Forex API
为 50+ 个主要、次要及异国货币对提供 Tick 级报价。
通过一个 WebSocket 和 REST API 传输 Tick 级 Forex、Crypto、Stock、Commodity 和 Index 数据。几秒钟即可获取免费密钥——无需销售沟通。
| 代码 | 资产类别 | 价格 | 实时变动 |
|---|---|---|---|
| EUR/USD 外汇欧元 / 美元 | 外汇 | - | - |
| BTC/USDT 加密货币比特币 | 加密货币 | - | - |
| ETH/USDT 加密货币以太坊 | 加密货币 | - | - |
| AAPL 股票苹果公司 | 股票 | - | - |
| XAU/USD 大宗商品现货黄金 | 大宗商品 | - | - |
| USD/JPY 外汇美元 / 日元 | 外汇 | - | - |
| NVDA 股票英伟达公司 | 股票 | - | - |
| SPX 指数标普 500 指数 | 指数 | - | - |
AllTick 覆盖的每个市场都可通过同一个统一的 REST 和 WebSocket 接口访问。
为 50+ 个主要、次要及异国货币对提供 Tick 级报价。
实时现货和衍生品数据,标准化为一个数据流。
覆盖美股、港股和 A 股市场的股票,提供成交和报价。
贵金属和能源的实时定价。
主要全球指数的基准指数值和成分股。
比较 AllTick 各个市场的覆盖范围、延迟和数据类型。
浏览产品AllTick 与典型传统行情数据供应商的对比。
| 能力 | AllTick | 典型传统供应商 |
|---|---|---|
| WebSocket 中位延迟 | 约 150ms | 400–800ms |
| 一个 API 中的资产类别 | 5(FX、Crypto、Stock、Commodities、Indices) | 1–2 |
| 可用性 SLA | 99.95% | 99.5% 或无 |
| 免费等级 | 有——即时 API 密钥 | 需要销售沟通 |
| WebSocket 流 | 原生支持 | 轮询 / 有限支持 |
通过 WebSocket 连接并订阅任何市场中的任意交易品种。
# 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())分享市场数据工程、流式 API 与低延迟金融应用开发的实用内容。
做黄金历史数据分析的人,大概率都遇到过一种很微妙的情况:
图表看起来“没问题”,但结果就是对不上。
K线一到节假日附近就开始变得奇怪——要么突然断层,要么平滑得不像真实市场,这类现象通常就被叫做假期K线。
说实话,这种问题一开始很容易被忽略,但一旦你开始做回测或者策略分析,它就会变得非常明显。
黄金市场不是 24 小时连续交易的资产,它依赖交易所时间。
周末、节假日、以及部分清算时段,都属于典型的非交易时段。
这就带来一个很现实的问题:
结果就是图表出现两种极端情况:
这就是很多人遇到的历史数据缺口问题。
在实际开发里,比较关键的一步其实不是“画图”,而是先把数据拿对。
以 AllTick 的贵金属历史K线数据为例,可以很直接地拉取黄金(XAUUSD)的不同周期数据:
import requests
API_KEY = "YOUR_API_KEY"
symbol = "XAUUSD"
interval = "1h"
url = f"https://api.alltick.co/market/kline"
params = {
"symbol": symbol,
"interval": interval,
"start": "2026-01-01",
"end": "2026-05-28",
"apikey": API_KEY
}
resp = requests.get(url, params=params).json()
for k in resp["data"]:
time = k["time"]
open_price = k["open"]
close_price = k["close"]
is_holiday = k.get("isHoliday", False)
print(time, open_price, close_price, "假期K线" if is_holiday else "")
这个结构的关键点在于:
你不仅拿到了价格,还能知道它是不是发生在“异常时间段”。
这一步很重要,因为很多非交易时段问题,其实就是缺少这种标记。
假期K线本身并不“错误”,它只是数据表达方式的问题。
但它会影响很多计算,比如:
尤其是跨周期分析的时候,一个小断层会被不断放大。
一般来说有三种做法:
让图表真实反映市场关闭状态
让曲线看起来连续,但要标记风险
这是最稳的方式,也是很多系统的做法
很多人以为问题在“数据不连续”,但真正的问题其实是:
你没有区分“市场没发生交易”和“数据丢失”
AllTick 这类贵金属API的价值就在这里——它提供的是结构化的历史K线,而不是简单的价格序列。
这会让后续处理轻松很多,尤其是在做回测或者策略验证的时候。