港股实时行情api接口接入教程与实战案例-编程实验室

每次我打开港股行情，总觉得网页刷新像是一种慢动作的折磨。对量化策略而言，几秒钟的延迟就可能错过关键信号。于是，我决定直接把港股的实时行情搬到自己的 Python 脚本里，用港股实时行情api接口，让每一笔成交、每一次涨跌都在眼前闪现。

环境准备

在开始之前，先确认环境。Python 3.9 以上，websocket-client 库，当然还有 json。这些都是小伙伴们手到擒来的基本配置。

pip install websocket-client

虽然依赖不多，但在数据量大时，一个稳定的连接才是关键。你可以先在本地测试，等熟悉流程再考虑大规模并发。

建立 WebSocket 连接

港股行情实时更新，本质上就是一个消息推送系统。WebSocket 是天然的选择。下面示例展示如何使用港股实时行情api接口订阅恒生指数和一只股票（比如 00700.HK）：

import websocket
import json

url = "wss://api.alltick.co/realtime/hk"

def on_message(ws, message):
data = json.loads(message)
# 打印最新成交价和涨跌情况
print(f"{data['symbol']} 最新价格: {data['last_price']} 涨跌: {data['change']}")

def on_open(ws):
# 订阅恒生指数及指定股票行情
ws.send(json.dumps({
"action": "subscribe",
"symbols": ["HSI", "00700.HK"]
}))

ws = websocket.WebSocketApp(url, on_message=on_message, on_open=on_open)
ws.run_forever()

这段代码的美妙之处在于——它几乎不需要改动就能接入港股行情，有些平台总让你看得眼花缭乱，而这里，你只需要专注于数据本身。

这里使用的是 AllTick API提供的港股实时行情接口，官方文档很清晰，如果你愿意深入，也可以直接参考进行更多自定义订阅。

数据处理与实用小技巧

拿到行情数据后，怎么处理呢？对我来说，最直接的办法是把 tick 数据按时间戳排序，形成连续的价格序列。再用 pandas 或者你喜欢的任何工具做进一步分析，比如计算短期涨跌幅、成交量波动等。

import pandas as pd

# 假设我们有一个行情列表
ticks = [
{"time": "09:30:01", "price": 500, "volume": 100},
{"time": "09:30:02", "price": 502, "volume": 50},
{"time": "09:30:03", "price": 501, "volume": 80},
]

df = pd.DataFrame(ticks)
df['time'] = pd.to_datetime(df['time'])
print(df)

让我想起第一次处理港股 tick 数据时，觉得像是在听交响乐——每一笔成交都像乐器敲击出的小节，你能清楚地感受到市场的节奏。对策略而言，这些微小的波动，往往比大趋势更有意思。