market-data

市场数据

核心概念

1. 市场数据类型

• 成交数据： 最新成交价、数量、时间戳、交易条件代码（常规、零股、开盘／收盘）、累计成交量、VWAP。
• 报价数据： NBBO（所有交易所中的最佳买价／卖价）、买卖盘数量。在流动性高的金融工具中，报价更新的数量远远超过成交更新。
• 订单簿深度： NBBO 之外的多个价位及其挂单数量。可提供汇总深度（每个价位的数量）或逐笔订单数据（可见单笔订单）。
• 指数数据： 实时指数值、成分、权重、总回报值。数据来源包括交易所计算（通过 Cboe 提供的 S&P 500）和第三方（MSCI、FTSE Russell）。
• 固定收益定价： 交易商报价、估值定价（ICE、Bloomberg BVAL）、公司债 TRACE 成交报告、市政债 EMMA 数据。其标准化程度本质上低于股票。
• 期权数据： 期权链（行权价／到期日）、希腊值、隐含波动率、成交量、未平仓合约数。OPRA 提供汇总期权行情。
• 基本面数据： 盈利、财务报表、公司行动、分析师预估。数据来自供应商（Bloomberg、FactSet、S&P Capital IQ），而非交易所行情源。
• 新闻和事件： 新闻标题、经济日历（FOMC、就业）、公司事件（财报日期、除息日）、情绪评分。

2. 数据级别

Level 1 — 最优报价： NBBO、最新成交价、成交量、每日 OHLC。足以满足投资组合管理、客户报告和订单录入需求。成本和带宽最低。

Level 2 — 市场深度： 多个价位及其汇总数量（每侧前 5–20 档）。可揭示 NBBO 之外的流动性。对于主动交易、市场冲击评估和算法执行（TWAP、VWAP）至关重要。成本和带宽较高。

Level 3 — 完整订单簿： 单笔订单详情（价格、数量、订单 ID），可用于完整重建订单簿并跟踪订单生命周期。由直连行情源提供（Nasdaq ITCH、NYSE Arca）。做市、HFT 和队列位置建模均需要此级别。成本最高——每个交易所每秒会产生数十万条消息。

用例	级别	理由
投资组合管理／报告	Level 1	NBBO 和最新成交价足以估值
主动股票交易台	Level 2	交易员会在下达大额订单前评估市场深度
算法执行	Level 2	算法会根据可用流动性调整执行节奏
做市／HFT	Level 3	需要队列位置和订单流建模
面向客户的应用（延迟行情）	Level 1（延迟）	仅用于显示，可接受 15 分钟延迟

3. 汇总行情与直连行情

证券信息处理器（SIP）： NYSE 上市证券使用 CTA/CQS（Tape A/B），Nasdaq 上市证券使用 UTP（Tape C），期权使用 OPRA。SIP 从所有交易所收集数据，计算 NBBO，并发布汇总行情流。根据 Reg NMS，SIP NBBO 是最佳执行的监管基准。

交易所直连行情： 来自单个交易所的专有行情源（NYSE Arca、Nasdaq TotalView/ITCH、Cboe PITCH、IEX DEEP），提供比 SIP 延迟更低的逐笔订单数据。公司必须订阅多个行情源并在内部计算 NBBO。各交易所使用不同的协议，因此需要针对每个交易所编写解析器。

维度	SIP（汇总）	直连行情
延迟	较高（SIP 处理约需 10–50 微秒）	较低（绕过 SIP）
NBBO	直接提供	必须根据多个行情源计算
数据深度	Level 1（NBBO + 最新成交价）	Level 2/3（完整深度、逐笔订单）
成本	较低且可预测	较高，并随交易所数量增加
标准化	预先标准化	需要针对每个交易所编写解析器
典型用户	买方机构、顾问、零售用户	自营交易、做市、HFT

4. 市场数据供应商

本技能中的成本数据均依据 2024—2025 年的标价；编制预算前，请向供应商确认当前价格。

**Bloomberg：**Terminal（每位用户每年 2 万至 2.5 万美元）、B-PIPE（企业级实时数据馈送）、Data License（批量 EOD/参考数据）、BEAP（云 API）。

**Refinitiv (LSEG)：**Eikon（桌面版，成本低于 Bloomberg，在外汇/固定收益方面实力突出）、Elektron/ LSEG Real-Time（企业级数据馈送）、DataScope（批量 EOD）、Tick History（历史逐笔数据）。

**ICE Data Services：**综合数据馈送、评估型固定收益定价（广泛用于 NAV 和监管报告）、ICE Benchmark Administration。

**FactSet：**侧重研究，支持灵活的 API 交付，对规模较小的买方机构价格有竞争力，并与 Excel/投资组合管理深度集成。

**S&P Capital IQ / Market Intelligence：**全面的基本面数据、信用评级、公司申报文件。**Morningstar：**基金/ETF 数据、评级，以及用于研究的 Morningstar Direct。

**免费/开源来源：**交易所网站和金融门户提供延迟（15 分钟）的报价。适用于对时效性要求不高的展示，但可靠性和覆盖范围有限。

**供应商选择标准：**资产类别覆盖范围、延迟、可靠性/正常运行时间 SLA、API 质量、总许可成本（包括交易所费用）、历史数据深度、支持服务、数据质量处理。

5. 市场数据许可和权限

**许可类别：**非专业用途（零售、个人使用，费用较低）与专业用途（商业使用，费用显著更高）。展示用途（供人在屏幕上查看）与非展示用途（自动化系统：算法、风险引擎、定价——费用依据应用类型而非用户数量）。衍生数据（经过实质性转换；如果无法逆向还原原始数据，可能允许再分发；具体政策因交易所而异）。

**许可模式：**按用户/设备计费（必须提供准确的月度数量）、企业许可（覆盖指定实体的固定费用）、按使用量计费的非展示许可（按应用类别收费：交易、风险、估值）。

**报告义务：**每月/每季度向各交易所或通过数据供应商提交订阅者数量。少报会导致追溯补收费用、罚款和合同终止。

**再分发：**原始交易所数据需要明确的再分发协议，并需为面向客户的展示支付额外费用。对于通过其平台使用的数据，供应商通常会处理再分发事宜。

**成本管理：**定期审核使用情况，取消未使用的订阅。无需实时数据时使用延迟数据。跟踪非展示用途——许多公司只有在交易所审计时，才发现未报告的非展示许可义务。

6. 市场数据分发架构

**行情接入层：**集中式接入与规范化层。解析交易所协议（ITCH、PITCH、FIX），规范化为统一架构，映射证券标识体系，缓存最新值，应用合并处理，并监控数据馈送运行状况。

**扇出模式：**基于主题的发布-订阅（主流模式；中间件：Solace、TIBCO、29West，以及适用于更低延迟需求的 Kafka）、请求-响应（用于按需查询的 REST）、组播（用于超低延迟共置环境的网络层扇出）。

**合并处理：**降低面向较慢消费者的更新频率。基于时间（每隔 N 毫秒发送最新值）、基于变更（抑制重复数据）、基于优先级（交易数据绝不合并；对较慢的消费者合并报价）。

**API：**REST 用于历史/参考数据，WebSocket 用于向 Web/移动应用实时推送数据，专有二进制 API 用于超低延迟消费者。

**云服务：**AWS Data Exchange、Google Cloud Marketplace、Azure Data Share。会增加网络延迟（不适用于对延迟敏感的交易），但适用于分析、投资组合管理和面向客户的应用。

7. 历史市场数据

**EOD 数据库：**每日 OHLCV。足以用于投资组合分析和长期回测。**逐笔数据：**每笔交易/报价及微秒级时间戳。日内回测和微观结构研究需要这类数据。美国股票单日逐笔数据可能超过 10-20 TB。提供商：Refinitiv Tick History、NYSE TAQ、LOBSTER。

**调整后价格与未调整价格：**逐笔交易分析和监管记录使用未调整价格。收益计算使用拆股调整后价格和完全调整后价格（拆股 + 股息）。

**幸存者偏差：**仅包含当前上市证券的数据库会夸大回测收益。要进行无偏研究，需要使用时点数据库（展示历史上实际存在的证券范围）。时点数据也适用于基本面数据：最初的业绩报告可能会被重述；使用重述后的数据会引入前视偏差。

8. 市场数据质量

**过期数据检测：**标记交易时段内未在预期时间范围内更新的报价。从交易和估值决策中排除过期数据。

**缺口检测：**包括 Feed 层面（ITCH/PITCH 的序列号缺口）和应用层面（预期与实际数据频率的差异）。

**错误逐笔数据过滤：**处理交易所的撤销成交消息。过滤异常打印数据（价格远离 NBBO，并根据价差和波动率进行调整）。区分合法的异常交易（大宗交易、集合竞价、盘后交易）与错误数据。

**监控和告警：**Feed 健康状况仪表盘、延迟跟踪（从交易所到接收端）、与基准值对比的成交量监控，以及针对断连、延迟激增、数据过期和缺口的自动告警。

**故障转移：**采用主/备用 Feed 架构，在断连、延迟过高或质量不达标时自动切换。下游系统必须能够平稳降级（例如，从直连 Feed 切换到 SIP 时失去 Level 3 深度数据）。

指标	目标
Feed 可用率（交易时段）	> 99.95%
中位延迟	< 1ms（直连），< 50ms（SIP）
第 99 百分位延迟	< 10ms（直连），< 100ms（SIP）
数据过期率	< 0.1% 的工具
缺口率	< 0.01% 的预期消息

实例分析

references/examples.md 中提供了三个实例场景（中型 RIA 的供应商选择与许可、电子交易平台的 SIP 加直连 Feed 架构，以及附带成本敞口表的权限/交易所审计整改）。在设计具体的市场数据技术栈、比较供应商成本或处理权限合规问题时，请加载该文件。

常见陷阱

1. 将 SIP NBBO 与直接行情源的最优价格混为一谈。 SIP NBBO 是 Reg NMS 的 监管基准。公司根据直接行情源内部计算的 NBBO 可能因延迟而有所不同。对于最佳执行合规， SIP NBBO 是权威基准。

2. 少报交易所订阅用户数。 通过估算而非实际统计专业用户和非显示应用的数量， 可能导致交易所审计期间产生大额追溯费用。

3. 忽视非显示用途费用。 任何为自动化用途（算法、风险管理、定价）使用交易所数据的系统， 通常都需要单独的非显示用途许可证。

4. 将延迟数据视为免费。 通过某些平台提供延迟数据，仍需支付供应商传输成本和专业用户费用。 请根据具体用例核实相关条款。

5. 过度订阅市场数据。 公司会随着时间推移积累未使用的订阅。定期审计使用情况可发现显著的节省成本机会。

6. 忽视数据质量监控。 使用数据时若不监控数据陈旧、缺口和错误行情，可能导致公司遭遇无声故障。 使用陈旧价格计算的 VaR 会造成危险的误导。

7. 未针对峰值数据速率做好规划。 市场事件期间，数据量会激增。请按典型峰值流量的 2-3 倍配置 基础设施，以避免在数据最关键时发生故障。

8. 忽视历史数据中的幸存者偏差。 策略研究应使用时点数据和无幸存者偏差的数据库， 避免回测收益被夸大。

9. 未获得再分发许可证便分发原始交易所数据。 面向客户的实时行情需要明确的再分发协议。 违规可能导致许可证终止并承担法律责任。

交叉引用

• reference-data（data-integration 插件）— 证券主数据和符号体系是市场数据基础设施的基础；市场数据系统依赖参考数据进行 符号映射和公司行动处理。
• exchange-connectivity（trading-operations 插件）— 市场数据馈送通过物理和逻辑交易所连接传输； 涵盖共置和协议处理。
• trade-execution（trading-operations 插件）— 智能订单路由器和执行算法会使用 Level 2/3 市场数据做出路由决策并控制执行节奏。
• portfolio-management-systems（advisory-practice 插件）— PMS 平台使用市场数据进行 持仓估值、偏离监控和再平衡触发。
• performance-metrics（wealth-management 插件）— EOD 定价馈送提供每日收益计算所需的收盘价； 数据质量会直接影响计算出的指标。
• volatility-modeling（wealth-management 插件）— 根据 OPRA 期权数据推导隐含波动率； GARCH/EWMA 模型基于市场数据基础设施中的历史价格序列进行校准。
• equities（wealth-management 插件）— 股票市场结构和工具；此技能涵盖向使用系统传输股票市场信息的数据基础设施。