多市场选股别只算指标:用一套行情 API 串起扫描池、市场指标和资金流

TickDB Research ·

把A股策略扩展到港股和美股时,很多人第一反应是加指标。真正拖慢你的,往往是更早的数据准备:三份股票名单、不同的symbol规则,以及分散在不同入口里的行情、指标和资金流。

TickDB的优势就在这里:用同一套REST API接入A股、港股和美股。产品目录建立扫描池,ticker和K线确认行情,calc-index批量读取市场指标,capital-flow继续查看候选股票的资金流结构。

它不替你选股票,但能把选股前最容易断开的几层数据接起来。

扫描池决定看得见谁,市场指标决定先看谁,资金流补充候选对象的盘中结构。

image.png

先解决“谁会被看见”

一套选股或行情监控任务,至少有两层:

  1. 输入范围:看哪些市场、哪些股票,symbol从哪里来,名单是否仍然有效;
  2. 筛选规则:涨跌幅、量比、估值、资金流,以及自定义因子。

第二层再精巧,也补不上第一层的缺口。代码只会处理收到的名单,不会提醒你“外面还漏了一只”。

没有报错,只能说明名单内的股票被处理了,不能证明名单本身完整。

代码从不撒谎,但它也从不告密。

从A股扩到三地市场,真正麻烦的是名单

原来只做A股,现在加入港股和美股。最直觉的办法,是再找两份股票代码表,复制两套调用。

短期能跑,时间一长就会遇到三个问题:

  • 三份名单来源不同、更新节奏不同,迟早不同步;
  • 同一家公司在不同数据源里的symbol和类型规则可能完全不一样;
  • 股票目录、实时价格、K线和辅助指标各走一套入口,还要自己补映射和路由。

结果不是一套多市场系统,而是三套逻辑拼在一起。每增加一个市场,就多维护一套“谁会被看见、看见后还能查到什么”的规则。

市场指标先筛,资金流再看

扫描池建好后,指标和资金流开始接棒。

TickDB提供两层辅助数据:

  • /v1/market/calc-index:批量返回多只股票的涨跌幅、量比、估值等市场指标,官方文档给出的单次上限为50只,适合初筛;
  • /v1/market/capital-flow:查看单只股票的分钟资金流,以及大、中、小单的流入流出分布,适合候选对象的进一步观察。

一个批量扫,一个单只看。最终阈值、排序和买卖判断,仍由用户自己的规则决定。

用贵州茅台、腾讯控股和苹果跑一遍

本次实测选择了三个高认知标的:A股贵州茅台 600519.SH、港股腾讯控股 700.HK、美股苹果 AAPL.US。

检查链路是:

股票信息 → ticker → 1d历史K线 → 综合市场指标 → 资金流向

下面是实测脚本的核心调用。完整脚本另有API Key读取、HTTP状态、业务码、空数据检查和证据落盘。

symbols = ["600519.SH", "700.HK", "AAPL.US"]

metrics = request_json(
    "calc_index_representative",
    "/v1/market/calc-index",
    {"symbols": ",".join(symbols), "type": "stock"},
    api_key,
)

for symbol in symbols:
    flow = request_json(
        f"capital_flow_{symbol.lower().replace('.', '_')}",
        "/v1/market/capital-flow",
        {"symbol": symbol, "type": "stock"},
        api_key,
    )

2026年7月21日22:47的真实返回如下:

市场股票5日变化10日变化量比PE TTM资金流分钟点数
A股贵州茅台7.66%10.03%1.1719.77241
港股腾讯控股3.90%2.78%0.6316.19332
美股苹果3.84%5.25%0.9939.1877

三只股票的股票信息、ticker、K线、市场指标和资金流五项检查均通过,相关请求返回HTTP 200,结果为3/3 PASS。

image.png 图注:2026-07-21 22:47 真实REST运行记录。图片只证明三个样本在本次调用中返回了ticker、K线、市场指标与资金流结构。资金流原始值不能直接跨市场排名,表中数据不构成选股结论或投资建议。

这次实测要证明的不是哪只股票更值得买,而是同一个symbol能继续进入行情、K线、综合指标和资金流任务。

一套接入,省下的不只是几个URL

多市场选股需要的不是一个“神奇指标”,而是一条连续的数据输入链:

产品目录建立扫描范围
→ ticker与K线确认行情
→ calc-index批量观察指标
→ capital-flow查看候选对象的资金结构
→ 用户规则完成筛选、排序与风险控制

TickDB不替用户选股票。它让A股、港股、美股的扫描对象、行情历史、辅助指标和资金流进入同一套REST API接入,减少重复维护名单、symbol映射和多套接口的工作。

名单不再是孤立的表,后续数据也不用分别生活在几套互不认识的系统里。

两条边界不能混

统一接入,不等于统一口径。

贵州茅台、腾讯控股和苹果分别使用CNY、HKD、USD。资金流原始值不能直接排名;估值指标也要结合市场、行业和公司阶段解释。币种换算、缺失值、分组和阈值仍由应用层处理。

当前目录,也不等于历史股票池。

今天能查到的股票,不能代表一年前、三年前的市场构成。历史选股仍需要对应日期的成分、上市状态和数据可用性证据,否则无法排除幸存者偏差。

最后检查四件事

在继续加因子前,先回答:

  1. 扫描名单从哪里来,多久更新一次?
  2. 目录中的symbol能否继续进入行情、K线和指标请求?
  3. 批量指标与单股资金流分别承担什么任务?
  4. 跨市场口径和历史样本由谁治理?

很多策略的平庸,是因为少看了一群人。

先保证该看的股票能进入扫描池,再决定先看谁、看多深。这个顺序,比继续堆指标更重要。

你现在的选股系统,是只有一份股票名单,还是已经把扫描池、综合指标和资金流拆成不同层?

公开资料:TickDB市场指标文档、TickDB资金流向文档、TickDB中文文档。


标签:多市场选股、行情API、市场指标、资金流向、A股、港股、美股、量化开发

风险提示:本文只讨论行情数据接入、辅助指标与资金流数据的工程使用,不推荐文中股票,不构成任何投资、交易或收益建议。

相关文章

沪深300回测最容易“穿越”的,不是价格,而是股票池

标题:沪深300回测最容易“穿越”的,不是价格,而是股票池 摘要 用今天下载的沪深300成分股名单去回测十年前,最危险的地方不只是漏了几只股票,而是你把今天才知道的股票池交给了过去的策略。价格K线可以告诉你某只股票在某天有没有行情,但它不能告诉你这只股票在那个历史时点是否已经属于沪深300、调整信息是否已经公开、成员资格是否已经生效。本文把这个问题拆成三层名单模型、三日期契约和一张提交前检查卡

TickDB Research ·

外汇行情还在更新吗?用 Python 订阅 EURUSD 并记录双时间

适合正在开发外汇报价监控、需要确认脚本持续收到行情的 Python 开发者。使用 TickDB 的 WebSocket 行情订阅,记录 EURUSD 报价、数据时间和本机接收时间,生成原始消息与 CSV。通过目标报价数量、接收间隔和数据时间推进情况,区分连接仍在、消息到达与数据更新。本次30秒订阅观察收到38条目标报价;代码支持有限运行和自动保存结果,方便在自己的环境复查。

TickDB Research ·

Codex股票分析实测:用TickDB MCP查A股行情、财报数据和估值

用Codex分析A股,怎样把行情、财报数据和估值放在一起看?本文以寒武纪为例,实测通过TickDB MCP获取历史行情、单季财务与PE估值,结合公司公告核对期间和口径,再用Python生成事实卡、整理个股研究笔记。附可复制的任务指令、真实输入和可运行代码,适合个人研究者与AI投研产品团队,减少重复查数和整理。

TickDB Research ·

A股历史数据下载:回测结果变了,先别急着改策略

同一只股票,换一份历史数据,研究结果为什么对不上?这篇写给定期做A股研究、准备回测输入的小团队,以及负责研究功能的产品经理。我们用寒武纪的真实日线对照,拆开价格口径、样本范围和数据更新带来的差异,再说明怎样借助TickDB的历史行情、股票信息与复权查询,让研究表、脚本和AI工具有共同的数据依据。

TickDB Research ·

A股行情接口怎么选?AKShare、Tushare、TickDB按用途比较

给A股看板、研究页或AI助手选行情接口,产品经理首先要明确数据用于什么功能、需要怎样更新。本文按用途比较AKShare、Tushare与TickDB的具体入口,结合寒武纪的真实查询结果,给出候选选择表和一张填好的试用需求卡,方便与技术同事讨论接入。

TickDB Research ·