Level2数据接口如何获取订单簿深度信息

一、Level2数据基础知识

Level2行情数据（又称市场深度数据）是交易所提供的进阶行情服务，相比Level1（仅包含最新成交价、最高买价、最低卖价等表层数据），Level2揭示了订单簿的多档位挂单信息。

以A股为例，普通行情软件仅展示买一到买五、卖一到卖五共五档盘口，而Level2行情则将视野扩展至买一到买十、卖一到卖十。深交所提供的Level2数据主要包含十档买卖盘口行情快照、逐笔委托、逐笔成交等三类核心数据。其中，行情快照以约3秒一幅的频率对外输出，而逐笔委托和逐笔成交则持续实时输出。

港股Level2行情则提供买一或卖一位置的前10笔委托单明细，通过委托单的大小与规律可判断委托方属机构、大户或散户。不同市场对Level2深度的定义有所差异：港股通常提供10档盘口，美股提供10档，A股提供5档。

二、订单簿数据结构解析

订单簿（Order Book）本质上是某一交易品种当前全部有效买卖委托的集合，按价格档位组织。Level2订单簿的核心数据结构包含两个数组：

• Bids（买盘）：按价格从高到低排列的买单委托列表，每个档位包含价格（Price）和委托量（Size）
• Asks（卖盘）：按价格从低到高排列的卖单委托列表，每个档位同样包含价格和委托量

每个档位由三个核心要素构成——价格（price）、数量（size）和方向（side）。在聚合订单簿（Aggregated Order Book）中，同一价格的所有委托被合并为一个档位。

以某股票为例，其订单簿可能呈现如下结构：

{
  "bids": [
    ["100.50", 2300],   // 买一：价格100.50，挂单量2300股
    ["100.49", 1500],   // 买二
    ["100.48", 3200]    // 买三
  ],
  "asks": [
    ["100.51", 1800],   // 卖一：价格100.51，挂单量1800股
    ["100.52", 2100],   // 卖二
    ["100.53", 950]     // 卖三
  ]
}

订单簿数据通常通过两种方式获取：快照（Snapshot） 提供某一时刻的完整订单簿状态；增量更新（Delta/Incremental Update） 则实时推送订单簿的变化——新增、修改或删除某个价格档位。

三、实战接入：获取买卖盘深度数据

本部分以 AllTick API 为例，演示如何通过WebSocket协议实时获取Level2订单簿深度数据。AllTick提供7天全功能免费试用，免费期间支持全市场测试，支持WebSocket压测。

3.1 前置准备

1. 注册AllTick账号并获取API Token
2. 确认目标市场对应的WebSocket端点

AllTick按资产类别提供不同的WebSocket接入地址：

3.2 WebSocket连接与订阅

步骤一：建立WebSocket连接

import websocket
import json
import threading
import time

TOKEN = "your_api_token_here"  # 替换为您的实际Token
WS_URL = f"wss://quote.alltick.co/quote-stock-b-ws-api?token={TOKEN}"

def on_open(ws):
    print("WebSocket连接已建立")
    # 订阅订单簿深度数据
    subscribe_msg = {
        "cmd_id": 22002,          # 最新盘口订阅协议号
        "seq_id": 1,              # 订阅请求标识（自定义）
        "trace": "sub_001",       # 可追溯ID（每次请求不可重复）
        "data": {
            "symbol_list": [
                {"code": "US-AAPL", "depth_level": 10},   # 美股AAPL，10档深度
                {"code": "HK-0700", "depth_level": 10},   # 港股腾讯，10档深度
                {"code": "SH-600036", "depth_level": 5}   # A股招商银行，5档深度
            ]
        }
    }
    ws.send(json.dumps(subscribe_msg))
    print("订阅请求已发送")

def on_message(ws, message):
    data = json.loads(message)
    print(f"收到数据: {json.dumps(data, indent=2)}")

def on_error(ws, error):
    print(f"发生错误: {error}")

def on_close(ws, close_status_code, close_msg):
    print("WebSocket连接已关闭")

# 创建WebSocket连接
ws = websocket.WebSocketApp(
    WS_URL,
    on_open=on_open,
    on_message=on_message,
    on_error=on_error,
    on_close=on_close
)

# 启动连接（建议在独立线程中运行）
# ws.run_forever()

关键参数说明：

• cmd_id: 22002：最新盘口订阅请求的固定协议号
• depth_level：指定需要获取的盘口深度档位数。若省略该字段，默认仅提供1档
• 不同市场的最大深度限制：港股最大10档、美股最大10档、A股最大5档

步骤二：处理订阅确认

订阅成功后，服务器会返回cmd_id: 22003的确认消息：

{
    "ret": 200,
    "msg": "ok",
    "cmd_id": 22003,
    "seq_id": 1,
    "trace": "sub_001",
    "data": {}
}

ret: 200表示订阅成功。

3.3 解析订单簿数据

订阅成功后，服务器通过cmd_id: 22999持续推送订单簿数据。数据格式示例如下：

{
    "cmd_id": 22999,
    "data": {
        "code": "US-AAPL",
        "bids": [
            ["189.50", 1200],
            ["189.48", 850],
            ["189.45", 2300]
        ],
        "asks": [
            ["189.52", 950],
            ["189.55", 1400],
            ["189.58", 1800]
        ],
        "timestamp": 1723456789123
    }
}

数据结构解析：

3.4 完整可运行示例

import websocket
import json
import time

TOKEN = "your_api_token_here"
WS_URL = f"wss://quote.alltick.co/quote-stock-b-ws-api?token={TOKEN}"

class OrderBookSubscriber:
    def __init__(self):
        self.ws = None
        self.order_books = {}  # 存储各产品的订单簿
    
    def on_open(self, ws):
        print(f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] 连接已建立")
        # 订阅多个产品的订单簿
        subscribe_msg = {
            "cmd_id": 22002,
            "seq_id": int(time.time() * 1000),
            "trace": f"trace_{int(time.time())}",
            "data": {
                "symbol_list": [
                    {"code": "US-AAPL", "depth_level": 10},
                    {"code": "US-TSLA", "depth_level": 10},
                    {"code": "HK-0700", "depth_level": 10}
                ]
            }
        }
        ws.send(json.dumps(subscribe_msg))
        print(f"订阅请求已发送: {subscribe_msg['data']['symbol_list']}")
    
    def on_message(self, ws, message):
        try:
            data = json.loads(message)
            cmd_id = data.get("cmd_id")
            
            if cmd_id == 22003:
                # 订阅确认
                print(f"订阅确认: {data.get('msg')}")
            
            elif cmd_id == 22999:
                # 订单簿数据
                book_data = data.get("data", {})
                code = book_data.get("code")
                bids = book_data.get("bids", [])
                asks = book_data.get("asks", [])
                ts = book_data.get("timestamp")
                
                # 更新本地订单簿
                self.order_books[code] = {
                    "bids": bids,
                    "asks": asks,
                    "timestamp": ts
                }
                
                # 计算一些关键指标
                if bids and asks:
                    best_bid = float(bids[0][0])
                    best_ask = float(asks[0][0])
                    spread = best_ask - best_bid
                    bid_volume = sum(float(b[1]) for b in bids[:5])
                    ask_volume = sum(float(a[1]) for a in asks[:5])
                    
                    print(f"[{code}] 买一: {best_bid} | 卖一: {best_ask} | 价差: {spread:.4f}")
                    print(f"          前5档买量: {bid_volume:.0f} | 前5档卖量: {ask_volume:.0f}")
            
            else:
                print(f"未知消息类型: {cmd_id}")
                
        except json.JSONDecodeError as e:
            print(f"JSON解析错误: {e}")
        except Exception as e:
            print(f"处理消息异常: {e}")
    
    def on_error(self, ws, error):
        print(f"WebSocket错误: {error}")
    
    def on_close(self, ws, close_status_code, close_msg):
        print(f"连接已关闭 [{close_status_code}]: {close_msg}")
        # 自动重连逻辑
        print("5秒后尝试重连...")
        time.sleep(5)
        self.connect()
    
    def connect(self):
        self.ws = websocket.WebSocketApp(
            WS_URL,
            on_open=self.on_open,
            on_message=self.on_message,
            on_error=self.on_error,
            on_close=self.on_close
        )
        self.ws.run_forever()

if __name__ == "__main__":
    subscriber = OrderBookSubscriber()
    subscriber.connect()

3.5 关键注意事项

1. 心跳维持：订阅成功后，需每10秒发送一次心跳包。若30秒内未收到心跳，服务端将断开连接。心跳通常通过WebSocket协议层的Ping/Pong机制实现。

2. 订阅覆盖机制：对于同一个WebSocket连接，每次发送订阅请求会覆盖之前的订阅。如需追加订阅新产品，需在symbol_list中包含所有需要订阅的产品。

3. 自动重连：生产环境中务必实现断线自动重连逻辑，并在重连后重新订阅。

4. 深度限制：不同产品的最大深度不同，港股和美股最大10档，A股最大5档。不活跃产品可能存在深度不足的情况。

四、盘口数据实时更新处理

Level2数据的实时性要求较高，WebSocket推送的消息可能以每秒数十至数百次的频率到达。有效处理这些数据需注意以下几点：

4.1 快照 + 增量更新模式

大多数WebSocket订单簿接口采用"快照+增量"模式：

1. 首次订阅：服务器推送完整的订单簿快照
2. 后续推送：仅推送发生变化的价格档位（增量更新）

增量更新中，当某个价格档位的数量变为0时，表示该档位应从本地订单簿中移除。本地需维护完整的订单簿状态，根据增量消息持续更新。

4.2 本地订单簿维护策略

class LocalOrderBook:
    def __init__(self):
        self.bids = {}  # price -> size
        self.asks = {}  # price -> size
        self.last_update_id = 0
    
    def apply_snapshot(self, bids, asks, update_id):
        """应用全量快照"""
        self.bids = {float(p): float(s) for p, s in bids}
        self.asks = {float(p): float(s) for p, s in asks}
        self.last_update_id = update_id
    
    def apply_delta(self, bids_delta, asks_delta, update_id):
        """应用增量更新"""
        if update_id <= self.last_update_id:
            return  # 忽略过期的更新
        
        for price, size in bids_delta:
            p = float(price)
            s = float(size)
            if s == 0:
                self.bids.pop(p, None)  # 数量为0则删除该档位
            else:
                self.bids[p] = s
        
        for price, size in asks_delta:
            p = float(price)
            s = float(size)
            if s == 0:
                self.asks.pop(p, None)
            else:
                self.asks[p] = s
        
        self.last_update_id = update_id
    
    def get_best_bid(self):
        return max(self.bids.keys()) if self.bids else None
    
    def get_best_ask(self):
        return min(self.asks.keys()) if self.asks else None
    
    def get_sorted_bids(self, n=10):
        """获取前n档买盘（从高到低）"""
        return sorted(self.bids.items(), key=lambda x: -x[0])[:n]
    
    def get_sorted_asks(self, n=10):
        """获取前n档卖盘（从低到高）"""
        return sorted(self.asks.items(), key=lambda x: x[0])[:n]

4.3 序列号校验

为防止数据丢失或乱序导致订单簿错乱，AllTick等专业API支持序列号追踪机制。每条消息携带递增的序列号（update_id），客户端应校验序列号的连续性。若发现序列号跳跃，应主动重新获取全量快照。

五、总结

Level2订单簿深度数据是量化交易与市场分析的核心数据源，通过买卖盘多档位的价格与挂单量信息，揭示了市场的真实流动性分布。

AllTick API 提供了标准化的WebSocket接入方案，支持美股、港股、A股等多市场的实时订单簿订阅：

• 接入简单：仅需Token认证，通过cmd_id: 22002即可订阅多产品深度数据
• 深度灵活：港股/美股最大10档，A股最大5档，可按需指定depth_level
• 实时推送：通过cmd_id: 22999持续推送订单簿更新，毫秒级响应
• 免费试用：提供7天全功能免费试用，支持全市场测试与WebSocket压测

在实际开发中，建议重点关注心跳维持、自动重连、本地订单簿维护与序列号校验等关键环节，以确保数据链路的稳定与订单簿状态的一致性。

参考文档：https://apis.alltick.co/

GitHub：https://github.com/alltick/alltick-realtime-forex-crypto-stock-tick-finance-websocket-api