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。
短期の暗号資産トレードでは、多くのトレーダーが次のような問題に直面します。
トレンドが出始めたときには乗り遅れ、追いかけてエントリーすると反転に遭いやすい。
その根本原因は、多くの場合「判断ミス」ではなく、シグナルが再現できず、ルールが明確でないことにあります。
モメンタム戦略の価値は、
明確な条件 + 連続的に検証可能な構造へ分解できる点にあり、
システム化・量化に非常に適しています。
本記事では、二本の移動平均線 + RSI を中心に、
短期モメンタム戦略をどのように実行可能なロジックへ落とし込むかを示し、
複数言語での実装例を紹介します。
「なんとなくの感覚」ではなく、
すべて同時に満たす条件としてシグナルを定義します。
ショート条件は、これと完全に対称です。
量的分析、バックテスト、プロトタイプ検証に適しています。
import pandas as pd
import ta
def momentum_signal(df):
df['ma'] = df['close'].rolling(5).mean()
df['ema'] = df['close'].ewm(span=20).mean()
df['rsi'] = ta.momentum.RSIIndicator(df['close'], window=14).rsi()
long_cond = (
(df['ma'] > df['ema']) &
(df['close'] > df['ma']) &
(df['close'] > df['ema']) &
(df['rsi'] >= 50) &
(df['rsi'] <= 70)
)
short_cond = (
(df['ma'] < df['ema']) &
(df['close'] < df['ma']) &
(df['close'] < df['ema']) &
(df['rsi'] >= 30) &
(df['rsi'] <= 50)
)
df['signal'] = 0
df.loc[long_cond, 'signal'] = 1
df.loc[short_cond, 'signal'] = -1
return df
マッチングエンジン、リスク管理、リアルタイムシグナルモジュール向け。
public boolean isLongSignal(
double close,
double ma,
double ema,
double rsi
) {
return ma > ema
&& close > ma
&& close > ema
&& rsi >= 50.0
&& rsi <= 70.0;
}
public boolean isShortSignal(
double close,
double ma,
double ema,
double rsi
) {
return ma < ema
&& close < ma
&& close < ema
&& rsi >= 30.0
&& rsi <= 50.0;
}
高パフォーマンスが求められる行情処理や戦略モジュール向け。
struct Bar {
double close;
double ma;
double ema;
double rsi;
};
bool longSignal(const Bar& b) {
return b.ma > b.ema &&
b.close > b.ma &&
b.close > b.ema &&
b.rsi >= 50.0 &&
b.rsi <= 70.0;
}
bool shortSignal(const Bar& b) {
return b.ma < b.ema &&
b.close < b.ma &&
b.close < b.ema &&
b.rsi >= 30.0 &&
b.rsi <= 50.0;
}
多くの戦略が失敗する理由は、
シグナルが間違っているからではなく、明確な退出ルールがないためです。
代表的な方法:
これらのルールもすべて、
人の判断に頼らず完全にプログラム化できます。
実運用やシミュレーションにおいて、
安定したリアルタイム行情と履歴データを組み合わせることで、
を短時間で実行できます。