supermind logo
同花顺logo

免费 API 工程：单链路 A 股 ETF 实时数据采集

用户头像sh_**772oqg
2026-07-09 发布

概述

在量化策略研发、盘中实时因子抓取、多品种行情回溯工作中，同步跟踪个股与场内 ETF 是常规研究场景：个股用于捕捉标的独立资金波动，ETF 用于映射行业、宽基整体市场情绪，二者结合可完善强弱研判逻辑。多数研究者初期会自建两套独立数据流或采用轮询接口，长期运行后会出现资源损耗、时序失真、迭代维护成本高等问题。本文基于具备免费额度的行情接口，给出单链路统一订阅标准化方案，结合免费资源限制说明适配策略研究、小规模回测的落地边界，附带可复用 Python 代码。

本次使用的免费行情资源边界客观说明：单条 WebSocket 长连接通道、每分钟最多 10 次 HTTP 请求（约 6 秒单次调用），同时提供全年日线 K 线、实时现价、每日收盘数据，足够个人策略验证、小样本历史回测、盘中简易监控使用，高频多标的大规模批量回测场景则需评估额度约束。

一、双数据流 / 轮询方案对量化研究的负面影响

1. 拆分 WebSocket 链路抬高算力与带宽消耗

分别为个股、ETF 建立独立长连接，会翻倍占用服务器网络资源；断线重连、心跳保活、异常捕获逻辑需要重复编写。后续新增指数、可转债样本做对比回测时，代码冗余持续累积，批量历史行情采集效率下降。

2. HTTP 轮询造成 Tick 时序缺失，干扰回测结论

固定间隔请求无法捕捉盘中瞬时大单波动，缺失的 tick 样本会扭曲分时因子、日内动量指标计算结果，基于失真数据完成的回测不具备参考价值，仅适合低频日线级复盘，不满足实时监测需求。

3. 硬编码标的清单不利于策略迭代

将证券代码直接嵌入连接逻辑，每次调整回测标的池、监控清单都要修改底层通信代码，频繁改动易引入程序异常，不利于多版本策略对照实验。

二、单链路统一订阅适配免费额度的核心设计逻辑

个股与 ETF 行情返回字段高度重合，现价、成交量、时间戳、盘口等通用字段可共用解析逻辑，仅在业务层按标的代码区分统计口径，无需拆分数据流，更契合免费单 WebSocket 通道的资源约束：

  1. 统一标的配置池集中存放个股、ETF 代码，增减监控标的仅修改配置，底层连接逻辑无需改动；
  2. 仅启用一条 WebSocket 通道批量订阅全部标的，充分利用免费单通道权限，避免多通道占用额外资源；
  3. 行情统一接收后再分类处理，分时 K 线聚合、强弱打分、数据入库等运算后置；
  4. HTTP 请求严格控制调用频率，适配每分钟 10 次免费调用上限，避免超限断流影响回测连续性。

三、基础采集 Python 代码（单链路混合订阅）

import websocket
import json

# 个股+ETF统一监控标的清单
watch_symbol_list = ["600000", "510300"]

# 连接完成批量订阅，控制请求频次匹配免费额度限制
def on_open(ws):
    sub_payload = {"cmd": "subscribe", "symbol_list": watch_symbol_list}
    ws.send(json.dumps(sub_payload))

# 统一解析推送行情，后续可扩展分品种回测指标计算
def on_message(ws, raw_data):
    tick = json.loads(raw_data)
    tick_code = tick.get("symbol")
    real_price = tick.get("price")
    ts = tick.get("timestamp")
    print(f"标的：{tick_code}，现价：{real_price}，时间戳：{ts}")

if __name__ == "__main__":
    ws_addr = "wss://quote.alltick.co/quote-b-ws-api"
    ws_client = websocket.WebSocketApp(ws_addr, on_open=on_open, on_message=on_message)
    ws_client.run_forever()

代码仅维持一条长连接，贴合免费单 WebSocket 资源规则；新增赛道 ETF、宽基标的只需扩展列表，不会额外占用通道，适合个人持续监测与小规模回测样本采集。

四、贴合免费额度的工程稳定优化要点

依托免费资源做长期回测、7×24 小时监测，需配套约束逻辑规避超限、数据错乱：

  1. 标准化证券代码：统一清洗 SH/SZ 市场前缀，全年历史日线入库后便于跨品种对照回测；
  2. 全局统一北京时间戳：利用免费日线数据做时序对齐，消除分时 K 线、因子计算偏移；
  3. 节流控制 HTTP 请求：历史 K 线批量拉取时分批休眠，保证每分钟调用不超过 10 次，防止接口限流中断回测；
  4. 本地缓存订阅清单：网络波动重连后自动恢复批量订阅，减少重复发起订阅带来的额外请求消耗；
  5. 过期行情过滤：低流动性标的长期无更新则降低排序权重，避免无效样本干扰板块强弱回测打分。

五、分层工程结构（适配多组策略对照回测）

若同时运行多套因子回测、多标的监测任务，模块化拆分便于控制免费资源消耗，模块间低耦合：

  1. config.py：统一管理个股、ETF 回测标的池，快速切换不同实验样本；
  2. websocket_client.py：单通道行情订阅，内置请求节流逻辑适配免费调用上限；
  3. data_handler.py：行情解析、分品种指标计算、日线数据聚合；
  4. storage.py：存储免费接口提供的全年日线、每日收盘数据，用于离线回测；
  5. main.py：程序统一入口，统筹采集与回测调度。

分层架构便于隔离行情采集与回测运算逻辑，做多策略对比实验时，无需重复搭建采集链路，最大化利用免费数据额度。

六、量化研究落地总结

对于个人研究者、小规模策略验证场景，免费行情资源能够覆盖日线历史回测、盘中简易实时监测需求，核心约束集中在单 WebSocket 通道、每分钟 HTTP 调用上限，采用单链路统一订阅架构可充分释放免费数据价值。

个股与 ETF 同步采集无需拆分多条数据流，统一标的池 + 单通道订阅既能节约网络资源，又能适配免费额度限制。研发过程中重点做好请求节流、代码标准化、时序对齐三项基础处理，即可稳定输出可用于因子检验、强弱回测的标准化行情样本。若开展大规模全市场批量回测、高频 tick 实时策略，则需评估免费资源上限，补充商用数据渠道支撑算力与调用需求。

评论