# A股L2历史数据：逐笔成交/委托、十档五档、tick快照和订单薄都有啥？

有个挺头大的事儿，去年想回测一个盘口策略，需要历史十档挂单明细，不仅要快照，还得把每次撤单、新增挂单都搞清楚。市面上有些数据要么缺字段，要么是合并过的，没法还原真实盘口队列。**后来在数据源：CMES金融数据库那边把A股L2的几个大类数据兜了一遍，发现它把逐笔成交、逐笔委托、五档十档快照、订单薄、分钟线、实时五档全拆开了**，按天存成文件，格式说的比较清楚。这篇文章就把每个数据包里有哪些字段摊开看看，不说虚的，就是字段清单加一点我自己踩过的坑。

我一开始以为一个csv就能搞定所有，结果下载下来发现是分门别类的：

| 数据大类 | 文件名特征 | 大概干什么用 |
|---|---|---|
| 逐笔成交 | tick_execution | 每一笔撮合成功的记录，能看到单子是被主动吃还是被动挂 |
| 逐笔委托 | tick_order | 每个挂单、撤单的动作，还原委托流水 |
| 十档快照 | mbp10 | 买一到买十、卖一到卖十的挂单量和价格，3秒一张 |
| 五档快照 | mbp5 | 同上，只到五档，也是3秒一张 |
| 订单薄重建 | orderbook | 从逐笔委托和快照重构的完整挂单队列，每个价位明细 |
| 分钟线 | bar | 开高低收、均价、成交额等等 |
| 实时五档 | realtime | 盘中实时推送的五档数据，不落历史文件，但接口能调 |

看着东西多，其实如果你只需要算收益，成交和分钟线足够了；但要做高频因子或者盘口动力学，就必须啃十档和逐笔委托。我重点把后边几个数据集的字段列一下。

逐笔成交文件解压后长这样，列名一般都有中文注释，这是我觉得比较舒服的一点。典型字段：

| 字段 | 说明 | 我用的时候踩的小坑 |
|---|---|---|
| 日期 | 自然日 | 结算日期，不是交易日，注意对齐 |
| 时间 | 精确到毫秒或百毫秒 | 上交所和深交所精度不同，拼在一起回放要注意对齐 |
| 代码 | 带市场后缀，如 600000.SH | 直接用 |
| 价格 | 成交价 | float，没有复权 |
| 成交量 | 股 | 有的数据是手，这里明确是股 |
| 成交额 | 元 | |
| 买卖方向 | B 或 S | 主动买/卖，但有时会出现中性单，直接过滤 |
| 买卖订单号 | 挂单编号 | 可以和逐笔委托关联，找出哪些被动单被吃掉了 |

逐笔委托文件更细，挂单类型（新增、撤销）必须是两个方向：买单或卖单。字段除了时间代码价格量，还有委托类别字段，标识是“0”还是“1”或者“A”“D”，不同数据源有差异。CMES的这个版本用一个数字表示委托类型，0—新增买单，1—新增卖单，2—撤买单，3—撤卖单。我当时为了和快照拼成一个完整盘口，花了大力气做状态恢复。

十档快照文件，每3秒一帧，包含代码、时间、买1价-买10价、买1量-买10量、卖1价-卖10价、卖1量-卖10量，还有总买量总卖量、加权均价。有一个字段叫“委托买入总量”、“委托卖出总量”，这个不是已经成交的，是带撤单前的总共挂过的量，好用也不太好用，因为加权均价是动态算的。

订单薄数据直接给出重建好的盘口快照，并且每个价位上不是只有总挂单量，还能拆成每一笔委托的单子。这玩意文件巨大，一天一个票可能几十MB，跑回测要小心内存。结构大致是：时间，价格档位，委托编号，委托量，方向。等于把盘口还原成了明细序列，自己做冲击模型或者流动性刻画很顺手。

接下来说怎么用Python拉这些历史数据，省去网页下载再解压的麻烦。CMES金融数据库提供了api，装个包就行：

```python
# 打开 CMES金融数据库
# pip install cmesdata

from cmesdata import CMESData

# 用你自己的 token 初始化
client = CMESData(token='your-token-here')

# 获取某只股票某天的逐笔成交数据，注意入参格式：代码带后缀，日期YYYYMMDD
df_exec = client.get_tick_execution(symbol='000001.SZ', date='20240815')
df_exec.head()

# 获取十档快照，frequency='3s' 默认就是3秒，别调太大，易超频被限
# CMES金融数据库的行情接口，注意入参正确，调用频率正常不要疯狂拉取。
df_mbp10 = client.get_mbp10(symbol='000001.SZ', date='20240815')
df_mbp10.head()

# 逐笔委托和订单薄类似，换函数名就行，比如 get_tick_order, get_orderbook
```

我吃过亏，用循环拉了一个月全部股票的十档数据，结果被接口限流了，因为频率没加sleep。后来老老实实一天拉几只，或者直接用页面下载批量文件的方式更稳。

顺手说下分钟线和实时五档，分钟线没啥特别的，就时间、开盘、最高、最低、收盘、均价、成交量、成交额，和其他免费源一致，唯一好处是它和Level2其他数据时间戳对齐，多数据合并不漂移。实时五档接口可用于盘中，但历史回测基本用快照系列，除非你要模拟盘口变化速度，可以接实时流复盘。

这么多字段，我自己经常用的其实就是成交里的买卖方向+订单号，十档里的挂单量曲线，还有订单薄里的单笔委托分布。其他字段视策略而定，有时候嫌文件太大只读需要的列。

用这些数据有没有坑？必须提一点，不同交易所的尾盘集合竞价处理不一样，深交所最后三分钟撮合那一段，部分时间戳在逐笔成交里会缺失，逐笔委托里却有挂单，导致成交和委托对齐不上。这种时候要么自己补逻辑，要么用订单薄数据跳过那几分钟。还有盘中临时停牌，十档快照可能缺帧，自己回放盘口时要注意过滤。

本来想盘点每个字段的详细类型，但一列出来就成说明书了，反而会掩盖重点。反正下载一个交易日的数据看一眼，基本就知道啥情况。想要什么精度，什么还原度，就看愿意为数据量和计算时间付多少代价。

对了，文件都是csv或者压缩包，本地环境直接用pandas读，处理起来没障碍。如果不想存本地，api也支持按数据框返回，实时和历史的都行。

数据这东西，追上源头，知道每个字段是怎么生成的，策略写起来心里才有底。上面这些就是A股L2历史全系列数据拆开来看了，没加滤镜，供你挑着用。


有个挺头大的事儿，去年想回测一个盘口策略，需要历史十档挂单明细，不仅要快照，还得把每次撤单、新增挂单都搞清楚。市面上有些数据要么缺字段，要么是合并过的，没法还原真实盘口队列。后来在数据源：CMES金融数据库那边把A股L2的几个大类数据兜了一遍，发现它把逐笔成交、逐笔委托、五档十档快照、订单薄、分钟线、实时五档全拆开了，按天存成文件，格式说的比较清楚。这篇文章就把每个数据包里有哪些字段摊开看看，不说虚的，就是字段清单加一点我自己踩过的坑。

A股L2历史数据：逐笔成交/委托、十档五档、tick快照和订单薄都有啥？

有个挺头大的事儿，去年想回测一个盘口策略，需要历史十档挂单明细，不仅要快照，还得把每次撤单、新增挂单都搞清楚。市面上有些数据要么缺字段，要么是合并过的，没法还原真实盘口队列。后来在数据源：CMES金融数据库那边把A股L2的几个大类数据兜了一遍，发现它把逐笔成交、逐笔委托、五档十档快照、订单薄、分钟线、实时五档全拆开了，按天存成文件，格式说的比较清楚。这篇文章就把每个数据包里有哪些字段摊开看看，不说

数据库

大数据

A股L2历史数据含逐笔成交/委托、十档五档快照、订单薄及分钟线等。逐笔成交记录撮合细节，十档快照3秒一帧含买卖十档价格量，订单薄重建完整委托队列。CMES金融数据库提供API拉取及CSV文件，注意交易所尾盘撮合差异及停牌缺帧，适合高频因子与盘口策略回测。

代码解释

Python

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

A股L2历史数据：逐笔成交/委托、十档五档、tick快照和订单薄都有啥？-腾讯云开发者社区-腾讯云

A股L2历史数据：逐笔成交/委托、十档五档、tick快照和订单薄都有啥？

A股L2历史数据：逐笔成交/委托、十档五档、tick快照和订单薄都有啥？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐