全球股票行情数据接入实战：一套 API 搞定多市场量化数据管道

做量化这几年我踩过最多的坑不是策略而是数据。最早接美股的时候用的某家老牌数据商文档写得像天书SDK 只支持 Python 2光调通一个历史K线接口就花了我三天。后来业务扩展到港股和A股又分别接了两个不同的数据源三套接口、三种鉴权方式、两套字段命名每天光维护数据同步脚本就要占掉半天。上个月团队要做一个覆盖全球主要市场的选股策略我实在不想再维护第四套数据接入了花了一周时间调研选型最后用一套统一的 REST WebSocket API 搭好了跨市场数据管道。这篇文章记录一下整个接入过程和技术细节给同样在折腾多市场数据的朋友一个参考。选型思路选数据源我主要看三点覆盖市场够不够广、接口是不是统一、延迟稳不稳定。我最终选的这套方案覆盖的市场比较全美股、港股、A股、台湾、新加坡、日本、印度、泰国、德国、英国、荷兰这些主流市场都有外加外汇、指数、期货、基金、加密货币基本上一个 API 就能搞定大部分场景。接口统一这点对我来说是最大的痛点解决。不管是股票还是外汇REST API 的调用方式、参数结构、返回字段都是一套规范不用每个市场都重新学一遍。WebSocket 也是统一的发布订阅模式连上之后订阅什么品种就收什么数据。延迟方面我实测了一周美股盘口数据推送基本在毫秒级至少我这一周没遇到过断连。第一步REST API 拉历史K线先从最简单的开始。这套 API 用 header 传 token 鉴权注册账号后在控制台生成一个 token 就能用。拉港股腾讯控股700和阿里巴巴9988最近5根5分钟K线直接一个 GET 请求importrequests urlhttps://api.itick.org/stock/klines?regionHKcodes700,9988kType2limit5headers{accept:application/json,token:你的token}responserequests.get(url,headersheaders)print(response.json())参数说几个关键点region是市场代码HK是港股US是美股SH/SZ是沪深codes支持批量逗号分隔kType是K线周期11分钟25分钟315分钟430分钟51小时8日线9周线10月线返回的数据结构是这样的{code:0,msg:null,data:{700:[{o:535,h:536,l:534.5,c:534.5,v:104799385,tu:56119888070.5,t:1741239000000}],9988:[{o:139.9,h:140.3,l:139.8,c:140.1,v:538602171,tu:75404622753.1,t:1741239000000}]}}标准的 OHLCV 结构t是毫秒级时间戳tu是成交额。拿到数据后直接丢进 pandas 就能算指标了不用做任何字段映射。我对比了一下同样的日线数据复权处理是对的拆股和分红都自动调整过了不用自己再算复权因子。第二步WebSocket 订阅实时行情历史数据搞定了接下来是实时行情。做策略的都知道轮询 REST API 既浪费调用次数又有延迟WebSocket 才是正道。这套 API 的 WebSocket 是发布订阅模式连上之后发一条订阅消息就行。我用 Python SDK 来演示比自己手写 websocket 连接省事很多fromitick.sdkimportClientimporttime# 初始化客户端token你的tokenclientClient(token)# 设置消息回调defon_message(message):print(f收到行情:{message})defon_error(error):print(f连接错误:{error})client.set_message_handler(on_message)client.set_error_handler(on_error)# 连接股票WebSocketclient.connect_stock_websocket()# 订阅腾讯控股实时行情client.send_websocket_message({action: subscribe, codes: [700]})# 保持连接try:whileTrue:time.sleep(1)exceptKeyboardInterrupt:client.close_websocket()SDK 内置了自动重连和心跳维护断网后会自动重连并恢复订阅不用自己写重连逻辑。重连间隔5秒最多重试10次心跳30秒一次这些参数对大多数场景都够用了。实时推送的数据包含最新价、买卖盘口、成交量这些做盘中策略完全够用。我同时订阅了20只股票推送频率很稳没有遇到丢数据的情况。第三步SDK 与直接调 API 的选择这套方案提供了 Python SDK 和 Java SDK我两个都试了一下。如果你的项目是 Python用 SDK 会方便一些pip install itick-sdk装好封装了所有 REST 接口和 WebSocket 连接fromitick.sdkimportClient clientClient(你的token)# 股票实时报价quoteclient.get_stock_quote(US,AAPL)print(f苹果最新价:{quote[ld]})# 历史K线klineclient.get_stock_kline(US,AAPL,kType8,limit30)# 外汇实时tickforex_tickclient.get_forex_tick(GB,EURUSD)# 加密货币深度crypto_depthclient.get_crypto_depth(BA,BTCUSDT)方法命名比较直观get_stock_quote、get_stock_kline、get_forex_tick看名字就知道干嘛的。如果你用的语言没有官方 SDK直接调 REST API 也很简单就是标准的 HTTP 请求加 header 鉴权没有什么复杂的签名算法。数据质量验证做量化的对数据质量都很敏感我重点验证了几个方面复权处理美股拆股、港股供股、A股分红这些场景下的前复权数据都是对的我抽了几只历史上有拆股的股票对比过没有出现价格断层。时间戳对齐不同市场的交易时间不一样返回的时间戳都是 UTC 毫秒自己转成本地时间就行不会出现时区混乱的问题。缺失数据停牌期间的K线会跳过不会用0或者上一个价格填充这点比有些数据商处理得好不用自己再过滤异常值。盘口深度能拿到5档盘口普通趋势策略够用了。接入踩坑记录最后说几个我接入时遇到的小问题帮大家省点时间region 参数别写错美股是US不是USA港股是HK不是HKG刚开始我写错了返回空数据查了半天才发现。WebSocket 订阅 codes 是数组别传字符串要传[700, 9988]这种数组格式。注意调用频率限制写循环的时候记得加 sleep不然会被限流。历史数据深度不同市场的历史数据深度不一样美股能到十几年一些小市场可能只有几年回测前先确认数据量够不够。token 别硬编码放环境变量里代码上传到 Git 之前检查一下别把 token 提交上去了。总结用了这套方案一个月最大的感受就是省时间。以前接三个市场的数据要维护三套代码现在一个 SDK 全搞定省下来的时间能多研究几个策略。如果你也在做多市场量化或者正在为数据源的事情头疼建议在选型时重点关注接口统一性和市场覆盖度这两点直接决定了后期维护成本。