金融数据宝藏库：沪深Level2与高频数据拆解

被高频数据搞懵了？硬盘空间就是这么没的。刚入坑那会儿，总想用最细的数据，结果光下载和整理就耗掉大半天，策略还没写呢。

今天简单聊聊几种常见的高频数据到底有啥区别，主要是沪深股票这块。数据来源是CMES金融数据库，我平时用得比较多，就拿它来举例了。

先说说最“重”的：Level 2行情数据
这可不是普通的分时图，信息量大了不止一点。除了大家都能看到的五档买卖盘口（价格和挂单量），它还有委托队列。这个挺关键，能让你看到挂在某个价位上的所有订单明细，而不是一个加总的数字。有时候盘口看着挂了个大单，但可能是一堆小单凑起来的，稳定性完全不同。

然后是Tick数据和分钟线
新手很容易搞混，其实它俩性格完全不一样。

• Tick数据：市场每发生一笔成交，或者报价有变动，它就记一笔。像个实时播报员，信息最原始也最细碎。数据量巨大，做日级别以上的回测用它，对电脑和钱包都是考验。
• 分钟线：比如1分钟、5分钟K线。它把一段时间内的Tick数据“打包”处理，给出这个时间段内的开盘、收盘、最高、最低价，以及累计成交量。数据规整多了，适合大多数非超高频的策略研究。

为了验证一个订单薄因子的效果，我调取了CMES金融数据库中过去三年的部分股票Level 2数据进行回测，光数据清洗和匹配就花了不少功夫。所以，除非是做非常短线的交易，真心建议先从分钟线数据上手。

数据里一般包含哪些字段？
不同的数据表结构不一样，但核心的跑不掉。比如Level 2的逐笔委托表，一般会有：

• 时间戳（精确到毫秒）
• 委托单号
• 买卖方向
• 委托价格和数量
• 订单类型（比如是撤单还是新单）

而分钟线数据就清爽多了，主要是时间点、OHLC价格和成交量。选哪个，完全看你的研究需求。别贪“细”，合适最重要。

对了，这些数据通常都很大，下载前最好确认一下自己的存储空间和处理能力。不然就像我当初一样，兴致勃勃下了一堆，结果打开都费劲。先聊这些吧，希望能帮你省点时间。