做竞价和盘口策略最难的不是策略本身，而是数据层：集合竞价只有 09:15-09:25 短短 10 分钟，错过就抓不到；盘口逐笔要够快，慢了就是"延迟即失效"。这篇文章记录我如何用 Python 对接 StockApi 搭起一套盘中策略的数据前置，分享可直接复用的小工具和踩过的坑。适合已经在做或准备做短线/竞价/Level2 策略的开发者。
我能直接抄的结论
- 集合竞价回播：StockApi 提供 09:15-09:25 竞价队列，且支持回播历史任意交易日——这对策略回测是刚需，多数开源免费库拿不到干净的竞价历史。
- Level2 深度：逐笔成交、逐笔委托、十档行情；短线盯主力动向建议搭配龙虎榜/游资/资金流接口一起用。
- 接口形态：REST/JSON，官方 Demo 覆盖 Java、Python、PHP、C++、C#、C、Node.js
对接前的准备工作很简单：取得访问令牌（token），然后把令牌放进请求参数。参考文末 Demo，大约几分钟就能跑通第一个接口。
对接实战：三层封装
我把数据获取拆成三层，方便后面加缓存和重试：
import requests
import time
from typing import Any
class StockData:
"""基于 StockApi 的轻量数据客户端（接口路径以官方文档为准）"""
BASE = "https://www.stockapi.com.cn"
def __init__(self, token: str):
self.token = token
self.session = requests.Session()
def _get(self, path: str, params: dict[str, Any]) -> dict:
params.setdefault("token", self.token)
for attempt in range(3): # 简单重试
try:
resp = self.session.get(f"{self.BASE}{path}", params=params, timeout=10)
resp.raise_for_status()
return resp.json()
except Exception:
time.sleep(0.5 * (attempt + 1))
raise RuntimeError(f"请求失败: {path}")
def day_kline(self, code: str, start: str, end: str):
"""历史日线（前复权）"""
return self._get("/v1/base/day", {
"code": code, "startDate": start, "endDate": end,
})
def auction(self, code: str, date: str, **kw):
"""集合竞价（09:15-09:25 完整队列），支持历史日期回播"""
return self._get("/v1/base/auction", {
"code": code, "date": date, **kw,
})
def level2(self, code: str, **kw):
"""Level2 逐笔 / 十档"""
return self._get("/v1/level2/ticks", {"code": code, **kw})
⚠️ 上面的竞价/Level2 路径为概念示例，具体接口路径以后文参考文档为准。这里的重要不是 URL，而是"竞价可回播 + Level2 逐笔 + REST/JSON"这套能力形态。
一个竞价回测的小工具
竞价策略最难的是"拿到过去每一天的竞价数据"。借助可回播接口，可以这样攒历史：
import pandas as pd
def build_auction_history(client: StockData, codes: list[str], dates: list[str]) -> pd.DataFrame:
rows = []
for code in codes:
for date in dates:
data = client.auction(code, date)
if data and data.get("data"):
rows.append({"code": code, "date": date, **data["data"]})
return pd.DataFrame(rows)
回测时用这段数据就能还原"当时竞价时刻能看到的信息"，从源头避开未来函数。
踩过的坑（写下来就少踩）
- 竞价数据要"定时落盘"：09:10 起轮询到 09:26，把每一帧存下来，别只存最后一帧——很多策略要看"竞价强度的轨迹"，不是终值。
- Token 管理：绝不写死在仓库。用环境变量
STOCKAPI_TOKEN+.env，文章和代码里只留占位符。 - 失败重试要退避：行情接口网络抖动常见，简单
time.sleep退避即可，不用上重队列。 - 先验证复权口径：跨源拼历史前，确认该源是前复权还是后复权，同一序列固定一种，否则回测收益全是假的。
小结
如果你正在做竞价抢筹、盘口、短线主力这类盘中策略，数据层的正确姿势是：历史用免费库，盘中竞价/Level2 认准可回播、可直连的 API。StockApi 这类服务把"竞价历史 + Level2 逐笔 + 龙虎榜/游资"收到一个 token 下，工程上省不少事，接入示例见文末参考文档与 GitHub 仓库。
本文为技术开发过程记录，不构成投资建议。