背景知识：数据源与API对比

数据是量化交易的基础。选择正确的数据源直接影响策略开发效率和实盘表现。

一、主流数据源概览

⚠️ 重要提醒：IEX Cloud 已于 2024 年 8 月停止服务。如果你的代码依赖 IEX Cloud，需要迁移到其他数据源（推荐 Databento、Massive（原 Polygon.io）或 Alpaca）。

二、免费数据源详解

2.1 Binance API

优点：

• 完全免费，无需付费
• 实时数据，延迟极低
• 支持 WebSocket 实时推送
• 历史数据完整（可追溯多年）
• REST + WebSocket 双接口

缺点：

• 仅限加密货币
• Rate Limit：1200次/分钟（REST），每个连接限制订阅数量（WebSocket）
• 高波动时 API 可能不稳定

Rate Limit 处理：

import time
from binance.exceptions import BinanceAPIException

def fetch_with_retry(func, max_retries=3):
    for attempt in range(max_retries):
        try:
            return func()
        except BinanceAPIException as e:
            if e.code == -1003:  # Rate limit
                time.sleep(60)  # 等待1分钟
            else:
                raise

适用场景：加密货币策略开发、7x24小时交易系统

2.2 Yahoo Finance (yfinance)

优点：

• 完全免费
• 覆盖全球股票、ETF、指数
• 历史数据丰富（可追溯数十年）
• Python 库简单易用

缺点：

• 数据延迟 15-20 分钟
• 无官方 API，依赖网页抓取（可能被封）
• 数据质量不保证（偶有错误）
• 无 Level-2 数据

使用示例：

import yfinance as yf

# 获取股票数据
aapl = yf.Ticker("AAPL")
df = aapl.history(period="1y", interval="1d")

# 批量获取
data = yf.download(["AAPL", "GOOGL", "MSFT"], period="1mo")

适用场景：学习、回测、日频策略研究

2.3 Alpha Vantage

优点：

• 免费层可用（25次/天，2024年后大幅收紧）
• 覆盖股票、外汇、加密货币
• 提供技术指标 API
• 有官方支持

缺点：

• 免费层限制严格
• 付费版 $49.99/月起
• 数据延迟 15 分钟
• 历史数据深度有限

Rate Limit 对比（2024-2025 定价）：

注意：Alpha Vantage 免费层请求限制已大幅收紧，仅适合轻量学习使用。

适用场景：原型开发、多资产研究

2.4 Alpaca Markets

优点：

• 免费实时美股数据（需开户）
• 同时提供交易 API
• WebSocket 实时推送
• 支持 Paper Trading（模拟交易）
• Python SDK 完善

缺点：

• 需要开设 Alpaca 账户
• 仅限美股和加密货币
• 历史数据需付费（更深度）

使用示例：

from alpaca.data import StockHistoricalDataClient
from alpaca.data.requests import StockBarsRequest
from alpaca.data.timeframe import TimeFrame

client = StockHistoricalDataClient(api_key, secret_key)
request = StockBarsRequest(
    symbol_or_symbols=["AAPL"],
    timeframe=TimeFrame.Day,
    start="2024-01-01"
)
bars = client.get_stock_bars(request)

适用场景：美股策略开发与实盘交易一体化

三、付费数据源详解

3.1 Databento

优点：

• 机构级数据质量：直接来自交易所原始 feed（ITCH、OPRA、MDP 等原始格式）
• 从 L1 到完整 L2/L3 order book 全深度覆盖，回测与实盘同一套 API
• 现代化接口：REST + WebSocket，Python/Rust SDK，开发者体验极佳
• 历史数据按量计费（$1-5/GB），可先花几美元小样本验证再扩大采购
• 覆盖美股（全交易所 + ATS 暗池统一视图）、期权（OPRA）、期货（CME/ICE）

缺点：

• 无 A 股、港股等亚洲市场覆盖
• 实时数据自 2025 年起仅订阅制（$199/月起），不再按量计费
• 对纯日线低频研究来说规格偏高，入门可先用免费源

定价（2025-2026）：

适用场景：美股/期货/期权的 Tick、L2/L3 数据需求，从回测到实盘的一体化数据底座

3.2 Massive（原 Polygon.io）

Polygon.io 于 2025 年 10 月更名为 Massive（massive.com），原 API 端点仍可用。

优点：

• 美股实时数据
• 历史 Tick 数据
• WebSocket 实时推送
• 价格合理（$29/月起）

缺点：

• 仅限美股
• 不提供美股 Level-2 订单簿深度

定价：

注意：Massive 不提供美股 Level-2 订单簿深度；需要 L2/L3 请看上面的 Databento 或交易所直连方案。

3.3 Bloomberg Terminal

优点：

• 全球最全面的金融数据
• 实时 + 历史 + 新闻 + 研究
• Level-2、订单簿数据
• 专业分析工具

缺点：

• 价格昂贵（$2000+/月/终端）
• 需要专用硬件
• API 使用复杂

适用场景：机构投资者、专业量化团队

3.4 Refinitiv (原 Thomson Reuters)

优点：

• 全球市场覆盖
• Tick 数据质量高
• 历史数据深度好
• Eikon API 易用

缺点：

• 价格昂贵
• 合同复杂

适用场景：机构级策略、高频交易

四、另类数据源

4.1 Nasdaq Data Link（原 Quandl）

提供非传统金融数据：

• 卫星图像数据
• 情感分析数据
• 宏观经济数据
• 供应链数据

4.2 新闻与情感数据

五、数据源选择决策树

你的交易品种是什么？
│
├─ 加密货币 → Binance API (免费、实时)
│
├─ 美股
│   ├─ 学习/回测 → Yahoo Finance (免费)
│   ├─ 原型开发 → Alpha Vantage (付费) 或 Alpaca (免费)
│   ├─ 实盘+数据 → Alpaca Markets (免费开户)
│   ├─ 高级数据 → Massive（原 Polygon.io）($29+/月)
│   └─ Tick/L2/L3 深度数据 → Databento（历史按量起步）
│
├─ A股
│   ├─ 学习/回测 → Tushare / AKShare (免费；Tushare 曾在 2025-08 停运一周,生产环境务必备好降级源)
│   └─ 实盘交易 → 券商 API / Wind
│
├─ 日股
│   └─ JPX 官方 J-Quants API(¥0-16,500/月,2026 年起含分钟线/Tick;个人做日股的首选)
│
└─ 机构级需求 → Bloomberg / Refinitiv / Databento

2025-2026 推荐：对于美股开发者，Alpaca Markets 是最受欢迎的免费起点（数据 + 交易 API 一体）；一旦策略需要 Tick 级或订单簿深度数据，优先评估 Databento。

六、常见陷阱

6.1 数据质量问题

• 缺失值：节假日、停牌导致的数据空洞
• 异常值：拆股、分红未调整
• 时区问题：不同交易所时区不同

6.2 Survivorship Bias

免费数据源通常只包含当前存在的股票，已退市股票数据缺失。

6.3 Look-Ahead Bias

某些数据源的"历史数据"可能包含后来修正的值（如财报重述）。

七、实用建议

1. 起步阶段：Yahoo Finance + Binance API（免费）
2. 原型开发：Alpaca Markets（免费且同时支持交易）
3. 美股实盘：Alpaca（数据+交易一体）或 Massive（原 Polygon.io，纯数据）
4. 深度数据（Tick/L2/L3）：Databento——历史按量计费，可小成本验证后再扩大
5. 机构级：Bloomberg / Refinitiv（全面但昂贵）
6. 始终验证：对比多个数据源，检查数据质量

⚠️ 避坑提醒：Alpha Vantage 免费层现在只有 25 次/天，已不适合正式开发使用。

核心原则：数据质量 > 数据数量。宁愿用少量高质量数据，也不要用大量有问题的数据训练模型。