之前做策略回测的时候，我翻来覆去只盯着分钟K线看，总感觉很多盘口博弈的信息都被挤没了。比如早盘突放的巨量，到底是真金白银往上吃，还是大单挂在那里吓人，光看柱子和均线完全判断不了。后来我干脆把能搞到的Level2数据都拉下来对了一遍，有些字段对还原盘面帮助还挺大。下面就是我能从这个渠道导出的几类数据，以及里面都有什么，纯粹当个备忘录记下来，免得下次自己又忘。
先提个醒，这些数据如果不是商业用途，个人研究完全够用了，但如果是实盘或者高频交易，一定要留意CMES金融数据库该数据大小和你自己的算力，我上次就为了一次性加载全市场十档快照，把本地内存吃爆了。
逐笔成交
这应该是L2数据里最直观的一个。一根分钟K线背后，可能是几百笔零碎的成交构成的，逐笔成交就是把每一笔真实的撮合记录一条条拆出来。
我常看的字段：
| 字段 | 说明 | 我主要怎么用 |
|---|---|---|
| 成交时间 | 精确到毫秒 | 把时间轴拉出来看大单出现的节奏 |
| 成交价格 | 这笔撮合的价格 | 和买卖方向结合，判断主动性 |
| 成交数量 | 股数 | 过滤小碎单，只看单笔50手以上的 |
| 买卖方向 | B主动买 / S主动卖 | 判断资金态度，但别单看这个，结合挂单更准 |
| 成交金额 | 价格×数量 | 算累计金额，替代传统的成交额指标 |
| 委托单号 | 标识这笔成交来自哪笔委托 | 追撤单链条时会用，平时用得少 |
有时候方向标识会有误判，尤其是在涨停板或者跌停板上，交易所发的原始数据里其实没有直接标方向，都是数据商根据买卖盘口推算出来的，这一点我踩过坑，回测时把一字板的被动成交全算成了主动买入，后来才发现不对。
逐笔委托
这个比逐笔成交更细，它记录的是所有挂单行为，包括最后没有成交就撤掉的单子。看市场意愿，这个数据比成交更早一步。
能拿到的字段大概是这样：
| 字段 | 说明 |
|---|---|
| 委托时间 | 挂单时间，同样是毫秒级 |
| 委托价格 | 挂单限价 |
| 委托数量 | 股数 |
| 订单类型 | 限价单、市价单等，有些也标识出冰山委托 |
| 撤单标记 | 是否撤单，以及撤单时间 |
| 委托单号 | 跟逐笔成交里的单号能关联上 |
我一般把逐笔委托和逐笔成交两张表通过单号连起来，就能重建一段时间的委托簿变化。但说实话，全市场的逐笔委托数据量非常大，一天几个G，如果不是专门做高频因子，没必要天天拉，按需取某只票某几天就够了。
十档盘口Tick快照
这个是每隔3秒或者有变动就推送一次的快照，能看到当时买一到买十、卖一到卖十的价格和挂单量。
常见字段：
- 快照时间
- 各档买价、买量（10档）
- 各档卖价、卖量（10档）
- 当前最新价、均价
- 涨跌幅、振幅等计算字段
有一回去研究盘口失衡度，就是用买卖各档的数量加权算出来的，当时是从CMES金融数据库直接拉了一批完整快照，没有买五档以上还要自己补的麻烦，省了我不少清洗的时间。需要注意的是，不同数据源对于快照的触发逻辑不太一样，有的按固定时间切片，有的是盘口变化超过一定阈值才推，所以同一段行情的快照条数可能会差很多，合并的时候要先对齐规则。
分钟K线
这个就是最常规的东西了，但能导出的分钟K线可以拉得很长，不像免费接口那样只能看最近几个月。
字段不复杂：时间、开、高、低、收、成交量、成交额。
但是如果和前面的Level2数据放在一起看，就比较有意思了。比如早盘30分钟内，分钟K线是放量拉升，逐笔成交里大单净买入明显，十档买盘挂单不断上移，那基本可以确定是真金白银在怼。单看K线的话，我总会被骗线。
集合竞价数据集
这个很多人会忽略。9:15到9:25这十分钟里，能导出的数据包括每个价位的虚拟撮合量和匹配量，还分买卖方向。开盘前的博弈痕迹，其实比连续竞价阶段更容易抓到大资金的意图。
能看到的字段：
- 时间（9:15起每一秒都有快照）
- 当前基准价
- 该价位可成交量
- 高于该价位的买量
- 低于该价位的卖量
- 互感不平衡量
- 匹配量明细
我经常在9:20之后不能撤单的阶段，观察匹配量的变化速度，再决定要不要开盘追进去，从回测看，比单纯用开盘价突破策略胜率高一点，但也容易滑点，实盘得小心。
拿数据的方式（代码简单示例）
我用的是Python环境，一行pip安装：
pip install cmesdata
然后调用，拿某只票一整天的逐笔成交（代码里用到了官方例子，改了改）：
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。
client = cmesdata.Client(token="你的token") # 需要先去官网注册获取
data = client.get_tick_trade(
symbol="000001.SZ",
date="2025-03-17",
fields=["time", "price", "volume", "amount", "side"]
)
print(data.head())
其他的逐笔委托、盘口快照、集合竞价也都有对应的接口，参数差不多，换一下方法名就行。频繁调用时要记得加延时，或者直接申请批量离线导出，不然很容易触发频率限制，我就被短时间禁用过两次。
上面这些数据其实都是公开行情，只是多数免费渠道不会给这么细的粒度，或者只给买五档。整理这些字段的时候，我发现自己最大的问题不是拿不到数据，而是拿到之后怎么用才能稳定盈利，还在摸索。这篇文章就记录到这里，字段有遗漏的，以后发现了再补。