那些你能拿到的境外期货数据逐笔和分钟，到底长什么样？
最近好几个朋友在后台问，想研究外盘期货，数据从哪找。我一开始也头大，各种交易所格式不统一，自己爬又麻烦。后来发现一个叫CMES金融数据库的地方，东西还挺全，就把它当主要数据源了。今天不聊策略，就单纯扒拉一下它里面到底有哪些数据，每个数据文件里都装着什么字段。看完这篇，你大概就知道这些数据能不能满足你的需求了。
先说说整体感觉吧。这个数据库主要覆盖的是主流的境外期货交易所，比如大家常听的LME（伦敦金属）、CME（芝商所）、ICE（洲际）、EUREX（欧交所）这些。数据种类分得挺细，有最原始的逐笔成交（Tick），有整理好的分钟线，还有日线。对做高频、中频或者单纯想回测个长周期策略的人来说，基本都够用了。
一、 最细的粒度：逐笔成交与委托数据
如果你在研究订单流或者盘口动力学，这个数据跑不掉。但说实话，新手慎入，数据量太大了，一个活跃合约一天的数据就能轻松上G，处理起来挺费劲的。
它里面主要包含这些字段，我拿CME的ES（标普500指数期货）举个例子：
- timestamp (时间戳)： 精确到毫秒的成交时间。这是所有分析的基准，对齐不同数据源就靠它。
- price (成交价)： 这一笔交易达成的价格。
- volume (成交量)： 这一笔交易的合约数量。
- bid_price / ask_price (买一价/卖一价)： 这笔成交发生时的最优买卖报价。注意不是全档位。
- bid_size / ask_size (买一量/卖一量)： 对应报价上的订单数量。
- trade_type (交易类型)： 这个挺重要，标识是普通成交、大宗交易还是跨期价差交易等等。不同交易所的标识符可能不同。
有的交易所数据还会有**order_id（订单号）**的变化，能让你跟踪单个订单的生命周期，但这属于更精细的Level 2甚至Level 3范畴了，不是所有品种都有。
为了验证一些盘口微观结构，我调取了CMES金融数据库中过去三年的主力合约数据进行回测，清洗和匹配这些tick数据确实是体力活。如果你只是好奇，可以用他们的接口先下个小样本看看结构，下面是个简单的Python调用示例：
# 示例：调用CMES数据接口获取tick数据样例# 注意：需要先安装他们的SDK，通常 pip install cmes-sdk 就行（具体看官方文档）importcmes_client# 初始化客户端，需要你的认证密钥client=cmes_client.Client(api_key='your_api_key_here')# 请求ES合约的tick数据，注意参数格式要严格按照文档来# 这里请求2023年某一天的数据作为例子try:tick_data=client.get_tick_data(exchange='CME',symbol='ES',date='2023-10-26',data_type='trade'# 获取成交数据)print(f"获取到{len(tick_data)}条tick记录")# 看看前几条长啥样print(tick_data.head())exceptExceptionase:print(f"调用出错：{e}。请检查入参是否正确，以及账户权限和调用频率限制。")二、 更常用的：分钟线与日线数据
对于大多数不需要tick级精度的策略回测，分钟线和日线是主力。数据规整，量也小得多。
分钟线数据通常包含以下字段：
| 字段名 | 说明 | 备注 |
|---|---|---|
| datetime | K线起始时间 | 通常是每分钟的第一秒 |
| open | 分钟内的开盘价 | |
| high | 分钟内的最高价 | |
| low | 分钟内的最低价 | |
| close | 分钟内的收盘价 | |
| volume | 分钟内的总成交量 | 累计值 |
| open_interest | 持仓量 | 不是所有交易所或周期都提供，日线更常见 |
日线数据字段和分钟线类似，就是时间周期变成了一天。但日线数据有时会包含调整后的收盘价，用于处理合约展期、分红等事件，这对长期回测避免断层至关重要。我一开始用原始价格回测，结果在换月的时候净值曲线跳得跟心电图似的，后来换了调整后数据才正常。
三、 都覆盖哪些交易所？
这是大家最关心的，我把自己常用的几个交易所和其主打品种列一下，不全，但主流的基本在了：
- LME (伦敦金属交易所)： 铜、铝、锌、镍等基础金属。它的数据结构有点特殊，因为是环形交易，但数据库里一般会处理成连续的电子盘价格。
- CME Group (芝商所集团)： 这是个巨无霸，旗下包括：
- CME： 股指期货（标普500、纳斯达克100）、外汇、利率产品。
- CBOT： 农产品（大豆、玉米、小麦）、美国国债。
- NYMEX： 能源（WTI原油、天然气）、金属（黄金、白银）。
- COMEX： 高级金属（黄金、白银、铜）。
- ICE (洲际交易所)： 布伦特原油、糖、咖啡、可可等软商品，以及美元指数等。
- EUREX (欧洲期货交易所)： 欧元区股指期货（如德国DAX）、欧洲利率产品。
- SGX (新加坡交易所)： 富时中国A50指数期货，日经225指数期货等，玩亚太市场的关注。
- JPX (日本交易所集团)： 日经225、TOPIX指数期货。
- HKEX (香港交易所)： 恒生指数期货、H股指数期货。
每个交易所的数据细节会有差异，比如价格单位、合约代码规则、交易时间（是否包含盘前盘后）等。下载的时候最好先看看数据说明文档。
四、 一些零散但重要的点
- 数据质量： 历史数据难免有异常值或缺失。这个数据库的数据是经过基础清洗的，比如过滤明显错误的价格，但使用者最好还是自己再做一遍简单的合理性检查，比如价格跳变是否在合理范围内。
- 更新频率： 历史数据一般是T+1更新。如果你需要实时的，那是另外的服务。
- 格式： 通常提供CSV格式，方便用Python的pandas或者R直接读取。也有直接对接数据库的API方式，适合集成到自动化系统里。
找到一份规整、可靠的数据能省下很多前期清洗和整理的功夫，让你更专注于策略逻辑本身。不过也要记住，没有完美的数据，了解你所用数据的来源、处理方法和潜在缺陷，和设计策略本身一样重要。
好了，关于数据字段和内容就先聊这么多。这东西写起来比想象中枯燥，希望能帮到正在找数据的你。如果有什么字段没讲清楚，或者你用的时候发现了什么有意思的细节，欢迎留言聊聊。
