作为一名常年对接海外金融数据的开发者，最近接手了尼日利亚股市（NSENG，尼日利亚证券交易所）的数据对接需求，踩了不少坑也积累了些实用经验。不同于A股、美股成熟的API生态，尼日利亚股市的中文资料几乎为零，甚至英文文档也寥寥无几。今天就以个人实战经验，分享如何用 iTick API 对接 NSENG 股票的实时行情和历史 K 线，希望能帮到有同样需求的朋友。
一、前期准备： API 基础配置
1.1 注册与密钥获取
itick 是尼日利亚本地比较靠谱的金融数据服务商，专门提供 NSENG 股票的实时和历史数据。首先得去它的 iTick 注册开发者账号，完成邮箱验证后，就能拿到 API_KEY —— 这个是后续接口调用的核心凭证，一定要保存好，别泄露。
1.2 环境准备
我用的是 Python 3.8+ 版本，核心依赖就两个：requests（发HTTP请求）和 pandas（处理数据），如果要可视化还需要 mplfinance。安装命令很简单：
pip install requests pandas mplfinance
二、实战1：获取 NSENG 股票实时行情
itick 的实时行情接口是 RESTful 风格，支持按股票代码查询单只或多只股票的实时价格、成交量、涨跌幅等核心数据。
1.2 环境准备
pip install requests pandas mplfinance
二、实战1：获取 NSENG 股票实时行情
新接口：GET /stock/quote?region=NG&code=xxxx
注意：尼日利亚市场代码是 NG（不是以前的 NSENG）。
核心代码示例（已更新）
import requests
import time
from typing import Dict, Optional
import pandas as pd
class ITickNSENGAPI:
"""
封装 itick.org API 对接尼日利亚（NG）股票数据的类（2026最新版）
"""
def __init__(self, token: str):
self.base_url = "//api.itick.org"
self.token = token
self.headers = {
"accept": "application/json",
"token": self.token
}
def get_realtime_quote(self, stock_code: str) -> Optional[Dict]:
"""
获取单只股票实时行情
:param stock_code: 股票代码（如 DANGCEM）
:return: 实时行情字典，失败返回 None
"""
for retry in range(3):
try:
url = f"{self.base_url}/stock/quote"
params = {
"region": "NG", # 尼日利亚市场代码
"code": stock_code.upper() # 必须大写
}
response = requests.get(
url,
headers=self.headers,
params=params,
timeout=10
)
if response.status_code == 200:
result = response.json()
if result.get("code") == 0 and "data" in result:
quote = result["data"]
return {
"股票代码": quote["s"],
"最新价": quote["ld"],
"开盘价": quote["o"],
"最高价": quote["h"],
"最低价": quote["l"],
"成交量": quote["v"],
"涨跌额": quote["ch"],
"涨跌幅(%)": quote["chp"],
"更新时间戳": quote["t"],
"交易状态": quote["ts"] # 0正常 1停牌 2退市 3熔断
}
else:
print(f"未找到 {stock_code} 的实时数据，或接口返回异常")
return None
else:
print(f"请求失败，状态码：{response.status_code}，重试第{retry+1}次")
time.sleep(1.5)
except requests.exceptions.Timeout:
print(f"请求超时，重试第{retry+1}次")
time.sleep(1.5)
except Exception as e:
print(f"接口异常：{str(e)}")
return None
return None
# ---------------------- 实战调用 ----------------------
if __name__ == "__main__":
# 替换成你自己的 token
MY_TOKEN = "your_itick_token_here"
api = ITickNSENGAPI(MY_TOKEN)
realtime_data = api.get_realtime_quote("DANGCEM")
if realtime_data:
print("=== 尼日利亚 NG 市场实时行情 ===")
for key, value in realtime_data.items():
print(f"{key}: {value}")
预期输出示例
=== 尼日利亚 NG 市场实时行情 ===
股票代码: DANGCEM
最新价: 312.5
开盘价: 310.0
最高价: 315.0
最低价: 308.0
成交量: 156800
涨跌额: 2.5
涨跌幅(%): 0.81
更新时间戳: 1765526889000
交易状态: 0
三、实战2：获取历史 K 线数据
新接口：GET /stock/kline?region=NG&code=xxxx&kType=8&limit=100
kType 对应周期：
- 8 = 日K
- 9 = 周K
- 10 = 月K
- 1~7 = 分钟级别（1分钟、5分钟、15分钟等）
核心代码示例（日K）
# 继续使用上面的类，新增方法
def get_historical_klines(
self,
stock_code: str,
k_type: int = 8, # 8=日K
limit: int = 100,
end_timestamp: int = None # 可选，截止时间戳
) -> Optional[pd.DataFrame]:
"""
获取历史 K 线数据（日K、周K、月K等）
"""
try:
url = f"{self.base_url}/stock/kline"
params = {
"region": "NG",
"code": stock_code.upper(),
"kType": k_type,
"limit": limit
}
if end_timestamp:
params["et"] = end_timestamp
response = requests.get(
url,
headers=self.headers,
params=params,
timeout=12
)
if response.status_code == 200:
result = response.json()
if result.get("code") == 0 and isinstance(result.get("data"), list):
data_list = result["data"]
if not data_list:
print(f"{stock_code} 无历史数据")
return None
df = pd.DataFrame(data_list)
# 字段映射（符合国内习惯）
df = df[["t", "o", "h", "l", "c", "v"]]
df.rename(
columns={
"t": "时间戳",
"o": "开盘价",
"h": "最高价",
"l": "最低价",
"c": "收盘价",
"v": "成交量"
},
inplace=True
)
# 时间戳转可读日期（UTC → 北京时间）
df["日期"] = pd.to_datetime(df["时间戳"], unit="ms", utc=True)
df["日期"] = df["日期"].dt.tz_convert("Asia/Shanghai")
df["日期"] = df["日期"].dt.strftime("%Y-%m-%d %H:%M:%S")
# 调整列顺序
df = df[["日期", "开盘价", "最高价", "最低价", "收盘价", "成交量", "时间戳"]]
return df
else:
print("接口返回格式异常")
return None
else:
print(f"K线请求失败，状态码：{response.status_code}")
return None
except Exception as e:
print(f"获取K线出错：{str(e)}")
return None
# ---------------------- 调用示例 ----------------------
if __name__ == "__main__":
# （前面的初始化代码不变）
kline_df = api.get_historical_klines(
stock_code="DANGCEM",
k_type=8, # 日K
limit=60 # 最近60天
)
if kline_df is not None:
print("\n=== 历史日K线数据（前5条） ===")
print(kline_df.head())
# 可视化（可选）
import mplfinance as mpf
plot_df = kline_df.copy()
plot_df["日期"] = pd.to_datetime(plot_df["日期"])
plot_df.set_index("日期", inplace=True)
plot_df.rename(
columns={
"开盘价": "Open",
"最高价": "High",
"最低价": "Low",
"收盘价": "Close",
"成交量": "Volume"
},
inplace=True
)
mpf.plot(
plot_df,
type='candle',
volume=True,
title='DANGCEM (NG) 日K线',
ylabel='价格 (NGN)',
figratio=(16,9)
)
四、重要注意事项（2026最新版）
- 市场代码：尼日利亚统一用
region=NG（不再是 NSENG） - 认证方式：现在只用
token请求头，不再是Bearer api_key:secret - 时间戳：返回的是毫秒级 Unix 时间戳（UTC），需自行转换为北京时间
- 频率限制：免费账号有调用限制，建议加上合理的 sleep 或使用付费套餐
- 价格单位：仍为尼日利亚奈拉（NGN）
五、总结
对接尼日利亚 NSENG 股票 API 虽然不如对接A股/美股顺手，但只要找对工具、踩平时区和网络的坑，其实难度不大。总结几个核心点：
关键点回顾
- 实时行情和历史 K 线的核心接口都是 GET 请求，重点做好超时重试和时区转换；
- 数据解析时优先提取核心字段，并用 pandas 格式化，方便后续分析和可视化。
温馨提示：本文仅供代码参考，不构成任何投资建议。市场有风险，投资需谨慎
参考文档：https://docs.itick.org/rest-api/stocks/stock-kline
GitHub：https://github.com/itick-org/