Databento融資之後,市場資料還要經得起重現檢驗
市場資料的價值不只在速度,還在時間、證券身分與使用權限能否共同支持可重現的研究。

Databento於2026年11月12日宣布完成1億美元C輪融資。公司公告 資金規模說明資本投入,卻不能證明一份資料適合某項研究。對市場資料基礎設施,更重要的考題是:另一位研究者能否在相同權限與條件下,解釋並重現同一個結果?
Open Market Notes的判斷是,資料服務的價值不只在下載速度,而在於減少隱蔽的解釋差異。價格紀錄、證券身分、時間含義和使用許可共同構成研究輸入。介面回應成功,只證明請求被處理,不證明這些條件都已滿足。
一份價格表,需要兩種時間
Nasdaq的TotalView-ITCH 5.0規範將時間戳記定義為自午夜起的奈秒數。交易所規範 這是格式定義,而非對任何供應商端到端速度的保證。精細的時間單位,也不能自動消除時區、交易日邊界或紀錄排序的歧義。
研究者需要區分事件發生的時刻與自己的系統能夠取得資訊的時刻。假設一筆行情先發生、稍後才被策略程式收到,用前一個時間替代後一個時間安排決策,就可能讓模擬看起來比實際條件更有利。這是假設的研究問題,並非對Databento品質的指控。
因此,採購評估應追問每個時間欄位由誰產生、在哪個處理階段記錄,以及遲到訊息如何處理。不同來源合併後,還需要說明排序規則;兩筆時間相同的紀錄,不一定可以任意交換。保留原始標記和轉換說明,比把所有時間轉成一個漂亮的統一欄更有用。
同樣重要的是版本。供應商修正歷史紀錄後,重新下載的資料可能與初次研究不同。可重現不是要求永不修正,而是能夠解釋修正發生在哪裡。團隊應保存查詢範圍、取得日期、檔案校驗值與轉換程式版本,並將資料更新與策略修改分開比較,否則結果變化會被錯誤歸因。
證券身分不能只靠今天的代碼
Databento在11月10日開放參考API更新預覽,計畫12月10日生效,其中包括歷史上市狀態按對應時點呈現。更新說明 截至本文撰寫,預覽與正式生效仍是兩個階段,不應混稱已全面上線。
分析重點不是欄位數量,而是歷史樣本的建構方法。若研究先用今天仍存在的證券挑選過去樣本,就可能遺漏已退出市場的對象。即使逐筆價格完全正確,樣本選擇仍會改變研究問題:測到的是今天倖存者的過去,而不是當時可選擇的市場。
證券代碼還可能隨公司事件、上市地點或股份類別而變化。團隊因此需要明確的身分映射原則,說明紀錄究竟指向發行人、證券還是某個上市關係。同一公司名稱下的不同工具,不應只因文字相近就被拼成同一段價格歷史。
更細的區別是,事件何時生效與研究者何時能夠知道它,不一定是同一天。按歷史狀態回填資料,有助回答某時點實際處於什麼狀態;但測試當時可作出的決定,還需要可取得資訊的邊界。不能因為有時點欄位,就宣布所有前視偏誤已消失。
對介面遷移,合理做法是在固定樣本上並行比較新舊輸出,逐項解釋納入、排除和映射變化。保留差異報告,先確認研究定義是否改變,再判斷結果是否改善。這比僅確認請求不再報錯更接近驗收。
把連接規則也作為檔案保存
價格表與證券主表連接時,代碼匹配只是開始,還要限定有效日期與上市關係。假設一次改名讓同一段價格同時匹配兩筆身分紀錄,合併後的列數會增加,研究卻未必報錯。這是假設的資料工程例子,不是已發現的產品缺陷。團隊應檢查連接前後的列數、未匹配項與重複匹配,不能只看最後圖表是否平滑。
許可是另一個邊界。CME的API說明區分展示、非展示與分發等用途。市場營運方說明 客戶應按實際研究與歸檔流程核實適用協議;介面能讀取,不代表可任意轉交或長期保存。這不是對Databento具體合約的法律結論。
更大的檔案,要用可解釋的結果驗收
集中採購與統一介面可以減少重複連接工作,也可能讓多個團隊依賴同一種清洗與映射規則。前者節省工程時間,後者意味一次理解錯誤可能被重複使用。兩者並不互相否定,而是要求共享基礎設施同時提供可追蹤的轉換紀錄和明確的更正流程。
小規模試點可選擇一個明確市場、有限時段及事先約定的研究問題。驗收不只比較覆蓋範圍與成本,還要檢查遺漏如何揭露、修訂如何通知、身分變化如何重跑,以及許可是否允許最終用途。這是評估框架,不是本刊已完成的效能測試。
融資為供應商提供資源,卻不替客戶完成驗證。真正有價值的交付,是讓研究者知道自己看見什麼、何時可能看見、可如何使用,並在結果變化時找到原因。估值不是資料品質指標,更不是任何證券的買入訊號。
內容僅供參考,不構成投資、法律、稅務或財務建議。