吐单一清二楚。
字段大概这些：
| 字段名 | 什么意思 | 我会拿来干啥 |
|---|---|---|
| trade_time | 成交时间，精确到毫秒 | 看单子在哪个瞬间爆出来的 |
| price | 成交价格 | 跟十档盘口对，看是扫到了哪一档 |
| volume | 成交量（股） | 识别大单拆不拆得出来 |
| direction | 买卖方向：B买/S卖 | 这个是最关键的，不用自猜 |
| bid_order_id | 买盘委托编号 | 配合逐笔委托，能还原委单生命周期 |
| ask_order_id | 卖盘委托编号 | 同上 |
顺便说一句，所有order_id都在逐笔委托里能对应到具体的那笔委托单，这个在分析“某个拖拉机单到底撤没撤”的时候简直救了命。
逐笔委托
这个数据很少人讲到，但其实比成交更早一步——每一笔委托挂进去，不管最终成交了、撤单了还是部分成交，都会留下一条记录。
字段：
| 字段 | 意思 |
|---|---|
| order_time | 委托时间 |
| price | 委托价格 |
| volume | 委托数量 |
| order_type | 委托类型：买/卖 |
| order_id | 委托编号，唯一标识 |
| cancel_flag | 撤销标记，如果是撤单则为1 |
我当时看某只次新股集合竞价期间的挂单表演，就是用逐笔委托把每一秒钟盘口怎么虚晃一枪的过程揪出来的。没有这个数据的话，只靠快照根本看不到那些挂上去又秒撤的单子。
十档Tick快照
这个是每隔3秒（深市）或3秒左右（沪市）对盘口做一次切片，十档买盘、十档卖盘外加最新价、成交量、成交额等等。想用快照算盘口不平衡度或者梯度，基本就靠它。
核心字段：
- snapshot_time：快照时间
- last_price：最新价
- bid_price_1~bid_price_10：买1到买10价格
- bid_volume_1~bid_volume_10：对应的挂单量
- ask_price_1~ask_price_10：卖1到卖10价格
- ask_volume_1~ask_volume_10：对应的挂单量
- total_volume：当日累计成交量
- total_turnover：累计成交额
有几个点吐槽下：有些来源的快照没把涨停跌停价挂出来，需要自己算，但这个数据库直接给了up_limit、down_limit，怪贴心的。另外，集合竞价9:15-9:25的快照也包含了，这一点不一定每个渠道都有，有的渠道9:25才给第一个快照，那简直没法做竞价策略。
分钟K线
这个跟常用的差不多，不做高频的话直接用分钟K验证想法会更轻量。支持前后复权，近30年历史行情都能拉。
字段一览：time、open、high、low、close、volume、amount、adj_factor（复权因子）。不用多解释。
唯一要说的是，如果拿它跟日线对齐做回测，注意前复权会在时间序列上改历史价格，千万别拿前复权价格去跟当日真实成交比，会错的离谱。
集合竞价行情
这个接口拉出来的就是9:15到9:25之间每一秒的变化，包括虚拟开盘参考价、匹配量、未匹配量，以及对应的上下限标记。
字段大差不差：calc_time、reference_price、matched_volume、unmatched_volume、upper_limit、lower_limit。盘中如果有临停或者尾盘竞价，也能一起拉出来，不用自己写一堆判断去切时间窗口。
上市公司基本面
这算是顺手一拉的补充，财务报表、股本变动、分红送转这些都整合在一个接口里了。
包含：total_share（总股本）、float_share（流通股本）、eps、bps、pe_ttm、pb、dividend_date等等。没想着靠这个做多深的基本面分析，但回测时候做ST剔除、次新股过滤的时候可以直接拿到，不用再跑一个数据源去东拼西凑。
对了，还踩了一个小坑：调用这些高频接口频率别太疯，单只股票一天拉几千次容易被封一小会儿，合理的限制文档里写了，我一般设个0.5秒间隔，偶尔忘设也没事，反正别把人家当DDOS压测工具就行。
啰嗦了一堆，其实核心就是三件事：逐笔成交看钱去哪了，逐笔委托看钱想去哪，十档快照看钱堵在哪。其他的分钟线和基本面就是辅助，帮你在更大的视野里瞧一瞧这股票脾气怎么样。