AllTick の履歴ティックデータにはプレマーケットとアフターマーケットの取引記録が含まれますか？

はい。株式のように取引時間が定められた市場では、当社の履歴約定データとローソク足データは、プレマーケット、通常取引時間、アフターマーケットのすべての実ティック記録を完全に保持します。これは情報の非対称な伝播や日中の寄り付き効果を研究するマーケットマイクロストラクチャー研究者にとって重要です。

実証論文で AllTick データを引用する場合、どのように正しく学術引用すればよいですか？

私たちは、研究者が公表論文やワーキングペーパーで AllTick を引用することを歓迎します。方法論またはデータソースの節に、"The historical multi-asset high-frequency datasets used in this paper were generously provided by the AllTick Market Data API." と記載できます。必要に応じて、学術支援チームが具体的なバージョン番号とクレンジング基準を含む標準 BibTeX 形式を提供します。

無料の API キーで学術論文のデータ収集を完了できますか？

無料の API キーは、実データを間引かずにリアルタイムおよび履歴データを提供するため、論文初期の概念検証や小規模な因子テストに適しています。数か月または数年分のティックデータを一括出力するような大規模・長期のクロスアセット研究では、より高い頻度制限を利用できる専用の学術研究室アクセスを、営業チームへ申請することをおすすめします。

二重盲検査読で、査読者から再現検証のために元データの提供を求められた場合、AllTick は共有を認めますか？

認めます。私たちは学術倫理とデータ共有が研究にとって重要であることを深く理解しています。学術・研究版ライセンスでは、査読再現のためのデータ共有制限を特別に免除しています。共有するデータセットが論文の査読者またはジャーナル公式の再現リポジトリにおける合理的な範囲に厳密に限定され、商業的利益に使用されない限り、適法な学術共有となります。

ソリューション

研究者

1 つの API とスキーマから、整備・正規化された履歴データとリアルタイムデータを取得し、数週間分のデータエンジニアリング作業を削減できます。

無料 API キーを取得ドキュメントを読む

正規化スキーマ

すべての資産クラスが同じフィールドを共有し、ノートブックとパイプラインを市場横断で再利用できます。

豊富な履歴

複数ベンダーを結合せずに 12+ 年のティックとバーをバックテスト・研究できます。

再現可能なパイプライン

決定的なタイムスタンプと安定した識別子により、結果を容易に再現・共有できます。

学術研究向けマルチアセットデータ仕様

AllTick のデータセットと代表的な金融研究テーマ
研究分野	データ粒度と履歴	研究テーマ例
マーケットマイクロストラクチャー	主要な世界の外国為替（150 超の通貨ペア）、コモディティ、暗号資産について、L1/L2 板情報に対応した 12 年超の生ティックデータ。	注文フロー不均衡、流動性枯渇、高頻度指値注文板モデリング。
資産価格形成とクオンツファクター	米国株や香港株などの主要な世界株式と主要デリバティブ指数について、複数周期の始値・高値・安値・終値・出来高と出来高加重平均価格を提供。	モメンタム効果、多因子モデル、クロスアセットのリスクプレミアム研究。
行動ファイナンスとボラティリティ	世界の 1,000 超の現物・無期限契約ペアについて、秒単位の変動履歴と急激な出来高変動の記録を集約。	暗号資産市場における極端事象の共振、市場心理の急変、テールリスク。
マクロ経済と市場間波及	金、銀、ブレント原油などの中核商品と主要な世界株価指数の長期時系列。	インフレ期待の伝播メカニズムと、商品先物のマクロ経済政策に対するリアルタイム応答特性。

金融研究者と研究室が AllTick を選ぶ理由

煩雑なデータエンジニアリングから解放され、理論の革新に集中

これまで実証金融研究では、異なる取引所やデータベンダーからデータを購入、ダウンロード、クレンジングするために数週間から数か月を要することがありました。AllTick はその障壁を取り除きます。市場横断の統一スキーマにより、複雑な国際・マルチアセットデータを統一フィールドと協定世界時タイムスタンプを持つ標準形式へ正規化し、研究者が計量経済学モデルの導出と論文執筆に集中できるようにします。

決定的なタイムスタンプで論文結果を完全に再現

学術界では研究成果の再現性が厳格に求められます。AllTick の履歴時系列はミリ秒単位の高精度な決定的タイムスタンプを備え、不正データ、スパイク、取引所伝送遅延による偏りを除外しています。同じコードと AllTick API を使用すれば、査読者やチームメンバーも完全に同一の実証結果を再現できます。

研究技術スタックへシームレスに統合

Jupyter Notebook で Pandas や NumPy を使う分析、R による複雑な GARCH ボラティリティモデル、MATLAB による行列演算のいずれでも、AllTick の標準 REST API なら数行のコードで大規模データセットを非同期に取得できます。

専用の学術優遇と柔軟な配布ライセンス

私たちは学術研究と研究室予算の特性を理解しています。AllTick は大学教員、博士課程学生、金融研究室向けに費用対効果の高い学術支援プログラムを提供し、チームや研究グループ内でクレンジング済み研究サンプルを共有できる柔軟なライセンスにより、論文発表を加速します。

研究者向け Jupyter Notebook データインポート例

シナリオ：履歴ローソク足データを一度に取得し、時系列回帰分析を行う Python の例。

# AllTick — Real-time Financial Market Data API
# Real-time Forex, Stocks, Crypto, Commodities and Indices market data

import json
import os

import pandas as pd
import requests

def load_research_dataset(symbol, query_count=100, end_timestamp=0):
    """AllTick の株式日足を UTC インデックスの Pandas DataFrame に読み込む。"""
    query = {
        "trace": "research_daily_kline",
        "data": {
            "code": symbol,
            "kline_type": 8,  # 日足
            "kline_timestamp_end": end_timestamp,  # 0 は最新の足から取得
            "query_kline_num": query_count,  # 1 回につき最大 500 本
            "adjust_type": 0,
        },
    }
    response = requests.get(
        "https://quote.alltick.co/quote-stock-b-api/kline",
        params={
            "token": os.environ["ALLTICK_API_TOKEN"],
            "query": json.dumps(query, separators=(",", ":")),
        },
        timeout=15,
    )
    response.raise_for_status()
    payload = response.json()
    if payload.get("ret") != 200:
        raise RuntimeError(payload.get("msg", "AllTick ローソク足リクエストに失敗しました"))

    frame = pd.DataFrame(payload["data"]["kline_list"]).rename(
        columns={
            "open_price": "open",
            "close_price": "close",
            "high_price": "high",
            "low_price": "low",
        }
    )
    numeric_columns = ["open", "close", "high", "low", "volume", "turnover"]
    frame[numeric_columns] = frame[numeric_columns].apply(pd.to_numeric)
    frame["timestamp"] = pd.to_datetime(pd.to_numeric(frame["timestamp"]), unit="s", utc=True)
    return frame.set_index("timestamp").sort_index()

if __name__ == "__main__":
    daily_candles = load_research_dataset("AAPL.US")
    print(daily_candles.tail())

今すぐマーケットデータ配信を開始

数秒で無料 API キーを発行し、1 つのエンドポイントからすべての市場に接続できます。

無料 API キーを取得営業に相談

FAQ

金融研究者向けよくある質問

今すぐマーケットデータ配信を開始

数秒で無料 API キーを発行し、1 つのエンドポイントからすべての市場に接続できます。

無料 API キーを取得営業に相談

今すぐマーケットデータ配信を開始

あらゆるチームのための市場データ

クオンツトレーダー

フィンテック開発者

取引プラットフォーム

資産運用会社

研究者

今すぐマーケットデータ配信を開始

研究者

正規化スキーマ

豊富な履歴

再現可能なパイプライン

学術研究向けマルチアセットデータ仕様

金融研究者と研究室が AllTick を選ぶ理由

煩雑なデータエンジニアリングから解放され、理論の革新に集中

決定的なタイムスタンプで論文結果を完全に再現

研究技術スタックへシームレスに統合

専用の学術優遇と柔軟な配布ライセンス

研究者向け Jupyter Notebook データインポート例

今すぐマーケットデータ配信を開始

金融研究者向けよくある質問

今すぐマーケットデータ配信を開始

研究者

正規化スキーマ

豊富な履歴

再現可能なパイプライン

学術研究向けマルチアセットデータ仕様

金融研究者と研究室が AllTick を選ぶ理由

煩雑なデータエンジニアリングから解放され、理論の革新に集中

決定的なタイムスタンプで論文結果を完全に再現

研究技術スタックへシームレスに統合

専用の学術優遇と柔軟な配布ライセンス

研究者向け Jupyter Notebook データインポート例

今すぐマーケットデータ配信を開始

金融研究者向けよくある質問

今すぐマーケットデータ配信を開始

あらゆるチームのための市場データ

クオンツトレーダー

フィンテック開発者

取引プラットフォーム

資産運用会社

研究者

今すぐマーケットデータ配信を開始

研究者

再現可能な市場研究のための単一の正規化データセット。

正規化スキーマ

豊富な履歴

再現可能なパイプライン

学術研究向けマルチアセットデータ仕様

金融研究者と研究室が AllTick を選ぶ理由

煩雑なデータエンジニアリングから解放され、理論の革新に集中

決定的なタイムスタンプで論文結果を完全に再現

研究技術スタックへシームレスに統合

専用の学術優遇と柔軟な配布ライセンス

研究者向け Jupyter Notebook データインポート例

今すぐマーケットデータ配信を開始

金融研究者向けよくある質問

AllTick の履歴ティックデータにはプレマーケットとアフターマーケットの取引記録が含まれますか？

実証論文で AllTick データを引用する場合、どのように正しく学術引用すればよいですか？

無料の API キーで学術論文のデータ収集を完了できますか？

二重盲検査読で、査読者から再現検証のために元データの提供を求められた場合、AllTick は共有を認めますか？

今すぐマーケットデータ配信を開始

研究者

再現可能な市場研究のための単一の正規化データセット。

正規化スキーマ

豊富な履歴

再現可能なパイプライン

学術研究向けマルチアセットデータ仕様

金融研究者と研究室が AllTick を選ぶ理由

煩雑なデータエンジニアリングから解放され、理論の革新に集中

決定的なタイムスタンプで論文結果を完全に再現

研究技術スタックへシームレスに統合

専用の学術優遇と柔軟な配布ライセンス

研究者向け Jupyter Notebook データインポート例

今すぐマーケットデータ配信を開始

金融研究者向けよくある質問

AllTick の履歴ティックデータにはプレマーケットとアフターマーケットの取引記録が含まれますか？

実証論文で AllTick データを引用する場合、どのように正しく学術引用すればよいですか？

無料の API キーで学術論文のデータ収集を完了できますか？

二重盲検査読で、査読者から再現検証のために元データの提供を求められた場合、AllTick は共有を認めますか？