港股实时行情 API 接入全流程:先选数据源,再跑这 7 项核验就够了

TickDB Research ·

摘要:一份好用的港股实时行情 API,不仅决定数据接入效率,也直接影响后续研究的可靠性。本文以 TickDB 为例,介绍如何选择一个结构清晰的数据源,完成港股 symbol 配置和 ticker、K 线接口调用,并在接入后用一套 7 项字段核验清单确认数据就绪。适合正在选型或刚开始接入港股实时行情的量化研究者。

image.png


一、为什么要先选对数据源

接入港股实时行情,第一步不是写代码,而是选一个值得长期使用的数据源。

市面上可选的行情接口不少,但对接成本差别很大。选错了,后面的坑一个接一个:

常见问题具体表现对研究的影响
字段命名不统一ticker 的价格叫 last_price,K 线的价格叫 close,文档里没说清楚区别你以为取到了正确的字段,回测跑完才发现数据口径有问题
返回结构复杂ticker 和 K 线的数据嵌套在不同层级,取值路径要自己摸索每个接口都要单独写取值逻辑,维护成本高
symbol 格式不统一A 股写 600519.SH,港股却要写 00700.HK,不同市场不同规则跨市场策略要维护多套 symbol 格式,容易出错

这些问题不会阻止你拿到数据,但会让你的接入过程充满猜测。而量化研究最怕的就是猜测。

所以选数据源时,至少看三点:

字段定义是否清晰、返回结构是否一致、文档是否完整。

这三点决定了你后面的核验工作量。选对了,核验就是对照文档打勾;选错了,核验变成猜谜。


二、以 TickDB 为例:一个更适合研究者的港股行情 API

TickDB 是一个面向量化策略的统一行情 API,覆盖 A 股、港股、美股、外汇和数字货币等多个市场。对港股接入来说,它在设计上做了几件对研究者友好且省心的事:

设计特点具体说明对研究者的好处
symbol 规则清晰港股代码建议去掉前导零,直接写 700.HK、5.HK;多市场后缀按文档统一规则管理按文档统一写法管理即可,不用记忆不同市场的补零规则
字段定义明确ticker 快照价格就是 last_price,K 线 OHLC 就是 open/high/low/close不会出现一个价格字段在不同接口里叫不同名字——降低字段混用风险
返回结构可按文档核对同类接口的返回结构应先按文档和实际返回核对,确认后再固化到脚本里每个接口取值前先确认路径,避免取到错误位置的数据
文档可查核心接口字段可通过文档和当前返回交叉确认接入完成后可以逐条对照,确认字段定义和实际返回一致

这些设计不能替代你必须要做的那份字段核验工作,但它们能让核验本身从“猜”变成“核对”——你需要的不是自己推理,而是对照文档打勾。


三、如何接入:ticker 和 K 线的基础配置

选好数据源后,接入港股实时行情主要涉及两个核心接口:

接口用途返回的核心价格字段接入时最容易忽视的点
ticker(实时快照)拉取当前时刻最新行情last_price(最近一笔成交价)last_price 不等于当日收盘价
K 线(历史聚合)拉取指定时间间隔的聚合数据open/high/low/close返回路径需以文档和实际返回为准,不要假设

3.1 ticker 快照:获取实时价格

接入步骤:

  1. 确认 symbol 格式:港股代码去掉前导零,如 700.HK
  2. 调用 ticker 接口,传入目标 symbol / symbols 参数,具体参数名以当前文档为准
  3. 返回 JSON 中定位 last_price 字段

⚠️ 重要提醒:last_price 是最近一笔成交价,不等于当日收盘价。如果你需要“今天的收盘价”,应该去日线 K 线里取 close。两者在盘中可能相差很大——这是初次接入最高频的错误。


3.2 K 线:获取 OHLC 历史数据

接入步骤:

  1. 指定参数:symbol(如 700.HK)和 interval(如 1d 日线、1m 1 分钟线)
  2. 调用 K 线接口
  3. 先打印返回 JSON 顶层结构,确认 OHLC 数组所在路径,再写取值逻辑

⚠️ 重要提醒:K 线的返回路径以当前文档和实际返回为准,不要假设在所有接口里都一样。取值前先确认数组位置,再写后续处理逻辑。


四、接入完成后:七项字段核验清单

image.png

接口返回成功状态,比如 code=0,只是第一步。接入完成后,下面这 7 项核验必须逐条跑一遍,否则你拿到的数据只是“看起来对”。

序号核验项要确认什么最容易出的错
1symbol 格式港股代码是否去掉前导零,如 700.HK依赖带前导零的兼容写法,换数据源后失效
2ticker 价格字段快照价格是 last_price,不等于收盘价把 last_price 和 K 线 close 混用——最高频错误
3K 线价格字段OHLC 是 open/high/low/close,返回路径先确认把 K 线 close 等同于 ticker last_price
4timestamp 单位确认是 13 位毫秒还是 10 位秒按秒级处理毫秒时间戳,时间全错
5空数据处理非交易时段或停牌时返回什么脚本直接取 data[0],空数组导致异常
6返回结构路径ticker 和 K 线路径不同,需分别确认路径写错,或取到错误位置的数据
7未验证字段边界港股通、暗盘、南下资金等是否真有返回把文档没写的能力当成已支持,写进策略

4.1 symbol 格式:前导零去掉

港股代码建议去掉前导零,写 700.HK 而不是 00700.HK,写 5.HK 而不是 00005.HK。

核验动作:用 700.HK 和 5.HK 分别请求,确认均正常返回。统一格式写入脚本,不依赖系统做补零转换。


4.2 ticker 价格字段:它不等于收盘价

ticker 返回的 last_price 是最近一笔成交价,跟当日收盘价是两回事。

核验动作:同一时刻分别请求 ticker 和日线 K 线,对比两者的价格字段,直观理解差异。


4.3 K 线价格字段:先确认返回路径

K 线返回 open/high/low/close,但取值之前必须先确认这些字段在返回 JSON 中的位置。

核验动作:打印返回 JSON 顶层结构,确认 OHLC 数组所在路径,以当前文档和实际返回为准,再写取值逻辑。


4.4 timestamp 单位:别搞混位数

ticker 和 K 线常见返回 13 位毫秒时间戳。如果当成 10 位秒处理,时间解析会严重偏移。

timestamp 位数只用于字段解析,不代表延迟、SLA 或数据新鲜度保证。

核验动作:取一条返回的时间字段,检查位数,确认后统一写转换逻辑。


4.5 空数据处理:停牌和非交易时段

非交易时段或股票停牌时,ticker 可能返回空数组,K 线可能返回空列表。

核验动作:在非交易时段或找一只停牌股票请求,观察返回结构,确认脚本对空数据有显式处理。


4.6 返回结构路径:ticker 和 K 线分别确认

ticker 和 K 线的返回路径不同,混写会取不到数据。

核验动作:两种请求都打印返回 JSON,以文档和实际返回为准,确认各自路径后再写取值逻辑。


4.7 未验证字段边界:别把猜测写成结论

港股通标的、暗盘数据、南下资金流向、指数成分权重——这些不是行情接口标配。文档会列出每个接口的返回字段:

原则:以文档和当前返回为准,不以推测为准。 返回里有的,可以用;返回里没有的,先标注为“需独立数据源确认”。

核验动作:检查研究脚本里是否引用了上述特殊字段。如果有但当前返回里没有,先注释掉,待确认后再放开。


五、核验做完后,数据才算真正就绪

从选数据源到接入完成,再到 7 项核验全部打勾,这套流程走下来,你的港股实时行情才算真正进入了可用状态。

image.png

TickDB 这类字段定义清楚、返回结构可按文档核对的 API,能让这套核验过程从“猜”变成“核对”——大部分工作是对照文档逐项确认:

确认项通过标准
格式symbol 去掉前导零,正常返回
路径ticker 和 K 线返回路径以文档和实际返回为准
字段last_price ≠ close,各取所需
时间timestamp 位数确认,解析逻辑正确
空数据空数组有显式处理
边界未验证字段已标注,不写进策略

提前跑完这套核验的时间成本,远比事后发现数据口径问题再返工要低。这不是额外的工作,这是保证你的研究建立在可靠数据上的必要一步。


免责声明:本文仅以 TickDB 为例说明港股实时行情的接入流程与字段核验方法,所有接口描述均来自公开文档,不代表特定产品的功能承诺。文章不构成任何投资建议,不推荐任何具体证券或交易方向,不对未来收益做任何暗示。文中提及的 symbol(如 700.HK、5.HK)仅用于格式说明,不构成投资标的推荐。


标签:#港股实时行情 #行情API接入 #TickDB #量化数据接入 #字段核验

相关文章

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 ·

美股历史数据下载:用 Codex 取数,Python 导出 CSV

面向已在 Codex 中接入 TickDB、需要将美股历史行情用于 Excel 或 Python 分析的研究者,演示如何把一次查询留成可复用的研究输入。TickDB 按股票、周期、日期和复权方式返回历史日线,Codex 组织查询,文中的完整 Python 脚本将原始响应转成 CSV,并记录实际首尾时间与条数。示例使用 AAPL.US;指定日期查询需具备相应账号权限。

TickDB Research ·