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。
タートルトレーディング戦略は、1980年代にリチャード・デニスとウィリアム・エックハートによって開発されたクラシックなトレンドフォローアプローチです。この戦略は、定義された期間内の市場の最高価格と最安値を追跡することで、エントリーポイントとエグジットポイントを特定します。長期的なトレンドを捉え、持続的な価格変動から利益を得ることを目的としています。
リチャード・デニスは1970年代の伝説的な先物トレーダーで、わずか数千ドルをわずか数年で3億5000万ドルにまで増やしたとされています。デニスは、取引は生まれつきの才能ではなく、学ぶことができるスキルであると信じていました。その証明として、彼は友人のウィリアム・エックハートと「普通の人々をトレーダーとして成功させることができる」という賭けをしました。
デニスはさまざまなバックグラウンドを持つ24人を「タートル」と呼び、2週間の集中的なトレーニングプログラムを提供しました。トレーニングを終え、評価に合格した後、各タートルは資本を与えられ、250,000ドルから2百万ドルの範囲で取引を行いました。その後5年間で、彼らのアカウントは合計で1億7500万ドルに成長しました。
この実験後、デニスは自らが使用したトレーニングシステムを公開し、それがタートルトレーディング戦略として知られるようになりました。この戦略は量的取引の初期の例の一つであり、感情的または主観的な意思決定に対するシステマティックアプローチの力を示しました。
タートルトレーディング戦略はリスク管理を強調しており、これは現代の量的取引に大きな影響を与えました。以下は戦略の主要な要素です:
タートルトレーディング戦略は証明された影響力のあるシステムですが、欠点もあります。範囲取引やトレンドのない市場ではパフォーマンスが低下し、大きなドローダウンが発生する可能性があります。そのため、厳格なリスク管理と規律ある実行が成功の鍵です。
最後に、特定のパラメーターやルールは、個々の好み、リスク許容度、市場の状態に応じて異なる場合があります。戦略を効果的に適応させるためには、カスタマイズと継続的な最適化が重要です。
import java.util.List;
public class TurtleTradingStrategy {
public static void main(String[] args) {
List<Double> prices =
int breakoutPeriod = 20;
double highestHigh = Double.MIN_VALUE;
double lowestLow = Double.MAX_VALUE;
boolean inMarket = false;
double entryPrice = 0.0;
for (double price : prices) {
if (price > highestHigh) {
highestHigh = price;
}
if (price < lowestLow) {
lowestLow = price;
}
if (!inMarket && price > highestHigh) {
inMarket = true;
entryPrice = price;
} else if (inMarket && price < lowestLow) {
inMarket = false;
}
if (prices.indexOf(price) >= breakoutPeriod) {
double previousPrice = prices.get(prices.indexOf(price) - breakoutPeriod);
if (previousPrice == highestHigh) {
highestHigh = calculateHighestHigh(prices, prices.indexOf(price) - breakoutPeriod + 1, prices.indexOf(price));
}
if (previousPrice == lowestLow) {
lowestLow = calculateLowestLow(prices, prices.indexOf(price) - breakoutPeriod + 1, prices.indexOf(price));
}
}
}
}
private static double calculateHighestHigh(List<Double> prices, int startIndex, int endIndex) {
double highestHigh = Double.MIN_VALUE;
for (int i = startIndex; i <= endIndex; i++) {
double price = prices.get(i);
if (price > highestHigh) {
highestHigh = price;
}
}
return highestHigh;
}
private static double calculateLowestLow(List<Double> prices, int startIndex, int endIndex) {
double lowestLow = Double.MAX_VALUE;
for (int i = startIndex; i <= endIndex; i++) {
double price = prices.get(i);
if (price < lowestLow) {
lowestLow = price;
}
}
return lowestLow;
}
}
def turtle_trading_strategy(prices, breakout_period=20, risk_percentage=0.02):
highest_high = float('-inf')
lowest_low = float('inf')
in_market = False
entry_price = 0.0
for price in prices:
if price > highest_high:
highest_high = price
if price < lowest_low:
lowest_low = price
if not in_market and price > highest_high:
in_market = True
entry_price = price
elif in_market and price < lowest_low:
in_market = False
if prices.index(price) >= breakout_period:
previous_prices = prices[prices.index(price) - breakout_period:prices.index(price)]
previous_highest_high = max(previous_prices)
previous_lowest_low = min(previous_prices)
if previous_highest_high == highest_high:
highest_high = calculate_highest_high(prices, prices.index(price) - breakout_period + 1, prices.index(price))
if previous_lowest_low == lowest_low:
lowest_low = calculate_lowest_low(prices, prices.index(price) - breakout_period + 1, prices.index(price))
def calculate_highest_high(prices, start_index, end_index):
highest_high = float('-inf')
for i in range(start_index, end_index + 1):
price = prices[i]
if price > highest_high:
highest_high = price
return highest_high
def calculate_lowest_low(prices, start_index, end_index):
lowest_low = float('inf')
for i in range(start_index, end_index + 1):
price = prices[i]
if price < lowest_low:
lowest_low = price
return lowest_low