那些海量的逐笔成交数据，一个合约一天下来轻轻松松几十万条。痛定思痛，干脆把数据库里能下到的数据种类和字段都捋了一遍，算是给自己做个备忘录，也分享给有同样需求的朋友，别再像我一样踩坑了。数据主要分三大类，颗粒度从细到粗，就像从现场直播到每日新闻摘要。逐笔数据，也叫Tick数据。这是最“碎”的一层，市场每发生一笔交易或报价变动，它就记录一条。数据量巨大，是研究微观市场结构、订单流、盘口动态的必备原料，

昨晚跑策略又把数据搞混了，真是头大。发现很多人对美股期权的高频数据到底长啥样不太清楚，我自己也是踩过不少坑。今天干脆就着数据库里能下到的那些数据，简单捋一捋，希望能帮到同样在找数据的朋友。先说说最细的逐笔数据（Trade & Quote）。这个就是最原始的每一笔成交和报价的变动记录，数据量巨大，但信息也是最全的。比如你做高频或者想精确分析订单流，这个就绕不开。它里面主要就是两类东西，成交和报价。成

分析港股分钟级别的行情数据，一般采用本地数据更快，因为绝大部分数据库提供数据量有限制，比如只能一个月的。只有将数据下载到本地才能快速回测，我本地是储存了2011年开始至今的历史数据，所以一般也就是本地回测。今天正好整理一下手头常用的港股和美股历史数据源，主要是分钟线和Tick，给同样在折腾数据的朋友们参考参考，顺便聊聊里面都有啥字段，避免大家踩我踩过的坑。先说分钟数据吧，这个算是比较友好的了，不管

做量化这行已经有好多年了，从一开始自己写代码分析到现在十几个agent共同配合自动分析，中间踩了很多坑。这里我大概总结了一下，数据坑、代码坑、接口坑、agent坑等等，每次好不容易找到了一个稳定的策略，都会遇到数据不稳定，接口不稳定，agent失控等等问题，这里把最重要的问题记个笔记。 数据是整个过程中最重要的，我以前是各种找数据库，最后明白了，找一个稳定的数据源是最重要的。先说说最常被问到的，就

做港股量化，以前是需要一定的量化技术手段，比如需要会脚本编程，会数据分析，会数据爬取等等，还需要一些好的历史数据更新。现在不需要了，现在都是AI时代，只需要用很多的AI组合在一起就可以了。比如一个agent用在分析数据，一个agent用于编码，还有的盯盘，效率比之前高很多。但是有一些问题无法避免，比如数据的基本储存和下载，例如我前段时间做的港股分析程序，用到了很多agent，生产的分析数据磁盘都存

做了期货这么多年，已经习惯用历史数据复盘了，用的数据也从早期的日线，中间变成分钟，又变成一档tick，最后变成五档level2，由于期货的杠杆高，我有习惯满仓干，遇到琢磨不透的地方，就写脚本反复回测，直到能够有一套适应当前变化的模型，最后先小资金测试，再增大机会，本人的性格也慢慢变得沉稳，从一开始的满仓，到后面小资金测试，合适加仓的习惯，也是无数血汗钱换来的的，接下来就分析一下我用过的数据。 说到

Level 2高频数据这个“硬盘杀手”。最近正好在用，顺手整理一下CMES金融数据下载页上那些期货和股票的高频数据到底长啥样，给想折腾的朋友提个醒。先说期货的Level 2五档数据。这玩意儿记录的是交易所快照，每一笔成交后或盘口有变动，它都会记一笔。所以数据量巨大，但信息也全。主要字段看这些：| 字段 | 简单说 | 注意的点 | | :--- | :--- | :--- | | 时间戳 | 精确

昨晚跑因子又把内存给干爆了，一看原来是Level 2的逐笔数据没处理好。今天就跟大家盘盘这类高频数据到底有啥，以及怎么用代码把它“请”下来。数据主要分两大类，一个是五档行情，另一个是Level 2逐笔。五档行情大家应该熟，就是买卖盘口的前五个价位和挂单量。但高频的五档数据是“快照”，每秒可能有多条，能看出盘口的瞬间变化。Level 2逐笔数据就“碎”多了，它记录每一笔成交和委托的明细。比如你看到一

最近在折腾高频策略，发现数据这块真是个大坑。尤其是Tick和Level2，动不动就是几百G，硬盘都顶不住。今天简单聊聊我常用的几个数据源，主要是从CMES金融数据库下载的，给刚入门的朋友。先说说最基础的分钟线数据。这个对回测比较友好，数据量小，格式也简单。一般包含时间、开盘价、最高价、最低价、收盘价和成交量。比如看个5分钟K线，用这个就够了。但分钟线是“总结”过的，真想看市场微观结构，还得是Tic

昨晚跑策略回测，内存又报警了。一看果然是Level 2的Tick数据在“作祟”，这玩意儿数据量是真的大，但也是真有用。正好最近在整理资料，就顺手把CMES金融数据库里这些高频数据的情况捋了一下，给同样在挖因子的朋友做个参考。 说到期货高频数据，主要就分两大类：Tick数据和分钟数据。Tick数据是市场每跳动一次就记录一次，信息最全也最“吃”硬盘。分钟数据则是每分钟汇总一次，比如开盘价、最高最低价这

最近在研究期货高频策略，发现一个数据源挺全的，把里面的数据结构整理了一下。如果你也在找tick、分钟或日级别的期货期权数据，或许可以参考。这是最细粒度的数据，记录了盘中每一笔报价的变化。主要字段包括：| 字段类别 | 具体内容 | | :--- | :--- | | 基础信息 | 合约代码、交易日、时间戳（精确到毫秒） | | 价格信息 | 最新价、成交量、成交额、持仓量 | | 委托档位 | 买

做量化研究或者高频策略，离不开高质量的历史tick数据。最近在研究市场微观结构，发现一个挺实用的数据源，里面期货和期权的高频数据字段很全，整理出来供大家参考。这份数据是Level-2的快照数据，记录了每一笔订单簿的瞬时状态，对于分析盘口动态、订单流很有帮助。主要包含以下字段：| 字段名 | 说明 | | :--- | :--- | | 时间戳 | 精确到毫秒的行情时间 | | 最新价 | 当前成交

做量化或高频策略，数据质量是关键。最近在回测一个期货订单流策略，用到了CMES金融数据库的历史数据，发现它们提供的分钟线和五档Tick（Level 2）结构比较清晰，适合做市场微观分析。如果你也在找这类数据，不妨看看下面这些内容。分钟线是较常用的时间序列数据，通常包含以下基本字段：| 字段 | 说明 | |------|------| | datetime | 时间戳（精确到分钟） | | ope

很多做量价分析的朋友，经常会接触到“Level 2数据”这个词。但市面上的数据源质量参差不齐，字段也常有缺失。最近在做因子研究时，为了验证一个盘口规律的可重复性，我专门调取了 CMES金融数据库中近一年的A股Level 2历史数据进行回测，也对数据的结构做了比较全面的梳理。如果你也在找这类数据，不妨看看下面的介绍，或许有帮助。数据主要分为三大类：逐笔成交、十档快照和分钟合成数据。1. 逐笔成交数据