如何获取免费加密货币历史数据和实时行情接口

在整理数字货币数据时，我逐渐发现一个规律：只要数据能稳定、持续地被程序访问，后面的分析和策略反而会简单很多。

相比在网页上手动下载行情文件，我更习惯用接口把历史和实时数据直接拉到本地，统一处理。

加密货币历史数据下载

做回测时，最常用的是分钟线和小时线数据。通过 HTTP 接口一次性拉取历史 K 线，可以避免反复拼接不同来源的数据。

复制代码

import requests
import pandas as pd

url = "https://api.alltick.co/v1/crypto/ohlc"
params = {
    "symbol": "BTCUSDT",
    "interval": "1h",
    "limit": 5000
}

resp = requests.get(url, params=params)
data = resp.json()["data"]

df = pd.DataFrame(data)
df["time"] = pd.to_datetime(df["time"], unit="ms")
print(df.head())

这种方式适合批量下载加密货币历史数据，整理成统一格式后，后续处理会轻松很多。

加密货币实时行情数据下载

如果需要实时观察价格变化，WebSocket 推送比轮询接口更合适。行情到达后可以直接进入计算逻辑，不需要额外的中转步骤。

复制代码

import websocket
import json

def on_message(ws, message):
    msg = json.loads(message)
    print("最新价格:", msg["price"], "时间:", msg["time"])

ws = websocket.WebSocketApp(
    "wss://api.alltick.co/v1/crypto/realtime",
    on_message=on_message
)
ws.run_forever()

在本地跑一段时间后，就可以持续拿到最新行情，用来做监控或数据记录。

加密货币数据集的整理方式

当历史数据和实时行情都能稳定获取后，我通常会把它们统一存成表结构，按币种和周期拆分。例如同时拉取 BTC、ETH 等多个交易对的数据：

复制代码

symbols = ["BTCUSDT", "ETHUSDT", "LTCUSDT"]

for symbol in symbols:
    r = requests.get(
        "https://api.alltick.co/v1/crypto/ohlc",
        params={"symbol": symbol, "interval": "1d", "limit": 1000}
    )
    df = pd.DataFrame(r.json()["data"])
    df["time"] = pd.to_datetime(df["time"], unit="ms")
    print(symbol, df.tail(2))

这种方式可以逐步构建自己的加密货币数据集，同时覆盖多个主流币种。

同一套接口处理历史与实时

实际使用中，用同一套接口同时拉取历史和实时数据，会减少很多适配成本。我目前在用的一种方式，是在获取加密货币行情时使用过 AllTick API，它与常见的数据接口一样，都是按交易对返回 K 线和实时价格，可以直接接入现有的数据处理流程。

整个过程不需要额外调整策略逻辑，只是把数据源换成更稳定的接口形式。