JoinQuant 聚宽平台获取分笔数据（Tick/L2实时明细）指南

在 JoinQuant（聚宽）平台上，您可以获取到 Tick 级别的数据，这与您提到的 L2 实时明细数据非常接近。但需要特别说明的是：聚宽提供的股票 Tick 数据是每 3 秒一次的快照数据（包含买五卖五盘口信息），而不是交易所最底层的“逐笔成交明细”（逐笔还原）。 尽管如此，这已经是目前量化回测和模拟交易中非常精细的数据维度了。

以下是在聚宽平台获取 Tick 数据的具体方法和 API 介绍：

1. 获取历史 Tick 数据：get_ticks

如果您需要在研究环境或回测中获取一段时间内的历史 Tick 数据，可以使用 get_ticks 函数。

函数说明：

get_ticks(security, end_dt, start_dt=None, count=None, fields=['time', 'current', 'high', 'low', 'volume', 'money'], skip=True, df=False)

参数解析：

• security: 股票代码（如 '000001.XSHE'）或代码列表。
• end_dt: 结束日期/时间。
• start_dt / count: 开始时间或获取的条数（二选一）。
• fields: 需要获取的字段。默认包含时间、现价、最高、最低、累计成交量、累计成交额。如果您需要盘口数据，可以手动添加 a1_v~a5_v (卖一到卖五量), b1_p~b5_p (买一到买五价) 等字段。
• df: 设为 True 时返回 Pandas DataFrame 格式，方便数据分析。

代码示例：

from jqdata import *

# 获取平安银行某日早盘的 Tick 数据，包含买一卖一盘口，返回 DataFrame
df_ticks = get_ticks('000001.XSHE', 
                     start_dt='2023-10-10 09:30:00', 
                     end_dt='2023-10-10 09:35:00', 
                     fields=['time', 'current', 'volume', 'money', 'b1_p', 'b1_v', 'a1_p', 'a1_v'],
                     df=True)
print(df_ticks)

2. 在策略中获取当前最新 Tick 数据：get_current_tick

如果您是在编写 Tick 频率的交易策略，需要在盘中实时获取最新的 Tick 快照，可以使用 get_current_tick。

注意：此 API 仅限在回测/模拟交易环境中使用，不支持在研究模块调用。

代码示例：

def initialize(context):
    # 必须开启真实价格模式
    set_option('use_real_price', True)
    # 订阅 Tick 数据
    subscribe('000001.XSHE', 'tick')

# 当有新的 Tick 事件产生时触发
def handle_tick(context, tick):
    # 获取最新的 tick 数据对象
    current_tick = get_current_tick('000001.XSHE')
    if current_tick:
        print(f"时间: {current_tick.datetime}, 最新价: {current_tick.current}, 买一价: {current_tick.b1_p}")

💡 关于 L2 逐笔数据的补充说明

1. 数据频率：同花顺等软件看到的 L2 逐笔明细是交易所推送的每一笔撮合成交记录。而聚宽提供的股票 Tick 是 3秒快照（即每3秒切片一次当时的盘口和累计成交量）。
2. 权限要求：在聚宽进行 Tick 级别的回测和模拟交易，通常需要特定的权限（可能需要付费或申请开通）。
3. 数据量巨大：真正的逐笔数据数据量极其庞大，对回测引擎的性能要求极高。目前市面上绝大多数云端量化平台提供的“Tick数据”均为 3 秒快照。如果您确实需要最底层的逐笔还原数据进行高频 HFT 策略开发，通常需要采购专门的 L2 行情源并在本地高性能服务器上进行处理。