CTP行情聚合:从Tick到K线的完整实现复盘

首先定义K线的存储模型（之前文章提供可以从掘金API获取历史K线，所以这个是参考了掘金的API，简化的BarData方便结合掘金的历史数据构建实时的K线）：

设计思路：OpenInterest单独保留，因为期货策略常需要观察持仓变化；IsCompleted区分“正在形成的K线”和“已固定的历史K线”，避免后续算法误用半成品数据。

2.2 时间切片的算法

不同周期的K线，本质是对时间轴做等距切割。以分钟级为例，M5表示“每5分钟切一块”。

给定任意DateTime t 和周期 f，起始时间的计算规则：

• • M1：t.Year, t.Month, t.Day, t.Hour, t.Minute, 0
• • M5：t.Year, t.Month, t.Day, t.Hour, (t.Minute / 5) * 5, 0
• • H1：t.Year, t.Month, t.Day, t.Hour, 0, 0
• • D1：t.Date

更一般地，设分钟数为 m，切片函数可表示为：其中 Δ 为周期长度，T₀ 为当日零点。

实际编码中不需要这么复杂——直接对DateTime做整数除法再乘回去即可。

代码中的实现（以M5为例）：

new DateTime(time.Year, time.Month, time.Day,              time.Hour, (time.Minute / 5) * 5, 0);

2.3 双缓存机制

用两个ConcurrentDictionary来管理内存：

_currentBars：存储正在构建中的K线（未完结）_bars：存储已完结的历史K线（只读追加）

结构是 Symbol → Frequency → List<BarData>的三层嵌套。

每次Tick到来时：

1. 1. 根据当前时间计算该周期应有的起始时间
2. 2. 如果_currentBars中的K线起始时间匹配 → 更新High/Low/Close/Volume
3. 3. 如果不匹配 → 将旧K线标记为IsCompleted，移入_bars，再创建新K线

这样每个Tick只更新当前K线，时间复杂度O(1)，而不是每次都重建。

2.4 分时K线的特例

分时K线（Tick Bar）不是按时间切，而是按笔数切。代码中单独维护了计数器_tickCounters：

_tickCounters.AddOrUpdate(symbol, 1, (_, count) => count + 1);if (tickCount >= config.TickBarSize) {    CompleteBar(...);    _tickCounters[symbol] = 0;}

TickBarSize通常设为100或200——太小噪声大，太大延迟高。

三、流控与异步处理

行情推送的频率很高，K线更新的动作必须足够轻。需要注意几个点：

3.1 锁的粒度

两层字典的读写使用了ConcurrentDictionary，内部已做分段锁。更新Single Bar时直接修改对象属性（double赋值是原子操作），不加额外锁。

唯一加锁的地方是List的写入：

lock (bars) {    bars.Add(bar);if (bars.Count > maxCount) bars.RemoveAt(0);}

因为历史K线列表可能需要动态截断，List本身不是线程安全的。

3.2 定时器兜底

万一某段时间没有新Tick（比如夜盘收盘前最后一分钟），当前K线可能永远不会完结。解决方案：一个60秒的Timer，定期扫描所有半成品K线，对比当前时间与BarTime，若超出周期则强制完结。

if (currentBar.BarTime != expectedBarTime) {    CompleteBar(symbol, freqKey, currentBar);}

四、与原有系统的衔接

行情回调OnRtnDepthMarketData原本只做存储，现在增加一行调用：

_mdAdapter.OnRtnDepthMarketData += p => {    _marketDepths[p.InstrumentID] = p;    _messageService.Send(p);    ProcessMarketDataForBar(p);   // 新增};

这样对原有逻辑零侵入，K线聚合作为一个旁路模块独立运行。

五、实测效果与踩坑

数据量测试：订阅10个合约，同时启用M1/M5/M15/H1四个周期，运行一整天。内存占用稳定在50MB以内（每个合约约1000条历史K线）。

精度问题：CTP推送的UpdateTime是字符串“HH:mm:ss”，UpdateMillisec是单独字段。最初用DateTime.Parse直接拼，发现毫秒级精度丢失。改为：

new DateTime(now.Year, now.Month, now.Day,              hour, minute, second, millisec);

夜盘跨日：GetBarStartTime需要知道交易时段边界。目前的简化版本直接按自然日切，对于夜盘合约（如黄金、原油）会有问题。改进方案是将TradingDay纳入判断——这个留到下一版本。

六、开放给策略的接口

最终暴露三个核心方法：

// 获取历史K线（供指标计算用）List<BarData> GetBars(string symbol, BarFrequency freq);// 获取当前实时K线（供盘中监控用）BarData GetCurrentBar(string symbol, BarFrequency freq);// 订阅K线完结事件voidSubscribeBar(Action<BarData> onBarClosed);

策略层使用时，只需在OnBarClosed里拿到完整K线，计算MACD或均线即可，不必关心底层Tick细节。

七、后续可扩展点

1. 1. 合约交易时段识别：不同品种的集合竞价、午休、夜盘边界不同，需要读交易所日历
2. 2. K线回填：登录后从服务器查询当日历史Tick并回放，避免从头等起
3. 3. 多周期联动：小周期K线完结时，增量更新大周期K线，减少重复计算

后记：这套聚合逻辑在模拟盘跑了三周，没有发现漏K线或错位的情况。代码量不大，但把CTP原始行情和上层策略彻底解耦了。如果你也在做类似的事情，建议先把时间切片函数单测写好——边界条件（23:59、夜盘收盘前最后一分钟）最容易出错。

以上内容为个人开发过程记录，不构成投资建议。