港股api接入指南：实时行情与历史数据获取

我接触港股api有一段时间了，最开始只是想简单地获取一些实时行情，后来慢慢延伸到历史数据分析，才发现这一块其实有不少细节要注意。对开发者来说，关键是怎么把数据拿到手，而且还要尽量稳定、快速。

接口类型选择

接入港股api，通常分成两类：实时行情接口和历史数据接口。实时行情接口偏向 WebSocket 或者长连接，数据更新快，适合行情监控或者数据展示；历史数据接口大多是 REST API，获取过去K线、分笔信息或者财务数据，适合做数据统计和分析。

我平时用实时行情做信息推送，每当价格波动明显就触发提醒；历史数据则用来画图表或者做分析。两者配合，能让数据处理更加完整。

实时行情获取

实时行情最直接的方式是 WebSocket。对港股来说，tick数据尤其关键，因为港股市场变化快，分笔信息对分析非常有用。以 AllTick API 为例，它的 WebSocket 接口可以订阅股票的实时行情。Python 里可以这样写：

复制代码

import websocket
import json

def on_message(ws, message):
    data = json.loads(message)
    print(data)  # 打印实时tick信息

def on_open(ws):
    subscribe_msg = {
        "type": "subscribe",
        "symbols": ["00700", "09988"],
        "fields": ["last_price", "volume", "time"]
    }
    ws.send(json.dumps(subscribe_msg))

ws = websocket.WebSocketApp(
    "wss://api.alltick.co/stock-websocket",
    on_open=on_open,
    on_message=on_message
)

ws.run_forever()

这样就可以持续获取股票的分笔成交和实时价格。WebSocket的优势是数据实时性高，而且开一个连接就能同时订阅多个股票，比频繁调用 REST 接口省事多了。

接入时需要注意几个点：订阅的股票列表不要一次拉太多，容易被接口限流；有些api提供增量更新和全量快照，最好先拉取快照，再处理增量数据，保证行情不丢。

历史数据获取

历史数据接口通常是 REST 风格，支持按日、周、月或者按分钟获取 K 线数据。调用方式和一般 API 差不多，关键在于理解字段，比如价格字段、成交量、开收盘时间戳等。

获取日K线数据可以用 Python 这样写：

复制代码

import requests

url = "https://api.alltick.co/rest/stock/kline"
params = {
    "symbol": "00700",
    "start_date": "2025-01-01",
    "end_date": "2025-04-01",
    "interval": "1d"
}
headers = {
    "Authorization": "Bearer YOUR_API_KEY"
}

response = requests.get(url, params=params, headers=headers)
data = response.json()

for kline in data[:5]:
    print(kline)

我一般会把获取到的数据先存到数据库或本地文件，然后用 pandas 做处理，画图或者分析。这样就不必每次都请求接口，也方便跨时间段处理数据。

接入中的注意点

在实际使用港股api时，我注意了几个问题：

频率控制：接口有调用限制，不要每秒钟刷太多请求。
数据完整性：实时行情最好有快照和增量结合，防止丢数据。
异常处理：网络断开或返回异常数据是常态，需要做好重连和容错。
时间对齐：港股交易有早盘、午盘，历史数据的时间戳需要和交易时段匹配。

我自己在处理历史数据的时候，就遇到过午盘休市导致时间对齐不一致的情况。后续统一了交易时段，问题就解决了。

我平时把接口调用、数据存储和分析流程都搭建成一个小型管道，这样无论是实时监控还是历史分析，都能高效运转。港股市场信息量大，但工具和接口成熟，熟练掌握后，开发起来就顺畅很多。