美股行情API对接 - 请求示例

社区HTTPwebsocket

在当今数字化交易环境中,获取即时的美股实时行情数据是金融从业者和投资者必不可少的需求之一。随着技术的发展,美股实时行情API成为了实现这一目标的主要方式之一。美股实时行情API是指一种应用程序接口,通过它可以获取美股市场上的实时股票价格、交易量等数据。通过使用美股实时行情API,用户可以实时监测股市动态、进行实时交易决策,从而更好地把握市场机会。

但是,要想充分利用美股实时行情API,首先需要对美股实时行情数据有着清晰的理解。美股实时行情数据涵盖了股票的实时价格、成交量、市值等信息,是投资者进行交易决策的重要依据之一。因此,美股实时行情数据对接成为了金融科技领域的热门话题之一。通过实现美股行情数据对接,用户可以将实时行情数据与自己的交易系统或者分析工具相连接,实现更加精准的交易决策和风险管理。

1、产品功能

支持所有A股、港股、美股、外汇、期货等的实时交易数据查询,保证数据的准确性和可靠性。

不仅提供股票的实时价格,还包含其他多项指标数据,让您可以全面了解市场动态。

具备毫秒级的查询性能,确保您能够及时获取最新的交易信息。

传递美股代码,筛选出特定股票的实时交易数据,方便您进行精准的分析和决策。

全面支持HTTPS,采用TLS v1.0至v1.3的安全协议,确保数据传输的安全可靠。

全国多节点CDN部署:为了提升数据传输的稳定性和速度,我们在全国范围内部署了多节点CDN。

API接口构建了多台服务器,实现了负载均衡,以确保接口的极速响应,无论在任何时间、任何情况下,都能提供稳定可靠的服务。

2、API介绍

官网:https://infoway.io/
市场覆盖:A股、港股、美股、外汇、加密货币、期货
数据类型:实时行情数据
查询方式:HTTP、WebSocket

3、请求示例

import requests

api_url = 'https://data.infoway.io/stock/batch_kline/1/10/002594.SZ%2C00285.HK%2CTSLA.US'

# 设置请求头
headers = {
    'User-Agent': 'Mozilla/5.0',
    'Accept': 'application/json',
    'apiKey': 'yourApikey'
}

# 发送GET请求
response = requests.get(api_url, headers=headers)

# 输出结果
print(f"HTTP code: {response.status_code}")
print(f"message: {response.text}")

四、Websocket订阅实时行情数据

import asyncio
import json
import websockets

# 美股行情的websocket订阅地址
WS_URL = "wss://data.infoway.io/ws?business=stock&apikey=yourApiKey"

# 请先在官网https://infoway.io 申请免费API key

async def connect_and_receive():
    async with websockets.connect(WS_URL) as websocket:
        # 发送初始化消息,这里订阅的是苹果股票的1分钟K线数据
        init_message = {
            "code": 10004,  # K线请求协议号
            "trace": "423afec425004bd8a5e02e1ba5f9b2b0",  # 可追溯ID(随机字符串)
            "data": {
                "arr": [
                    {
                        "type": 1,  # 1分钟K线
                        "codes": "AAPL"  # 订阅的股票代码
                    }
                ]
            }
        }
        await websocket.send(json.dumps(init_message))

        # 设置ping任务
        async def send_ping():
            while True:
                await asyncio.sleep(30)
                ping_message = {
                    "code": 10010,
                    "trace": "423afec425004bd8a5e02e1ba5f9b2b0"
                }
                await websocket.send(json.dumps(ping_message))

        # 启动ping任务协程
        ping_task = asyncio.create_task(send_ping())
        
        try:
            # 持续接收消息
            while True:
                message = await websocket.recv()
                print(f"Message received: {message}")
        except websockets.exceptions.ConnectionClosedOK:
            print("Connection closed normally")
        finally:
            # 取消ping任务
            ping_task.cancel()

# 运行主函数
asyncio.run(connect_and_receive())

返回示例


{
    "c": "150.00",         // 当前价格
    "h": "150.20",         // 最高价
    "l": "149.80",         // 最低价
    "o": "149.90",         // 开盘价
    "pca": "0.00",         // 价格变化
    "pfr": "0.00%",        // 价格变化百分比
    "s": "AAPL",           // 股票代码
    "t": 1747550648097,    // 时间戳
    "ty": 1,               // K线类型:1 表示1分钟K线
    "v": "0.34716",        // 交易量
    "vw": "35923.5149678"  // 加权平均价格
}
0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
字节跳动基于 DataLeap 的 DataOps 实践
随着数字化转型的推进以及业务数仓建设不断完善,大数据开发体量及复杂性逐步上升,如何保证数据稳定、正确、持续产出成为数据开发者核心诉求,也成为平台建设面临的挑战之一。本次分享主要介绍字节对于DataOps的理解 以及 DataOps在内部业务如何落地实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论