股票盘口数据：1档、5档、10档、1000档，档数越多盘口越深吗？

TickDB Research · Sat Oct 17

同一个盘口接口，苹果返回1档，寒武纪5档，腾讯10档，比特币1000档。直觉会说比特币最深、苹果最浅。可把挂单换成钱一算，比特币1000档挂的钱，还不到腾讯10档的三分之一。这篇讲清档数到底由什么决定、盘口深度该怎么比，最后给行情App三条显示规矩和一段跨市场盘口代码。

10月16日晚上11点33分，美股正在交易，港股和A股已经收盘。我用同一个盘口接口，查了四个标的：苹果、寒武纪、腾讯、比特币。

返回的档数分别是：1、5、10、1000。

如果只看档数，结论似乎很明显：比特币的盘口最深，苹果最浅。但把每一档的价格乘上数量，换成挂单金额：

比特币1000档，买卖两侧合计约2,450万美元；腾讯10档，约7,890万美元。1000档的钱，不到10档的三分之一。苹果只有1档，买一卖一合计才约4万美元，可它10月16日全天的成交额有约206亿美元。

所以，档数不是深度。档数是交易所规则和数据权限决定的；深度要看两个数：盘口覆盖了多宽的价格，这段价格里挂了多少钱。

这篇适合谁：

做行情App、交易工具、看板的产品经理和开发者：盘口要显示几档、空档怎么处理、数量怎么标；
拿“支持多少档”比较数据供应商的采购和技术负责人；
用盘口估算滑点、做盘口因子的量化开发者。

不写代码的读者，读完前三部分就够了，第四部分可以直接转给技术同事。

一、档数是规则和权限，不是市场深度

很多人默认，五档、十档、一千档，是数据“好”和“更好”的区别。其实档数主要由两件事决定：交易所怎么发行情，你买的是哪一级数据。

A股：Level-1是五档，Level-2才是十档

上证所信息网络公司的接口说明书写得很清楚：Level-1行情快照里，买卖盘字段是“申买五价、申卖五价”；Level-2快照是“申买十价、申卖十价”，另外还有逐笔数据和买一卖一的前50笔订单。我们平时在大多数行情软件里看到的五档，就是Level-1。

港股：十档属于Level 2，更深要另买

港交所的行情产品按层级划分：Level 2及以上提供十个价位的市场深度；超过十档的汇总深度在更高一级的产品里；完整的逐笔订单只在Full Book里。

美股：公共合并行情只有最优价

美股分散在十几家交易所交易，公共合并行情（SIP）的“核心数据”，是各家交易所的最优买卖价和对应数量，也就是常说的top of book。更深的盘口，主要要从各交易所单独购买专有数据。所以很多美股行情服务只给1档，并不说明美股浅。

加密：1000档挤在很窄的价格里

比特币的最小价格变动是0.01美元，每一档之间几乎没有间隔。1000档听起来很多，其实只覆盖了中间价上下约0.3%。

推到这里，结论就清楚了：拿档数去比较数据源，比的是各家买了哪一级数据，不是在比市场；拿档数去比较不同市场，更是在比交易所规则。

那深度到底该怎么比？

二、看深度，要看两个数：覆盖多宽，挂了多少钱

档数不能比，是因为每一档的“宽度”和“厚度”都不一样。能跨市场比的，是两个数。

第一个数：可见盘口覆盖了多宽的价格

腾讯10档，买卖各覆盖中间价上下约0.43%；比特币1000档，买盘0.31%、卖盘0.25%；寒武纪5档，买盘0.35%，卖盘只有0.05%；苹果1档，只有最优价，什么范围都看不出来。

第二个数：中间价附近挂了多少钱

我用“中间价上下0.1%以内的挂单金额”来比：

标的	买方（中间价下方0.1%内）	卖方（中间价上方0.1%内）
腾讯	7.22万股，约3,014万港元	13.15万股，约5,496万港元
比特币	76.19 BTC，约622万美元	83.62 BTC，约683万美元
寒武纪	400股，约37万元	3,600股，约329万元
苹果	只有1档，算不出来	同左

读法：同样是中间价附近0.1%，各市场能吃到多少钱。数据为10月16日盘口快照，A股、港股为收盘后最后一份盘口。

还有一个细节，能看出“档多不等于每档有量”：比特币第2到第5档，每档只挂着约0.0001 BTC，不到10美元。这些“灰尘单”把档数撑满了，对深度几乎没有贡献。

这不是一时的巧合。我在周六上午11点29分又取了一次比特币盘口，还是1000档，覆盖范围买盘0.29%、卖盘0.24%，合计挂单约2,600万美元，和周五晚上差不多。

所以，“能不能吃下一笔单子”，要看范围和金额，而不是档数。但即使看了金额，盘口也只是一半的信息。

三、盘口是意愿，成交是事实

盘口是还挂着、等着成交的订单，随时可能撤；成交是已经发生的事实。两者不仅不是一回事，大小还可能完全对不上。

腾讯10月16日的最后一笔成交，发生在16:08:14，价格417.8，数量114.24万股。这个时间正落在港股收市竞价的随机收市窗口里，是竞价撮合出来的一笔。而收盘后能看到的10档卖盘，加起来只有76.02万股。

一笔成交比整个可见盘口还大，原因很简单：收市竞价里积累的订单，不会提前全部挂在连续竞价的盘口上。只看盘口去估算“这只股票收盘时能成交多少”，会低估好几倍。

苹果的逐笔成交是另一种情况。我取的20笔成交，全部落在同一秒（北京时间23:33:30），数量从1股到160股不等，价格大多在344.71到344.85之间；其中有一笔10股的成交价是345.534，比同一秒其他成交高出约0.23%。

对做App的人来说，这意味着三件事：

成交明细和盘口分开显示，不要用成交去“修正”盘口；
同一秒的多笔成交，按接口返回的顺序排，不要按价格重排；
偏离当时买卖价较多的成交，可以单独标出来，不要直接拿它刷新最新价。

把前三部分落到界面上，就是下面三条规矩。

四、行情App显示盘口的三条规矩

规矩一：有几档显示几档

接口给了5档就显示5档，给了1档就显示1档。不要补0，不要复制最后一档，也不要用空行凑满十档。补出来的档位，用户和策略都会当成真实挂单来算，这就是在制造假深度。

规矩二：数量写单位，再换算成金额

A股盘口的数量通常按手计（1手为100股，按接口实测推断，接入时以文档确认），港股、美股按股，加密按币。寒武纪买一显示的“2”，是200股，不是2股。单位不写清，用户估算能成交多少时会差100倍。要跨市场比较，就统一换算成金额。

规矩三：深度用“范围 + 金额”表达，不用档数

想告诉用户盘口有多深，就显示“中间价上下0.1%内挂了多少钱”，或者“可见盘口覆盖了多宽的价格”。不要在产品介绍里写“支持1000档深度”，那只说明交易所规则和数据层级。

另外，今天是周末，打开App，A股和港股的盘口还停在周五收盘那一刻。盘口旁边要写明它属于哪个交易日、哪一刻，不要让用户以为这是现在的挂单。

这三条规矩落到各个市场，是这张表：

市场	常见档数	数据层级	数量单位	显示建议
A股	5档	Level-1；Level-2为10档	手（推断）	换算成股和金额；不补到10档
港股	10档	Level 2；更深需另购	股	显示金额；收市竞价成交单独标注
美股	1档	公共合并行情只有最优价	股	不暗示深度；成交明细单独显示
加密	最多1000档	交易所提供	币	用范围和金额表达；过滤灰尘单

读法：档数一列只说明规则，判断深度看最后一列。

怎么做

TickDB 为开发者和 AI 应用提供统一的全球行情数据接口，让团队通过一套接入获取多市场实时与历史数据，更快构建行情、分析和监控产品。

文中四个市场的盘口，是用它的同一个盘口接口、在同一时刻取到的：接口按市场返回原生档位，美股1档、港股10档、A股5档、加密最多1000档，有几档返回几档，不做补齐；外汇和指数不提供盘口。

下面这段代码不比档数，而是算每个盘口的覆盖范围和中间价上下0.1%内的挂单金额：

# 测试环境：Python 3.11 / 2026-10-17（用 10/16 四个市场的真实盘口验证）
# 用途：跨市场比较盘口深度，不比档数，比“覆盖范围”和“中间价附近挂了多少钱”
import os
from decimal import Decimal

import requests

LOT = {"SH": 100, "SZ": 100}   # A股盘口数量按手计（推断，接入时以文档确认），换算成股

def get_book(symbol):
    r = requests.get("https://api.tickdb.ai/v1/market/depth", params={"symbol": symbol},
                     headers={"X-API-Key": os.environ["TICKDB_API_KEY"]}, timeout=10)  # Key 只放服务端
    body = r.json()
    if body.get("code") != 0:
        raise RuntimeError(body.get("message"))
    return body["data"]

def depth_stats(book, width=Decimal("0.001")):
    mult = LOT.get(book["symbol"].rsplit(".", 1)[-1], 1)
    bids = [(Decimal(p), Decimal(q) * mult) for p, q in book["bids"]]   # 有几档用几档，不补齐
    asks = [(Decimal(p), Decimal(q) * mult) for p, q in book["asks"]]
    mid = (bids[0][0] + asks[0][0]) / 2
    near = lambda side, ok: sum(p * q for p, q in side if ok(p))
    return {
        "levels": (len(bids), len(asks)),
        "range_pct": (float((bids[0][0] - bids[-1][0]) / mid * 100),
                      float((asks[-1][0] - asks[0][0]) / mid * 100)),
        "notional_near_mid": (float(near(bids, lambda p: p >= mid * (1 - width))),   # 中间价下方 0.1% 内的买单金额
                              float(near(asks, lambda p: p <= mid * (1 + width)))),  # 中间价上方 0.1% 内的卖单金额
    }

if __name__ == "__main__":
    for s in ["AAPL.US", "700.HK", "688256.SH", "BTCUSDT"]:
        print(s, depth_stats(get_book(s)))

设置环境变量 TICKDB_API_KEY 后运行，Key 只放在服务端。用10月16日的四份盘口跑，腾讯中间价上方0.1%内的卖单约5,496万港元，比特币约683万美元，和第二部分的表格一致。

档数说明的是规则和权限，深度要用范围和金额来量。盘口告诉你有人愿意在哪里买卖，成交告诉你实际发生了什么，两样都要看，也都要分开看。

今天就可以打开你们App的盘口页看一眼：有没有补出来的空档，数量写没写单位，周末的盘口有没有写明是哪一天的。

参考资料

上证所信息网络有限公司，《上海证券交易所历史数据接口说明书》v1.1.2，2023年12月13日。sseinfo.com
香港交易所，Real-time Datafeeds 产品说明。hkex.com.hk
Sidley Austin，《SEC Proposes Overhaul of Market Data Infrastructure》，2020年4月9日。sidley.com
数立方投研服务平台，《level1和level2数据的区别》。datacube.foundersc.com
TickDB 官方文档，盘口接口说明。docs.tickdb.ai
苹果、寒武纪、腾讯、比特币的盘口与逐笔成交：TickDB 实测，2026年10月16日23:33（北京时间）；比特币另于10月17日11:29复测。