Forex API
メジャー、マイナー、エキゾチックを含む 50+ の通貨ペアに Tick レベルの相場情報を提供します。
1 つの WebSocket・REST API で、Tick レベルの Forex、Crypto、Stock、Commodity、Index データを配信します。営業担当との通話なしで、数秒で無料キーを取得できます。
| シンボル | 資産クラス | 価格 | 直近変動 |
|---|---|---|---|
| EUR/USD 外国為替ユーロ / 米ドル | 外国為替 | - | - |
| BTC/USDT 暗号資産ビットコイン | 暗号資産 | - | - |
| ETH/USDT 暗号資産イーサリアム | 暗号資産 | - | - |
| AAPL 株式Apple Inc. | 株式 | - | - |
| XAU/USD コモディティ金スポット | コモディティ | - | - |
| USD/JPY 外国為替米ドル / 円 | 外国為替 | - | - |
| NVDA 株式NVIDIA Corp. | 株式 | - | - |
| SPX 指数S&P 500 指数 | 指数 | - | - |
AllTick がカバーするすべての市場を、同じ統一 REST と WebSocket インターフェースから利用できます。
メジャー、マイナー、エキゾチックを含む 50+ の通貨ペアに Tick レベルの相場情報を提供します。
リアルタイムの現物・デリバティブデータを、1 つの配信に正規化します。
米国、香港、中国本土市場の株式について、約定と相場情報を提供します。
貴金属とエネルギーのリアルタイム価格を提供します。
主要なグローバル指数のベンチマーク値と構成銘柄を提供します。
AllTick の各市場について、対応範囲、レイテンシー、データ種別を比較します。
製品を見るAllTick と一般的な従来型市場データベンダーを比較します。
| 機能 | AllTick | 一般的な従来型ベンダー |
|---|---|---|
| WebSocket レイテンシー中央値 | 約 150ms | 400–800ms |
| 1 つの API に含まれる資産クラス | 5(FX、Crypto、Stock、Commodities、Indices) | 1–2 |
| 稼働率 SLA | 99.95% | 99.5% またはなし |
| 無料枠 | あり — API キーを即時発行 | 営業担当との通話が必要 |
| WebSocket ストリーミング | ネイティブ | ポーリング / 制限あり |
WebSocket に接続し、あらゆる市場の任意のシンボルを購読できます。
# AllTick realtime financial data API
# forex crypto stock commodities indices
import asyncio, json, uuid
import websockets
subscribe = {
"cmd_id": 22004,
"seq_id": 1,
"trace": str(uuid.uuid4()),
"data": {"symbol_list": [{"code": "EURUSD"}]},
}
heartbeat = {"cmd_id": 22000, "seq_id": 1, "trace": "heartbeat", "data": {}}
async def stream():
uri = "wss://quote.alltick.co/quote-b-ws-api?token=YOUR_API_KEY"
async with websockets.connect(uri) as socket:
await socket.send(json.dumps(subscribe))
async def keep_alive():
while True:
await asyncio.sleep(10)
await socket.send(json.dumps(heartbeat))
asyncio.create_task(keep_alive())
async for message in socket:
print(json.loads(message))
asyncio.run(stream())Crypto の対応範囲を広げながら、市場データコストを 60% 削減。
“AllTick への移行により、3 社のベンダーを 1 つの WebSocket 配信に統合し、取引アプリを 1 四半期早くリリースできました。”導入事例を読む
200ms 未満の相場情報更新で 4 万人の同時接続ユーザーに対応。
“99.95% SLA と安定したレイテンシーは、当社のリテールブローカーがグローバル展開するためにまさに必要なものでした。”導入事例を読む
5 資産クラスにわたる 12 年分の Tick データをバックテスト。
“1 つの正規化 API から履歴データとリアルタイムデータを取得でき、数週間分のデータエンジニアリング作業が不要になりました。”導入事例を読む
市場データエンジニアリング、ストリーミング API、低遅延金融アプリケーション構築に関する実践的な記事です。
量的取引や資産管理において、単一市場のデータだけでは戦略の全体像を把握することは難しいです。マルチアセットデータ分析を行うことで、異なる市場の価格変動やトレンドを同時に観察し、潜在的な取引機会をより正確に見つけることができます。本記事では Python を例に、過去のマーケットデータとリアルタイムのティックデータを組み合わせて、複数の資産を分析し、取引戦略を最適化する方法を紹介します。
マルチアセット分析の最初のステップは、信頼性のある過去データを取得することです。例えば、外為市場や暗号通貨市場の OHLC データを AllTick API から取得し、統一フォーマットに整形することで分析が容易になります。
import requests
import pandas as pd
API_URL = "https://api.alltick.co/forex/history"
API_KEY = "your_api_key_here"
symbols = ["EURUSD", "BTCUSD", "ETHUSD"]
dfs = []
for symbol in symbols:
params = {
"symbol": symbol,
"interval": "1h",
"limit": 500,
"apikey": API_KEY
}
resp = requests.get(API_URL, params=params)
df = pd.DataFrame(resp.json())
df['timestamp'] = pd.to_datetime(df['timestamp'])
df['symbol'] = symbol
dfs.append(df)
data = pd.concat(dfs)
print(data.head())
複数の資産データを統一フォーマットで処理することで、指標計算や戦略分析を簡単に行うことができます。
マルチアセット分析では、移動平均(MA)、ボラティリティ(Volatility)、相対力指数(RSI)がよく使われます。これらの指標は、トレンド方向、市場の変動幅、買われすぎ/売られすぎの状態を判断するのに役立ちます。
def calculate_indicators(df):
df = df.copy()
df['MA20'] = df['close'].rolling(20).mean()
df['MA50'] = df['close'].rolling(50).mean()
df['returns'] = df['close'].pct_change()
df['volatility'] = df['returns'].rolling(20).std()
delta = df['close'].diff()
up, down = delta.clip(lower=0), -delta.clip(upper=0)
roll_up = up.rolling(14).mean()
roll_down = down.rolling(14).mean()
rs = roll_up / roll_down
df['RSI'] = 100 - (100 / (1 + rs))
return df
data = data.groupby('symbol').apply(calculate_indicators)
print(data[['symbol','close','MA20','MA50','volatility','RSI']].tail())
これらの指標は、トレンド分析や変動観察、市場の強弱分析の基礎データを提供し、取引シグナル生成の参考となります。
異なる資産のデータが揃ったら、潜在的な取引シグナルを探索することができます。例えば、ある資産で移動平均のクロスが発生し、別の資産で RSI が売られすぎを示している場合、クロスマーケットの裁定取引やヘッジ戦略のシグナルになる可能性があります。
def generate_signal(df):
df['signal'] = 0
df.loc[df['MA20'] > df['MA50'], 'signal'] = 1
df.loc[df['MA20'] < df['MA50'], 'signal'] = -1
return df
signals = data.groupby('symbol').apply(generate_signal)
print(signals[['symbol','close','MA20','MA50','RSI','signal']].tail())
複数資産の指標を同時に分析することで、単一市場のトレンドだけでは見つけられない、より細かい取引機会を発見できます。
過去データはトレンドの参考になりますが、リアルタイムのティックデータは価格変動の瞬間を捉え、動的な戦略分析を支えます。安定したティックデータのストリームにより、以下が可能になります:
過去の指標とリアルタイムティックデータを組み合わせることで、バックテストからライブモニタリングまでのマルチアセット戦略分析のループを形成できます。
マルチアセット分析の主な利点は以下の通りです:
過去の市場データとリアルタイムティックデータを統合することで、データ活用効率を向上させ、複雑な戦略の検証や最適化に信頼できる基盤を提供します。