逐笔成交、毫秒级委托——这些原本要花钱买的高阶行情，现在免费就能用

策略回测曲线看着完美，一跑实盘就持续亏钱。滑点失控、信号延迟、看不清大单动向……很多时候问题不是代码逻辑出bug，而是行情数据颗粒度太粗糙。普通行情3秒才刷新一次快照，相当于隔着毛玻璃看盘面。PTrade自带的Level‑2深度行情，刚好补上这块短板。

一、Level‑2对比Level‑1，差别到底在哪

Level‑1就是大家平时免费看的基础行情：买卖五档，3秒合成快照。 Level‑2是交易所下发的深度行情，信息密度完全不在一个层级。

PTrade里可用的L2核心数据包含三块：

十档买卖盘口：相比五档多出一倍盘口深度，能看清挂单整体分布，判断买卖盘真实强弱，哪里有大额压单、哪里支撑脆弱，一眼就能识别。

逐笔委托数据：每一笔挂单都带毫秒时间戳、价格、数量、买卖方向，连同撤单记录一并返回。能持续观察委托队列动态，分辨主力是真实挂单还是虚假挂单诱骗。

逐笔成交数据：每一笔成交完整记录，可以区分大单拆单行为，还原真实资金流向，匹配委托和成交的对应关系。

L1拿到的是3秒合并后的Tick数据，L2能拿到原始委托队列和真实成交序列。做订单流分析、盘口短线策略，这套数据属于刚需。

二、怎么免费用上L2行情

PTrade的Level‑2数据，不用单独付费购买。 PTrade行情由券商服务端直连交易所，不经过第三方中转，云端运行策略可以直接调用L2接口。开通核心是办好PTrade量化权限。

基础开通条件：账户已接入PTrade、风险测评C3及以上、资产满足券商门槛（各家10万~50万不等），一定要找客户经理开户，自主开户不能申请量化权限。

三、Python策略里如何调用接口

PTrade内置L2专用接口，直接在策略代码调用，不用自行对接外部数据源。两个核心函数：

# 获取逐笔委托
entrust = get_individual_entrust(stocks=['000001.SZ'], data_count=50)
# 获取逐笔成交
transaction = get_individual_transaction(stocks=['000001.SZ'], data_count=50)

返回字段包含毫秒时间戳、价格、数量、买卖方向、委托类型、成交编号等，单次最多拉取200条。

四、L2数据适合开发哪些类型策略

订单流分析：统计逐笔委托买卖分布，捕捉大单异动，判断资金是进场还是出逃。

盘口价差策略：依托十档盘口捕捉短期流动性机会，配合毫秒级挂撤单，抓取短线波动机会。

日内底仓T+0增强：结合逐笔委托、成交识别资金流向，提高日内增强策略胜率。

打板排板策略：监控买一卖一的封单变化，捕捉封单快速增加或者大额撤单的信号。

冲击成本优化：读取委托队列深度，自动拆分委托单，降低大单交易对盘面造成的冲击。

客观来讲：L2更适配日内、短线、盘口类策略。如果做长周期基本面量化，Level‑1的3秒快照已经够用，没必要强求L2。

五、实操避坑要点

• 数据托管在券商机房：L2数据存放在券商服务器，策略必须云端运行才能调用，本地Python环境无法直连读取。
• 逐笔接口为主动拉取模式，不是消息推送，最快3秒拉取一次，单次上限200条。做超高频策略，这个限制必须纳入策略设计考量。
• 券商版本差异：不同券商PTrade内置Python版本不一样（部分升级到3.11，大量券商还停留在3.5），接口返回字段格式略有区别，以对应券商官方文档为准。
• 回测、实盘数据源不一致：回测只能用L1，实盘才有L2。回测表现优秀不等于实盘能稳定盈利，建议先用模拟盘校验策略逻辑，再上实盘。