0x1 秒 K 需求
在尝试做期货，发现期货在杠杆的加持下，通常级别都比较小，大家一般选择 15F 的周期图。我想了一下，也是有道理的。有夜盘的品种，每天交易 5 小时 45 分钟，共 345 分钟。
要比较好的周期切分，又符合大众的使用习惯，就是 15F 图了，每天的数据，刚好可以完整的分成 23 根 K 线。
把周期定在 15F 图，这样的话，做日内小级别，其实也是可以看秒级别的图找买点的，前文
《小试期货》
也有论述。
在使用中发现，同花顺的期货通，是有秒级图表的，仅支持 5S，10S，15S，30S 这几个周期。
可是，同花顺的秒级数据，只保留最新的一天的数据，每天夜盘之前就清除了之前的数据。那么，问题来了。如果想要复盘几天前的秒级数据，是不支持的。我也没有找到其他的支持历史秒级的软件（如果有朋友知道，也请指点一二）。
确实，因为秒级数据量确实是比较大，以存储 5S 数据为例子（10S，15S，30S 可以根据 5S 数据来合成），每天有 345 * 6 = 2070 根。存储和加载长期的数据，确实是比较麻烦的。
目前，我还发现有一个可以看秒级数据源的，Tradingview 上面，他们最近刚对接了上期所的数据，可以看上期所的秒级数据历史数据。如图，是热卷的数据：
可是，目前也只有上期所的数据，其他的郑商所，大商所都还没有，或许后面点，等他们的好消息吧。
光等待，也不是办法。于是想到，自己本地的 tv-sdk 版本，是不是应该也支持秒级数据的。
如果有历史的秒级数据，在本地 tv 上展现出来，就可以很方便的复盘历史的数据。所以，需要具备 2 个条件：
-
能下载到期货数据的历史秒级数据。
-
本地的 tv-sdk，能支持显示秒级数据。
0x2 秒级数据
首先是需要找到秒级的数据源。
之前使用的国信的 iquant 量化客户端，可以下载数据，但只有分钟级别。之前也整理过一个 python 程序（如果有需要的，可以找我要），可以把所有股票数据的历史 1 分 K 线全部保存 csv 格式的文件。
使用同样的程序，是支持期货数据的历史 1 分 K 线的，也能保存成 csv，可是没有找到历史的秒级（或者 tick 数据）怎么能下载和保存。（如果有朋友知道，也请指点一二）。
也简单调研过一些期货量化的接口，感觉要下载他们的秒级数据（或者 tick 数据），还是比较的麻烦，要么收费比较高，要么限制使用他们的客户端之类的。
总之，目前还没有一个好用的，能支持 api 获取或者下载所有期货主连历史 K 线的接口，最好收费不太贵的。
通过一些其他的途径，找到收费相对不高的，每天盘后下载他们的 tick 数据。这样我就可以自己合成任意的秒级数据了。
之前说的是秒级的数据，实际上，他们可以提供每 500 毫秒的数据，一般就叫 tick 数据了。数据大概长这个样子（纯碱 401）
其中，最重要的就是红色框的，最新的成交价。在这个 tick 数据的基础上，可以合成需要的秒级数据。
按照同花顺的思路，通常我们只需要 5S 的数据就行了，1S 太小了，也没有什么必要。合成 5S 后，10S、15S、30S 其实是 tv-sdk 可以自己合成的。如果为了性能，也可以提前合成这些数据，这个在 tv 的配置地方再说。
要合成 5S 的 csv 数据，自然就是 python 上场了。
主要的就是使用 pandas 的 resample 方法，核心代码：
1234567for tf in ('5S', '10S', '15S', '30S'):
secK = ticks['price'].resample(tf).ohlc(_method='ohlc')
secK['volume'] = ticks['volume'].resample(tf).sum()
secK['amount'] = ticks['amount'].resample(tf).sum()
secK.dropna(inplace=True)
最后生成的数据，如图所示，5S 的数据，10S 及其他数据类似：
准备好了数据，接下来就是配置 tv-sdk，支持秒级数据展示了。
0x3 tv 的配置
最开始，还以为 tv 提供的这个 sdk，可能不支持秒级数据显示。进过一番各种尝试和查看他们的文档，发现 tv 的 sdk，是支持秒级数据显示的。
首先，是需要在前端的代码里面，增加配置：
