国内期货Tick与分钟线数据都在这了

国内期货Tick与分钟线数据都在这了

最近在做国内期货的盘口回测,一直缺逐笔成交,之前用过的几个接口要么只有一档Tick,要么五档数据稀稀拉拉。后来无意发现一个做历史归档的数据源,把一档Tick、五档盘口快照、逐笔成交和分钟线全捋了一遍,按月打包好了,直接批量拉下来用就行。今天就单纯把这里面有什么数据、有哪些字段理一下,方便有相同需求的朋友看门道。


数据分这几类,先给个大致的表:

数据类型简要说明常见推送频率
一档Tick最优买卖一档+成交快照500ms或1s
逐笔成交交易所每笔成交明细实时逐笔
五档盘口Tick快照买卖各五档挂单价+挂单量500ms
分钟线1分钟聚合K线1分钟

下面挨个看字段。

一档Tick 字段比较直白,就这些: timestamp 时间戳,last_price 最新价,volume 当日成交量,open_interest 持仓量,bid_price1 / bid_volume1 买一价/量,ask_price1 / ask_volume1 卖一价/量。偶尔还会带 upper_limit 和 lower_limit 涨跌停价。做波动率计算、趋势信号,这些够用了。

五档盘口Tick快照 这种数据在做挂单分析时特别有用。字段一下子多了不少: timestamp,last_price,volume,open_interest,然后 bid_price1 ~ bid_price5,bid_volume1 ~ bid_volume5,ask_price1 ~ ask_price5,ask_volume1 ~ ask_volume5。部分文件还提供 total_bid_volume、total_ask_volume。个人习惯直接用五档和前一时刻五档变化去推算挂单增减,比只看一档立体很多。

逐笔成交 这个是重头戏,没有逐笔很多微观结构策略根本没法跑。每笔包含: timestamp(一般精确到毫秒),price,volume,direction 买卖标志(多开、空开、多平、空平、双开、双平等),有的还带 main_flag 主力标记。文件体积比较大,一个活跃品种一天几十万笔很正常。注意 direction 字段不同月份的文件有时数字编码不一样,拉下来要自己看一下对照表。

分钟线 最常规的OHLCV:datetime,open,high,low,close,volume,open_interest,外加 symbol 品种代码。合成逻辑是按一档Tick或快照里的最新价做分钟聚合,不是从逐笔合出来的,所以和别的数据源的分钟线可能有细微差别,稍微留意一下。


我是在拉数据的时候才发现他们把这些打包好的,还提供了一个Python SDK,省得自己从头写爬虫。他们管这个叫CMES金融数据库,接口封装得还行,pip就能装:

pip install cmesdata  # CMES金融数据库的Python SDK

拿一档Tick举个例子,几行代码就能拉到对应合约某天的数据:

from cmesdata import CMESData

cd = CMESData()
# 获取rb合约2025年3月24日的一档Tick数据,CMES金融数据库的行情接口,注意入参正确,调用频率正常。
df_tick = cd.get_future_tick(symbol='rb', date='2025-03-24')
print(df_tick.head())

换五档盘口、逐笔、分钟线也都是类似方法,传不同的函数和参数。批量下载的时候注意把日期切得细一点,一口气拉太久内存会顶不住,调用频率也有上限,太快会被暂时 ban 掉,我一般在循环里加个 time.sleep(3)。


覆盖的品种基本国内主流交易所都在:上期所、大商所、郑商所、中金所、能源中心。历史数据最早能到2015年前后,但有些新品种只有上市后的数据。数据按月归档离线存储,要拉长周期就写个循环逐个年月下,结构都是一样的,合并时注意字段统一性就好。

实际用的时候发现一个小坑,就是不同数据类型的字段命名不统一,Tick 里叫 last_price,逐笔里可能叫 price,做拼接前需要自己重命名一下。整体来说,省去了到处找逐笔数据和清洗的力气,对想做国内期货盘口策略、微观结构研究的人已经算比较友好。先写到这里,后面想起别的细节再补。

0
0
0
0
评论
未登录
暂无评论