Python金融数据分析与挖掘（微课版） 课件 6-4.股票交易数据与股票价格指数.pptx

第6章金融数据基础股票交易数据基本知识股票交易数据生产场景高频数据（10档行情）股票交易日频数据和股票价格指数

股票交易数据基本知识第6章股票交易数据最主要是两个方面：一个是价，包括成交价、委托价；一个是量，包括成交量、委托量；一般地，以日为单位的交易数据（统计当天的交易情况，比如开盘价、最高价、最低价、收盘价是多少，总成交量又是多少等），主要是成交价和成交量数据，没有委托价和量数据。以秒、分钟为单位的交易数据（称为高频数据），则更为详细，不仅包括成交价、成交量数据，还包括委托量、委托价数据。

股票交易数据基本知识第6章我们以一个买卖白菜的市场为例，形象的解释这些术语。为了公平起见，我们对日常的白菜市场制定一些规则。首先，有卖白菜的，我们称为供应方，或者是卖方；同样的，也有买白菜的，我们称为需求方，或者是买方其次，这个菜市场有一个开放时间，比如9:15-15:00，其中11:30-13:00休息。为了使买卖双方都有一个公平的价格，它应该由市场决定。9:15-9:25这10分钟内，在场的买方都报出自己需要购买的数量和单价，卖方也报出自己能供应的数量及单价。10分钟结束后，不允许再报了，我们要找到这样一个价格，使得成交量最大化，就是第一笔成交价格，称为开盘价，这个过程称为集合竞价。开盘价是买卖双方最早的集体博弈的结果，比较有意义，为了让双方都有一个短暂的消化时间，9:25-9:30这5分钟内不交易。9:30开始继续交易，交易价格的产生不再是通过集合竞价，而是进入连续竞价阶段。

股票交易数据基本知识第6章连续竞价交易，即买卖双方都可以随时报出自己的数量和单价，但又是如何促成交易的呢？这里有一个原则，即价格越优的报单就越排在前面，如果价格都一样，则先报的排在前面，即价格优先、时间优先原则。何为优的报价，对于买方，越高的报价就越优；对于卖方，越低的报价越优；这样，只要符合买卖双方的交易条件，就会连续成交，一直持续到结束。最后一笔交易的价格，即为收盘价。统计当天所有的交易，价格最高的即为最高价、最低的即为最低价。当然，交易也会产生交易量和交易金额等数据。最后，一天交易结束之后统计的数据称为日频数据，一天只有一条记录，主要指标数据是当天的开盘价、最高价、最低价、收盘价、总成交量、总成交金额。如果以秒或分钟为频率统计的数据，称为高频数据，他们主要是统计截止当前时间和相邻两个时间点产生的数据。高频数据除了成交价格、成交量和金额之外，还有一些未成交的买卖双方委托价格和委托量数据。如果把白菜比喻成股票等证券，白菜市场看成是证券交易所，买方和卖方看成投资者，产生的数据就是股票交易数据。

股票交易数据生产场景第6章我们可以想象这样一个场景，一个投资者在券商的行情软件提交委托订单，而券商的行情软件是与交易所交易系统联网的，从而投资者的委托订单被送达交易系统，进行撮合成交。目前市场上有数量众多的投资者、券商和相关交易所，他们共同构成了中国的证券期货场内交易市场这里有两个微观数据：一个是投资者的委托订单数据，称为逐笔委托数据；一个是交易所系统的成交数据，称为逐笔成交数据。这两个数据是时间序列数据，时间精确到毫秒，详细完整地记录了每一位投资者每一笔委托订单信息及交易系统每一笔交易的成交信息。高频数据则是由这两个微观数据加工而成

股票交易数据生产场景第6章高频数据分为两种：一种是超高频数据，比如以上的逐笔委托数据和逐笔成交数据，这是一类比较特殊的高频数据；一种是通常意义上的高频数据，属于等间隔取样（或者等间隔的整数倍取样，主要是因为取样的时候，没有对应的委托数据或成交数据，则顺延至下一次取样，直到取样成功为止）。这里的取样，是指截止当前时间，统计汇总逐笔委托数据和逐笔成交数据而形成的行情数据（或称快照数据）。汇总统计过程是由交易所完成的，我们只需接收交易所发送的行情数据即可。根据统计汇总的频率高低和内容的详细程度不同，交易所分为基本行情（5档）和深度行情（10档和超高频数据）两个品种。

10档高频数据第6章静态字段：证券代码、交易日期、昨收盘价时间字段：数据生成时间成交字段：（开、高、低、最新）价、截止当前总成交笔数、分笔期间成交笔数、截止当前总成交量、分笔期间成交量、截止当前总成交额、分笔期间成交额委托字段：卖委托总量、卖委托加权平均价、委卖10至委卖01价、申卖量10至申卖量01、买委托总量、买委托加权平均价、委买01至委买10、委买量01至委买量10.说明：数据生成时间，其实就是统计截止时间，假设数据生成时间是0941.230，这个时间通常是某笔交易发生的时间，则统计[0925.000,0941.230]该时间段内逐笔成交数据表的成交数据，形成本条记录的成交字