兄弟们，如果你现在的行情监控脚本里还写着 while True: requests.get(...)，请立刻停下！都 2026 年了，这种“暴力轮询”的方式不仅低效，而且显得很不 Geek。
最近帮朋友看个代码，他想做个汇率监控工具，结果 CPU 占用率飙高，数据还是一卡一卡的。一看代码，好家伙，1 秒钟发 5 次 HTTP 请求。这要是放在生产环境，运维小哥当场就要找你谈心。
在这个场景下，WebSocket 才是王者。它建立的是全双工通信，就像你和服务器之间拉了一根专线，有数据服务器直接推给你。既然是搞技术，废话少说，直接上干货。这次我用 Python 给大伙演示一下，顺便安利一个最近在用的接口 AllTick，用来做 demo 很顺手，协议标准，不埋坑。
- 依赖装起来，别整那些花里胡哨的库，就俩：
pip install websocket-client requests
2. 核心代码一把梭。这代码模板我用了好几年，稳得一批。主要逻辑都封装好了，你只需要关心 on_message 里怎么处理数据。
- 想同时看美股、外汇、加密货币？只要订阅消息里加个字段就行，这才是异步推送的魅力。
import websocket
import json
def on_message(ws, message):
data = json.loads(message)
print(f"{data['symbol']} | {data['price']} | {data['time']}")
def on_open(ws):
subscribe_msg = {
"action": "subscribe",
"symbols": ["EURUSD", "USDJPY"]
}
ws.send(json.dumps(subscribe_msg))
ws = websocket.WebSocketApp(
"wss://api.alltick.co/forex/realtime",
on_open=on_open,
on_message=on_message
)
ws.run_forever()
4. 跑通了之后，顺手写个 CSV，以后做回测用得着。
import csv
from datetime import datetime
def save_tick(data):
with open("forex_tick.csv", "a", newline="") as f:
writer = csv.writer(f)
writer.writerow([
datetime.now(),
data["symbol"],
data["price"]
])
把这个脚本挂在服务器上，配合 Supervisor 守护进程，你就有了一个 7x24 小时不间断的行情采集器。这种“推”模式带来的丝滑感，用过就回不去了。赶紧优化一下你的脚本吧！
