Level-2数据深度解析:从竞价盘口到量化因子
展开
项目地址:
本项目提供A股历史与实时数据的稳定数据源接口,为本文所有策略提供底层数据支持。
引言:Level-2数据——从“看了什么”到“谁在看”传统Level-1行情如同站在远处看一场球赛,你能看到比分、进球时间,却分不清是哪位球员创造了机会。而Level-2行情则像坐在教练席,能看清每个球员的跑位、传球和射门细节。
Level-2与Level-1最本质的区别在于:
十档买卖盘 vs 五档买卖盘:Level-2展示买卖盘口各十档的委托价格与数量,更全面反映市场供需
逐笔成交 vs 分笔快照:Level-1的分笔成交本质上是每隔3秒的行情快照,显示3秒内累计的成交量和最后一笔价格;Level-2的逐笔成交则是真实每笔成交的明细数据
买卖队列:可以看到买一、卖一价位上前50笔委托单明细,根据委托单大小可判断委托方是机构、大户还是散户
正是这些微观数据,让后续所有分析成为可能。下面,我们将逐一拆解Level-2数据接口返回的每个字段。
一、竞价成交:开盘前的资金预演竞价时段(9:15-9:25)是全天交易的“预演”,反映市场经过一夜思考后形成的共识。
实战应用:
竞价异动识别:当日竞价成交金额较昨日显著放大,往往意味着有大资金在开盘前布局。若股价高开且竞价金额放大,可能是利好消息驱动的抢筹行为;若竞价金额放大但股价低开,则需警惕主力借竞价出货。
情绪对比:连续多日竞价金额持续放大且股价重心上移,说明市场对该股的关注度在提升,后续可能有趋势性机会。
量化思路:可将竞价成交金额作为开盘方向的信号因子。例如,若 action_amount > pre_action_amount * 1.5 且竞价涨幅 > 0,则视为开盘买入信号。
二、委托与成交:市场博弈的实时记录2.1 委托总量:多空力量的初步判断
买入委托总量与卖出委托总量的对比,是多空力量的直接反映。当 l2_total_buy_vol 显著大于 l2_total_sell_vol 时,说明当前价位买方承接意愿更强。
实战技巧:
委托总量与成交量的关系:委托总量远大于实际成交量,说明大量挂单未被成交,可能是主力在对倒或制造虚假流动性。若买单总量大但成交笔数少,可能是大单压盘吸筹。
成交笔数与委托笔数的对比:若 l2_deal_tick_num 远小于 l2_order_tick_num,说明大量委托未成交,市场存在较大的挂单但实际交易意愿不足——这是需要警惕的信号。
2.2 撤单数据:被忽视的关键信号
撤单数据是Level-2中最具隐蔽价值的信息。传统行情只能看到成交结果,而Level-2能捕捉到“尝试交易但最终未成交”的行为。
广发证券的研究报告指出,撤单行为反映了投资者对价格水平和盘口状态的动态调整过程,其中包含区别于传统量价因子的增量信息。高频撤单活跃度因子在2019-2026年全市场选股中RankIC均值达-9.19%,IC胜率73.09%,显示出稳定的选股能力。
实战应用:
主力试盘识别:若某股在关键价位出现大量买入委托后快速撤销,同时卖出委托正常,可能是主力在测试上方抛压。撤单越多,试盘意愿越强。
虚假挂单警示:委托量巨大但频繁撤单,往往是主力制造“买盘汹涌”假象的手段,目的是引诱散户跟风。此时需结合股价位置综合判断。
量化因子构建:可构建撤单率因子 (l2_buy_cancel + l2_sell_cancel) / (l2_total_buy_vol + l2_total_sell_vol),作为市场博弈强度的衡量指标。
三、主力资金:谁在主导市场
这两个字段是整个接口中最具“含金量”的数据,是对逐笔成交数据进行智能分析后的直接输出。
inst_aggressive_buy_amount 仅统计主动性买入(即成交价等于卖一价的买单)中属于主力的部分,捕捉的是主力“主动进攻”的意愿
inst_net_amount 则综合计算主力买卖的净差额,是衡量主力资金整体方向的核心指标
实战应用:主力密码三部曲结合各Level-2数据和资金流向,可以搭建一个简单有效的主力分析框架:
第一步:看方向
inst_net_amount > 0 且持续扩大:主力净流入,多头格局
inst_net_amount < 0 且持续恶化:主力净流出,空头格局
第二步:看力度
结合 l2_vol_rise_speed(成交量涨速)和 inst_aggressive_buy_amount:若主力主动买入放大且成交量快速上升,说明资金入场意愿强烈
若 inst_net_amount 为正但 inst_aggressive_buy_amount 为零或负,说明主力资金是被动承接而非主动进攻,上涨持续性存疑
第三步:看配合
强势信号组合:inst_net_amount > 0 + l2_total_buy_vol > l2_total_sell_vol + 撤单率低 → 真金白银买入
警惕信号组合:股价上涨 + inst_net_amount 为负 → 散户或游资推动,持续性存疑
四、量化策略:从因子到模型Level-2数据在量化策略中的应用,经历了从“简单指标”到“深度因子”的演进。
4.1 直接因子最简单的用法是将接口字段直接用作选股因子:
inst_net_amount 的日度或累计值排序
inst_aggressive_buy_amount 作为主动买入强度
l2_vol_rise_speed 作为量能异动信号
4.2 衍生因子基于Level-2数据可构建更精细的因子体系:
订单簿不平衡因子:十档买卖盘各档的买量总和与卖量总和的差值除以两者之和。可进一步加权——离盘口越近的档位赋予越高权重。
撤单行为因子:从撤单活跃度、撤单规模、日内时间结构等多个维度构建,量化研究证明这类因子与Barra风格因子的相关性控制在30%以下,具有较强的独立性。
大小单因子:基于逐笔订单,从订单的“大小”和“长短”两个独立维度同时解构,可构建240个订单因子。2021-2023年间,精选订单因子组合在A股全市场的RankIC均值达13.3%,胜率78.3%,Top-30组合年化收益率31.33%,夏普比率1.86。
资金流因子:同花顺的DDE系统即典型应用——大单净量(DDX)反映大单净买入占流通盘比例,散户数量(DDY)反映筹码转移方向,两者结合可追踪主力动向。
4.3 多因子融合与策略应用行业轮动:基于Level-2因子的行业轮动策略在ETF上表现突出。广发证券研报显示,bigbuy_bigsell因子Top5组合月频换仓年化收益可达16.8%。
择时策略:基于Level-2快照数据的订单簿流动性失衡因子,日频择时策略费后年化收益率13.04%,夏普比率1.19;多因子波动率倒数加权组合夏普比率可达1.89。
系统架构:一个完整的Level-2量化系统通常包括数据采集层(WebSocket接入Level-2实时行情)、计算引擎层(并行计算微观结构因子)、执行层(订单管理与风控拦截)三个层次。
五、数据应用总结
结语Level-2数据提供的不仅是一组数字,而是一种“从微观结构理解市场”的思维方式。无论是竞价成交金额的异动、委托总量的多空对比、撤单行为的隐蔽信号,还是主力资金流向的精准追踪,每一个字段都在尝试回答同一个问题:谁在买入,谁在卖出,他们想干什么?
对这些问题的深入理解,是Level-2数据价值的真正所在。
本项目提供A股历史与实时数据的稳定数据源接口,为本文所有策略提供底层数据支持。
引言:Level-2数据——从“看了什么”到“谁在看”传统Level-1行情如同站在远处看一场球赛,你能看到比分、进球时间,却分不清是哪位球员创造了机会。而Level-2行情则像坐在教练席,能看清每个球员的跑位、传球和射门细节。
Level-2与Level-1最本质的区别在于:
十档买卖盘 vs 五档买卖盘:Level-2展示买卖盘口各十档的委托价格与数量,更全面反映市场供需
逐笔成交 vs 分笔快照:Level-1的分笔成交本质上是每隔3秒的行情快照,显示3秒内累计的成交量和最后一笔价格;Level-2的逐笔成交则是真实每笔成交的明细数据
买卖队列:可以看到买一、卖一价位上前50笔委托单明细,根据委托单大小可判断委托方是机构、大户还是散户
正是这些微观数据,让后续所有分析成为可能。下面,我们将逐一拆解Level-2数据接口返回的每个字段。
一、竞价成交:开盘前的资金预演竞价时段(9:15-9:25)是全天交易的“预演”,反映市场经过一夜思考后形成的共识。
| 字段类型含义action_amount | number | 当日竞价成交金额(万元) |
| pre_action_amount | number | 昨日竞价成交金额(万元) |
竞价异动识别:当日竞价成交金额较昨日显著放大,往往意味着有大资金在开盘前布局。若股价高开且竞价金额放大,可能是利好消息驱动的抢筹行为;若竞价金额放大但股价低开,则需警惕主力借竞价出货。
情绪对比:连续多日竞价金额持续放大且股价重心上移,说明市场对该股的关注度在提升,后续可能有趋势性机会。
量化思路:可将竞价成交金额作为开盘方向的信号因子。例如,若 action_amount > pre_action_amount * 1.5 且竞价涨幅 > 0,则视为开盘买入信号。
二、委托与成交:市场博弈的实时记录2.1 委托总量:多空力量的初步判断
| 字段类型含义l2_total_buy_vol | number | 买入委托总量 |
| l2_total_sell_vol | number | 卖出委托总量 |
| l2_deal_tick_num | integer | 成交笔数 |
| l2_order_tick_num | integer | 委托笔数 |
实战技巧:
委托总量与成交量的关系:委托总量远大于实际成交量,说明大量挂单未被成交,可能是主力在对倒或制造虚假流动性。若买单总量大但成交笔数少,可能是大单压盘吸筹。
成交笔数与委托笔数的对比:若 l2_deal_tick_num 远小于 l2_order_tick_num,说明大量委托未成交,市场存在较大的挂单但实际交易意愿不足——这是需要警惕的信号。
2.2 撤单数据:被忽视的关键信号
| 字段类型含义l2_buy_cancel | number | 撤销的买入委托总量 |
| l2_sell_cancel | number | 撤销的卖出委托总量 |
广发证券的研究报告指出,撤单行为反映了投资者对价格水平和盘口状态的动态调整过程,其中包含区别于传统量价因子的增量信息。高频撤单活跃度因子在2019-2026年全市场选股中RankIC均值达-9.19%,IC胜率73.09%,显示出稳定的选股能力。
实战应用:
主力试盘识别:若某股在关键价位出现大量买入委托后快速撤销,同时卖出委托正常,可能是主力在测试上方抛压。撤单越多,试盘意愿越强。
虚假挂单警示:委托量巨大但频繁撤单,往往是主力制造“买盘汹涌”假象的手段,目的是引诱散户跟风。此时需结合股价位置综合判断。
量化因子构建:可构建撤单率因子 (l2_buy_cancel + l2_sell_cancel) / (l2_total_buy_vol + l2_total_sell_vol),作为市场博弈强度的衡量指标。
三、主力资金:谁在主导市场
| 字段类型含义inst_aggressive_buy_amount | number | 主力主动净买额(万元) |
| inst_net_amount | number | 主力净流入金额(万元) |
inst_aggressive_buy_amount 仅统计主动性买入(即成交价等于卖一价的买单)中属于主力的部分,捕捉的是主力“主动进攻”的意愿
inst_net_amount 则综合计算主力买卖的净差额,是衡量主力资金整体方向的核心指标
实战应用:主力密码三部曲结合各Level-2数据和资金流向,可以搭建一个简单有效的主力分析框架:
第一步:看方向
inst_net_amount > 0 且持续扩大:主力净流入,多头格局
inst_net_amount < 0 且持续恶化:主力净流出,空头格局
第二步:看力度
结合 l2_vol_rise_speed(成交量涨速)和 inst_aggressive_buy_amount:若主力主动买入放大且成交量快速上升,说明资金入场意愿强烈
若 inst_net_amount 为正但 inst_aggressive_buy_amount 为零或负,说明主力资金是被动承接而非主动进攻,上涨持续性存疑
第三步:看配合
强势信号组合:inst_net_amount > 0 + l2_total_buy_vol > l2_total_sell_vol + 撤单率低 → 真金白银买入
警惕信号组合:股价上涨 + inst_net_amount 为负 → 散户或游资推动,持续性存疑
四、量化策略:从因子到模型Level-2数据在量化策略中的应用,经历了从“简单指标”到“深度因子”的演进。
4.1 直接因子最简单的用法是将接口字段直接用作选股因子:
inst_net_amount 的日度或累计值排序
inst_aggressive_buy_amount 作为主动买入强度
l2_vol_rise_speed 作为量能异动信号
4.2 衍生因子基于Level-2数据可构建更精细的因子体系:
订单簿不平衡因子:十档买卖盘各档的买量总和与卖量总和的差值除以两者之和。可进一步加权——离盘口越近的档位赋予越高权重。
撤单行为因子:从撤单活跃度、撤单规模、日内时间结构等多个维度构建,量化研究证明这类因子与Barra风格因子的相关性控制在30%以下,具有较强的独立性。
大小单因子:基于逐笔订单,从订单的“大小”和“长短”两个独立维度同时解构,可构建240个订单因子。2021-2023年间,精选订单因子组合在A股全市场的RankIC均值达13.3%,胜率78.3%,Top-30组合年化收益率31.33%,夏普比率1.86。
资金流因子:同花顺的DDE系统即典型应用——大单净量(DDX)反映大单净买入占流通盘比例,散户数量(DDY)反映筹码转移方向,两者结合可追踪主力动向。
4.3 多因子融合与策略应用行业轮动:基于Level-2因子的行业轮动策略在ETF上表现突出。广发证券研报显示,bigbuy_bigsell因子Top5组合月频换仓年化收益可达16.8%。
择时策略:基于Level-2快照数据的订单簿流动性失衡因子,日频择时策略费后年化收益率13.04%,夏普比率1.19;多因子波动率倒数加权组合夏普比率可达1.89。
系统架构:一个完整的Level-2量化系统通常包括数据采集层(WebSocket接入Level-2实时行情)、计算引擎层(并行计算微观结构因子)、执行层(订单管理与风控拦截)三个层次。
五、数据应用总结
| 应用场景推荐字段核心用法盘中看盘 | inst_net_amount, l2_vol_rise_speed, l2_total_buy_vol | 追踪主力方向与力度,识别异动 |
| 竞价分析 | action_amount, pre_action_amount | 对比今日与昨日竞价成交,判断开盘情绪 |
| 风险识别 | l2_buy_cancel, l2_sell_cancel | 撤单率高时警惕虚假挂单与主力试盘 |
| 选股因子 | inst_aggressive_buy_amount, 衍生因子 | 构建订单簿不平衡、撤单行为等因子 |
| 择时策略 | 十档盘口快照 | 计算流动性失衡因子,生成多空信号 |
对这些问题的深入理解,是Level-2数据价值的真正所在。
话题与分类:
主题股票:
主题概念:
声明:遵守相关法律法规,所发内容承担法律责任,倡导理性交流,远离非法证券活动,共建和谐交流环境!
