如何订阅和处理行情深度数据

在做市场行情分析时，我最初只盯价格变化，觉得够用了。回测一段时间后才发现，单看成交价很容易漏掉市场脉搏——大订单出现之前，订单簿就已经悄悄发生变化。深度数据，也就是当前挂单信息，才是真正反映市场情绪的关键。

普通行情数据与深度数据的区别

普通 tick 数据只告诉你“成交了什么价、多少量”，而深度数据告诉你“当前不同价位挂了多少买单和卖单”。两者结合才能判断行情是真突破还是假突破。

最开始我用 REST 接口轮询深度数据，问题很明显：订单簿变化很快，几百毫秒的轮询就可能错过多笔大单更新。WebSocket 订阅则不同，服务器会主动推送每次订单簿变化，实时性大幅提升。

WebSocket 订阅深度数据示例

Python 代码大致如下：

import websocket
import json

def on_message(ws, message):
    data = json.loads(message)
    if "bids" in data and "asks" in data:
        print(f"买一价: {data['bids'][0][0]}, 数量: {data['bids'][0][1]}")
        print(f"卖一价: {data['asks'][0][0]}, 数量: {data['asks'][0][1]}")
        print(f"深度档位数量: {len(data['bids'])}")

def on_open(ws):
    subscribe_msg = {
        "action": "subscribe",
        "symbol": "XXXUSD",
        "type": "depth",
        "level": 10
    }
    ws.send(json.dumps(subscribe_msg))

ws = websocket.WebSocketApp(
    "wss://api.alltick.co/websocket",
    on_open=on_open,
    on_message=on_message
)
ws.run_forever()

注意，本地需要维护订单簿。不要每次都替换整个订单簿，而是根据增量更新——比如某个价格档位的买单数量变化，只更新对应档位。

使用深度数据的一些技巧

1. 深度档位选择：订阅过深的数据会增加带宽压力。如果策略只关注前 10 档买卖压力，就无需订阅过多档位。

2. 快照 + 增量更新：大多数 WebSocket 接口先推送完整快照，再发送增量。漏掉增量会导致本地订单簿错位，需要按顺序更新。

3. 延迟监控：不同数据源推送延迟差别大，可以打时间戳对比服务器时间，延迟超过 200ms 对高频分析需要注意。

在实际分析中，深度数据并不是每种策略都必须，但对于短期波动或网格分析非常有价值。通过观察买卖盘厚度变化，可以提前感知市场力量的倾向。比如某价格档位挂单突然减少，就意味着支撑减弱，需要及时调整分析逻辑。

我通常会用成交数据驱动价格走势，深度数据辅助风险判断。数据接口只是工具，理解和组织方式才是核心。

本作品采用《CC 协议》，转载必须注明作者和本文链接