在实际开发中，很多项目都需要实时获取美股行情数据，包括股票价格、涨跌幅、成交量等信息。整理了一套从数据获取到实时更新的流程，方便在项目中直接应用。

1. 基础请求：获取美股行情数据

最直观的方式是通过 REST API 获取基础行情。以 Python 为例，可以用 requests 获取最新行情：

import requests

url = "https://apis.alltick.co/market/stock/latest" # 示例接口
params = {
"symbol" : "AAPL.US" ,
"market" : "US"
}

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

通过这种方式，你可以拿到股票最新价格、涨跌幅以及成交量等信息。这里以 AllTick API 为例，接口结构清晰，数据响应快，方便在项目中快速接入。

2. 实时更新行情：WebSocket 接入

单次请求获取的数据有限，行情瞬息万变，需要实时更新。Python 里的 websocket-client 可以很方便实现：

import websocket
import json

def on_message (ws, message):
data = json.loads(message)
print( f"{data['symbol']} 当前价格: {data['price']}" )

def on_open (ws):
subscribe_msg = {
"action" : "subscribe" ,
"symbols" : [ "AAPL.US" , "TSLA.US" ]
}
ws.send(json.dumps(subscribe_msg))

ws = websocket.WebSocketApp( "wss://apis.alltick.co/realtime" ,
>
>
ws.run_forever()

通过 WebSocket 建立连接，发送订阅消息，就能持续接收指定股票的实时价格更新。对于交易策略、行情分析或数据可视化都非常方便。

3. 数据处理与可视化

拿到数据之后，可以做一些简单处理或者可视化。比如用 pandas 和 matplotlib 绘制实时行情曲线：

import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

prices = []

def on_message (ws, message):
data = json.loads(message)
prices.append({
"time" : datetime.now(),
"price" : data[ 'price' ]
})
df = pd.DataFrame(prices)
df.plot(x= "time" , y= "price" , kind= "line" )
plt.pause(0.01)

这样就可以边接收数据，边在图表上展示价格走势，直观了解市场变化。

4. 多品种和批量订阅

实际项目中，往往需要同时关注多只股票甚至跨市场的数据，可以在订阅列表里批量添加：

subscribe_msg = {
"action" : "subscribe" ,
"symbols" : [ "AAPL.US" , "TSLA.US" , "MSFT.US" ]
}

数据会实时推送回来，无需频繁请求接口，节省网络开销，也便于在程序里统一处理。

完整的流程就是：先通过 API 获取基础行情，后续通过 WebSocket 实时订阅更新，然后在程序里处理或者可视化。

灵活使用接口和实时数据推送，可以快速搭建行情监控、交易策略或者数据分析工具。

ITPub博客

美股数据接口实战：从获取到实时更新的流程

1. 基础请求：获取美股行情数据

2. 实时更新行情：WebSocket 接入

3. 数据处理与可视化

4. 多品种和批量订阅

最新文章