做量化回测或者选股工具，美股历史K线数据API接口基本是绕不开的一环。数据源选不好，回测结果跟实盘对不上，策略上线以后表现跟预期差一大截，问题往往就出在历史数据的完整度和准确性上。这篇文章记录一下用 iTick 美股历史K线接口的实际体验。
历史数据体量有多大
先说个数字，iTick官网披露他们的历史数据超过1万亿行，原始数据量2PB左右，这个体量对绝大部分中小团队来说其实是"用不满"的富余状态。美股这边从1分钟线一直到月线都有对应周期，回测短线策略或者长线趋势策略都能拿到匹配的数据颗粒度。
接口调用示例
拉取苹果（AAPL）最近的5分钟K线，Python SDK下大概是这样：
python
from itick.sdk import Client
client = Client("your_api_token")
kline = client.get_stock_kline("US", "AAPL", 2, 50)
for k in kline:
print(k["t"], k["o"], k["h"], k["l"], k["c"], k["v"])返回字段里，t是时间戳，o/h/l/c对应开高低收，v是成交量，做出一张K线图或者接入自己的回测框架，字段基本不用怎么转换就能直接用。
周期参数对照
| kType | 周期 |
|---|---|
| 1 | 1分钟 |
| 2 | 5分钟 |
| 3 | 15分钟 |
| 4 | 30分钟 |
| 5 | 1小时 |
| 8 | 1天 |
| 9 | 1周 |
| 10 | 1月 |
数据准确性怎么验证
自己做过一个简单的对照实验，拿AAPL、TSLA、NVDA三只股票近一年的日线跟另外两个免费数据源做过交叉核对，收盘价基本一致，个别除权除息日附近iTick这边的调整因子（Adjustment Factor）接口能单独查到，方便自己判断是否要做复权处理，这一点比某些"黑盒式"给出后复权数据的接口透明很多，至少你知道数据是怎么调整出来的。
批量拉取效率
如果需要同时回测几十上百只标的，逐个请求效率太低。iTick支持批量查询接口，一次请求带多个股票代码，实测下来比循环单只请求快出不少，尤其是做全市场扫描类的策略时，这个批量能力能省掉很多请求次数和等待时间。
小结
美股历史K线这块，iTick的数据完整度、周期覆盖、还有批量拉取的效率都挺让人满意的，配合官方SDK（Python/Java/Go/Node.js都有），从注册账号到跑通第一次K线请求，正常情况下十几分钟就能搞定。想看完整字段说明可以去文档站查一下：docs.itick.org，源码可以参考 GitHub上的java-sdk仓库，官网入口在 itick.org。