随着金融科技的发展，越来越多的投资者、交易平台和量化交易团队开始使用股票行情API来获取市场数据。然而，很多人虽然听说过行情API，却并不清楚不同类型的接口之间有何区别，适合用于哪些场景。本文将系统地介绍几种常见的股票行情接口，帮助您建立对行情API的全面理解。
一、延迟行情接口（主流平台的默认选择）
延迟行情（Delayed Market Data）是最普遍、成本最低的行情接口形式。其核心特征是存在时间延迟，通常为15分钟。这意味着，当你在查看一只股票的价格时，实际成交可能已经发生在15分钟前。
这种数据类型广泛应用于：
- 投资者教育平台
- 免费的行情展示网站
- 证券公司App的普通行情模块（如雪球、同花顺等）
延迟行情对普通散户投资者来说已经足够使用，但对于需要及时决策的量化交易者、套利系统或高频交易场景来说，这类数据明显滞后，不具备实战价值。
二、实时行情接口：量化交易专用
实时行情接口（Real-Time Market Data API）是专业交易系统必不可少的组成部分。该接口可以提供毫秒级更新的市场数据，涵盖以下常见字段：
- 实时价格（Last Price）
- 实时成交量（Volume）
- 涨跌幅、涨跌额
- 委买委卖盘数据（可选）
实时数据的价值主要体现在：
- 量化交易与高频交易：策略对数据延迟极其敏感，实时性直接影响盈利能力。
- 自动化交易系统：用于触发买卖信号，实现毫秒级下单。
- 智能投顾与算法模型：模型需要即时反馈市场变化做出响应。
值得注意的是，实时行情往往涉及更高的数据费用和技术门槛，需要考虑数据许可和合规问题。
三、历史行情接口
历史行情接口（Historical Market Data API）用于获取某一资产过去特定时间段内的市场表现。典型的数据字段包括：
- 开盘价（Open）
- 收盘价（Close）
- 最高价（High）
- 最低价（Low）
- 成交量（Volume）
- 调整收盘价（Adjusted Close）
主要应用场景包括：
- 策略回测：验证某一量化策略在过去市场中的表现。
- 技术分析：构建技术指标，如MACD、RSI、均线等。
- 因子研究：提取基本面、情绪面或技术因子进行选股模型开发。
高质量的历史数据是构建稳健交易系统的基础，其准确性与完整性尤为重要。
四、聚合实时行情接口：跨市场、多资产的一体化数据服务
在更专业的应用场景中，实时聚合行情接口（Real-Time Aggregated Market Data API）应运而生。该类接口不仅提供单一市场的实时数据，更支持跨资产类型、跨市场的一站式数据获取。
主要特征包括：
- 多市场支持：股票、外汇、期货、加密资产等
- 多品种聚合：统一接口获取多个标的
- 深度数据整合：Level 2订单簿、逐笔成交（Tick-by-Tick）
应用场景主要包括：
- 跨市场套利策略：需要同时获取多个市场的价格数据进行比较与交易。
- 全球量化交易平台：在一个策略框架中集成多个国家的金融市场。
- 终端资讯系统：为投资者提供全资产数据聚合视图。
实时聚合接口是机构级客户的首选，但同时也对数据处理能力、网络性能和授权合规提出更高要求。
五、代码示例
下面我们展示的是实时聚合行情接口Infoway API的调用示例，使用前请在官网申请免费的API Key。
HTTP请求
import requests
api_url = 'https://data.infoway.io/stock/batch_kline/1/10/002594.SZ%2C00285.HK%2CTSLA.US'
# 设置请求头
# 需在官网申请免费API Key: www.infoway.io
headers = {
'User-Agent': 'Mozilla/5.0',
'Accept': 'application/json',
'apiKey': 'yourApikey'
}
# 发送GET请求
response = requests.get(api_url, headers=headers)
# 输出结果
print(f"HTTP code: {response.status_code}")
print(f"message: {response.text}")
WebSocket
import asyncio
import json
import websockets
# 美股行情的websocket订阅地址
WS_URL = "wss://data.infoway.io/ws?business=stock&apikey=yourApiKey"
# 请先在官网https://infoway.io 申请免费API key
async def connect_and_receive():
async with websockets.connect(WS_URL) as websocket:
# 发送初始化消息，这里订阅的是苹果股票的1分钟K线数据
init_message = {
"code": 10004, # K线请求协议号
"trace": "423afec425004bd8a5e02e1ba5f9b2b0", # 可追溯ID（随机字符串）
"data": {
"arr": [
{
"type": 1, # 1分钟K线
"codes": "AAPL" # 订阅的股票代码
}
]
}
}
await websocket.send(json.dumps(init_message))
# 设置ping任务
async def send_ping():
while True:
await asyncio.sleep(30)
ping_message = {
"code": 10010,
"trace": "423afec425004bd8a5e02e1ba5f9b2b0"
}
await websocket.send(json.dumps(ping_message))
# 启动ping任务协程
ping_task = asyncio.create_task(send_ping())
try:
# 持续接收消息
while True:
message = await websocket.recv()
print(f"Message received: {message}")
except websockets.exceptions.ConnectionClosedOK:
print("Connection closed normally")
finally:
# 取消ping任务
ping_task.cancel()
# 运行主函数
asyncio.run(connect_and_receive())
返回示例
{
"c": "150.00", // 当前价格
"h": "150.20", // 最高价
"l": "149.80", // 最低价
"o": "149.90", // 开盘价
"pca": "0.00", // 价格变化
"pfr": "0.00%", // 价格变化百分比
"s": "AAPL", // 股票代码
"t": 1747550648097, // 时间戳
"ty": 1, // K线类型：1 表示1分钟K线
"v": "0.34716", // 交易量
"vw": "35923.5149678" // 加权平均价格
}
