低延迟行情数据源与传统市场数据：有什么区别？

市场监控应用可能会显示最新价格，但这些信息究竟需要多长时间才能到达屏幕？答案取决于市场数据如何被采集、传输和处理。

对于构建实时监控仪表盘的金融科技开发者来说，这种差异非常重要。传统市场数据传输通常依赖周期性请求，而低延迟行情数据源则旨在让应用尽可能快地接收到可用的数据更新。

了解这两种方式之间的差异，可以帮助开发者选择合适的数据架构，减少不必要的延迟，并更高效地处理接收到的市场信息。

低延迟行情数据源与传统市场数据

两者的主要区别在于数据如何到达应用程序。

传统市场数据通常通过 HTTP 请求、周期性快照或定时数据传输获取。应用程序发起请求，并在收到响应后处理数据。

低延迟行情数据源则侧重于缩短市场事件产生与应用程序接收到更新之间的时间。事件驱动的流式传输通常通过 WebSocket 实现，服务器可以通过已经建立的连接推送数据，而无需等待客户端再次发起请求。

这两种方式并不是互相排斥的。传统数据提供商也可能提供流式服务，而使用 WebSocket 并不意味着一定能够实现低延迟。实际性能取决于数据源、网络环境、处理基础设施以及客户端应用程序。

这种差异如何影响 EURUSD 监控应用

假设一名开发者正在构建一个用于监控 EURUSD 价格变化的仪表盘。

如果使用 HTTP 轮询，应用程序可能每秒请求一次最新价格。如果价格恰好在一次请求完成后发生变化，那么应用程序可能要等到下一次轮询周期才能看到这次更新。

这会带来两个限制。第一，中间发生的价格变化可能会被遗漏。第二，即使没有新的信息，应用程序仍然会持续发送请求。

基于 WebSocket 的实时数据源则采用不同的方式。应用程序建立持久连接，订阅 EURUSD，并在数据可用时接收更新。

这种方式消除了等待下一次轮询请求所产生的等待时间，并能够持续向仪表盘提供更新数据。

具体选择还取决于数据需求。监控界面可能只需要最新价格，而分析单个市场事件的应用程序可能需要保留接收到的 Tick 更新。开发者应该根据实际需求选择合适的订阅，而不是假设每个流式连接都能提供所有类型的市场数据。

使用 Python 连接实时市场数据源

AllTick 提供用于外汇市场数据的 WebSocket 接口。开发者可以通过其通用市场数据网关订阅 EURUSD。

下面的示例演示了基本的连接、订阅、心跳和重连逻辑。

安装所需的库：

pip install websockets

将 API Token 设置为 ALLTICK_API_TOKEN 环境变量。

import asyncio
import json
import os
import uuid
import random
import websockets

TOKEN = os.environ["ALLTICK_API_TOKEN"]

WS_URL = (
    "wss://quote.alltick.co/"
    f"quote-b-ws-api?token={TOKEN}"
)


def make_message(cmd_id, seq_id, data=None):
    return json.dumps({
        "cmd_id": cmd_id,
        "seq_id": seq_id,
        "trace": str(uuid.uuid4()),
        "data": data or {}
    })


async def connect_market_data():
    async with websockets.connect(
        WS_URL,
        open_timeout=10,
        close_timeout=5
    ) as ws:

        await ws.send(make_message(
            22004,
            1,
            {"symbol_list": [{"code": "EURUSD"}]}
        ))

        async def heartbeat():
            seq = 2
            while True:
                await asyncio.sleep(10)
                await ws.send(make_message(22000, seq))
                seq += 1

        task = asyncio.create_task(heartbeat())

        try:
            async for message in ws:
                data = json.loads(message)
                print(data)

        finally:
            task.cancel()
            try:
                await task
            except asyncio.CancelledError:
                pass


async def main():
    delay = 1

    while True:
        try:
            await connect_market_data()

        except asyncio.CancelledError:
            raise

        except Exception as error:
            print(f"Connection interrupted: {error}")

        await asyncio.sleep(delay + random.uniform(0, 0.5))
        delay = min(delay * 2, 30)


if __name__ == "__main__":
    asyncio.run(main())

该订阅使用 cmd_id: 22004 获取最新成交价格更新，同时使用 cmd_id: 22000 每 10 秒发送一次心跳请求。

该示例还实现了连接中断后的指数退避重连机制。重新建立连接后，应用程序会再次发送订阅请求。

对于生产环境中的应用程序，开发者还应进一步验证订阅响应，处理身份验证错误，监控连接状态，并根据实际响应结构处理接收到的消息。

如何测量市场数据延迟

仅仅建立流式连接，并不能告诉开发者应用程序实际经历了多少延迟。

一种实用的方法是记录三个时间戳：

• 源事件时间： 与市场事件对应的时间戳。
• 客户端接收时间： 应用程序接收到消息的时间。
• 处理完成时间： 应用程序完成消息处理的时间。

这些测量可以帮助区分数据传输延迟和应用程序处理开销。

例如，如果源端和客户端时钟已经同步，并且能够明确理解源时间戳，那么事件时间与接收时间之间的差值可以帮助估算数据传输延迟。

接收时间与处理完成时间之间的差值，则可以用于衡量本地处理开销。

为了进行更可靠的监控，可以跟踪 p50、p95 和 p99 延迟，而不是只依赖平均值。同时还应监控消息积压和重连频率，尤其是在应用程序订阅多个交易品种时。

需要注意的一点是：源时间戳和本地时间戳必须使用兼容的时间单位，并且时钟需要保持同步。否则，计算得到的延迟可能会产生误导。

使用 AllTick 进行实时市场数据流传输

对于同时需要历史查询和持续市场更新的开发者，AllTick 提供 REST 和 WebSocket API，可访问外汇、股票、加密货币、商品和指数等金融市场数据。

在 EURUSD 监控应用中，可以通过 WebSocket 接口在持久连接上获取最新成交价格更新。AllTick 还提供单独的订单簿深度订阅：

这些订阅用于不同的数据需求，不能将它们视为可以互相替代的订阅方式。

AllTick 要求每 10 秒发送一次心跳请求，并且 WebSocket 不支持 K 线推送。如果应用程序需要历史 K 线数据，应使用相应的 HTTP API。

一种实际的数据架构是使用 REST 进行历史数据查询和初始数据加载，然后使用 WebSocket 获取持续的数据更新。

开发者可以查看 AllTick WebSocket API 文档 和 WebSocket 请求示例，了解连接和订阅要求。REST API 文档则介绍了基于请求的数据访问方式。

如果你计划接入实时数据源，可以创建 AllTick API 账户，了解可用的 API 访问权限和订阅选项。

在开始实施之前，请阅读 AllTick 的服务条款。市场数据仅用于信息用途，不用于交易或投资目的，未经授权不得重新分发。