上交所ETF期权高频数据Tick/分钟/日频有什么内容昨天想复现一个期权波动率策略找数据找了半天。最后在CMES金融数据库里翻到了这套上交所ETF期权的高频数据还挺全的从Tick到日频都有。今天正好把数据文件结构和字段内容整理一下给有需要的人做个参考免得大家像我一样花冤枉时间。数据文件概览这套数据主要分两大类文件合约信息表和行情数据文件。行情数据又按时间粒度分成了三档这个设计挺实用的不同需求的人可以按需取用不用每次都下几百G的Tick。合约信息表这个文件是基础相当于所有合约的“身份证”。没有它你拿到一堆行情代码都不知道对应的是哪个期权合约。里面字段很全从交易代码、标的代码到期日、行权价、合约类型认购/认沽这些基本信息都有。行情数据文件这个就是核心了根据频率分三种五档Tick数据市场一有变化就记录最细的粒度数据量也最大。做高频或微观结构研究必备但处理起来很吃内存和硬盘。一分钟数据每分钟聚合一次比如取这一分钟的开高低收和成交量。对于大部分不是做超高频的策略回测来说这个频率性价比很高数据量适中又能保留不少日内信息。日级别数据就是每天的总结开高低收、成交量、持仓量这些。做中长周期策略或者基本面研究用的多。合约信息表里有什么这个表是理解所有行情数据的基础。我截取一部分关键字段列在下面你看完就知道一个期权合约的基本要素都在里面了。字段名说明举个栗子instrument_id合约交易代码10003723行情文件里用的就是这个underlying_symbol标的物代码510300沪深300ETFexpire_date合约到期日20230126strike_price行权价3.8call_or_put看涨或看跌CCall认购 / PPut认沽contract_multiplier合约乘数10000一份期权对应10000份ETFexercise_type行权方式E欧式list_date/delist_date上市/退市日期-行情数据文件详解五档Tick数据最细粒度这个文件是真的大一个合约一天下来记录数就很可观。它记录的是订单簿快照也就是在某个时刻市场上最好的五档买卖盘情况。做盘口分析、订单流策略的肯定得用这个。核心字段除了时间戳和价格就是买卖各五档的价量。我刚开始用的时候光字段名就看得眼花习惯就好了。# 示例调用CMES金融数据库的行情接口以Tick数据为例# 注意入参正确调用频率正常别把人家服务器搞崩了importcmesdataascmes# 初始化客户端需要你的API Keyclientcmes.Client(api_keyyour_api_key_here)# 请求某个期权合约在特定日期的Tick数据# instrument_id 就是合约信息表里的那个tick_dataclient.get_option_tick_data(instrument_id10003723,trade_date2023-01-20)print(tick_data.head())主要字段列一下时间相关timestamp精确到毫秒的时间戳、trade_date交易日。成交信息last_price最新成交价、volume当前累计成交量、amount当前累计成交额、open_interest持仓量。买卖五档bid_price1~bid_price5买一价到买五价、bid_volume1~bid_volume5对应的买量。ask_price1~ask_price5和ask_volume1~ask_volume5同理是卖盘。一分钟数据日内分析利器如果你觉得Tick数据太“碎”了处理起来麻烦那一分钟线是个很好的折中选择。它是把每分钟内的Tick数据聚合起来生成一根K线。很多经典的量化因子用这个频率的数据来计算就足够了。它的字段看起来就亲切多了跟普通K线差不多datetime这一分钟的开始时间比如2023-01-20 09:31:00。open,high,low,close这一分钟内的首次、最高、最低、最后一次成交价。volume这一分钟内的累计成交量。amount这一分钟内的累计成交额。open_interest这一分钟结束时的持仓量。日级别数据战略视角日线数据就不用多说了最传统也最常用。每个交易日一根K线记录当天的总体交易情况。做趋势跟踪、波动率曲面构建、或者需要长期回测的策略用这个数据效率最高。字段和一分钟数据类似只是时间粒度变成了日trade_date交易日。open,high,low,close当日开盘、最高、最低、收盘价。volume当日总成交量。amount当日总成交额。open_interest当日收盘后的持仓量。有些数据集可能还会包含结算价settlement_price对于期权来说很重要。一点使用心得刚开始做期权量化的时候总想用最细的数据觉得信息多肯定好。后来发现对于很多策略来说一分钟数据甚至日线数据完全够用而且能节省大量的数据清洗和计算时间。Tick数据是好但真的是硬盘和内存的“吞噬者”没做好心理准备和硬件准备前慎用。另外数据质量是命根子。我之前用一些免费来源的数据光是处理合约切换、错误记录、缺失值就搞得焦头烂额非常影响研究进度。后来用这套数据主要是图个省心基础的清洗和校验工作人家已经做了我可以把精力更多放在策略逻辑本身。当然无论用什么数据自己再做一遍基础的质量检查总是没错的比如看看有没有价格暴涨暴跌的异常点成交量是否为负之类的。好了关于这个数据集的内容就介绍到这里。数据字段看起来多但用起来捋顺了也就那么回事。关键还是得结合自己的策略需求选择合适的数据频率别盲目追求“高频”。
