对接API获取马来西亚历史数据

简介: 本文介绍如何通过API对接获取马来西亚股票市场历史数据。需先获取API密钥,再利用“股票列表”接口查询股票PID,进而调用“K线数据”接口获取OHLCV行情。支持多种周期,提供Python实战示例及缓存、重试等最佳实践建议,助开发者高效集成。

通过API获取马来西亚股票市场的历史数据是许多开发者和分析师的常见需求。下面我将为您梳理基于API的完整对接方案。对接API获取马来西亚历史数据

🔑 准备工作

开始调用接口前,API文档API密钥(API Key) ,这是所有请求进行身份验证的必备凭证。推荐使用 requests(Python)或 axios(Node.js)等HTTP库来简化调用过程。

📊 核心接口详解

获取历史数据主要通过以下两个接口实现,它们返回统一格式的JSON数据,其中 code为200表示成功。

1. 获取历史K线数据

这是最常用的历史数据接口,用于获取股票的开盘价、收盘价、最高价、最低价和成交量等OHLCV信息。

  • 接口地址GET https://api.stocktv.top/stock/kline

  • 关键参数

    • pid: 必填,股票的唯一ID。此ID需要通过“获取股票列表”接口查询得到。

    • interval: 必填,指定K线的时间粒度。可选值包括:

      • PT5M(5分钟)
      • PT15M(15分钟)
      • PT1H(1小时)
      • P1D(日线)
      • P1W(周线)
      • P1M(月线)
    • key: 必填,您的API密钥。

2. 获取股票列表

在查询特定股票的历史数据前,你需要先通过此接口获取市场上所有股票的代码及其对应的唯一PID。

  • 接口地址GET https://api.stocktv.top/stock/stocks

  • 关键参数

    • countryId: 必填,马来西亚的国家ID为 42
    • pageSize& page: 用于分页,可高效获取全部股票数据。

💻 实战代码示例

以下是一个完整的Python示例,演示如何先获取股票列表,再查询某只股票(例如:MAYBANK)的日线历史数据。

import requests

# 配置
API_KEY = "YOUR_API_KEY"  # 请替换为你的真实API Key
BASE_URL = "https://api.stocktv.top"

def get_stock_list():
    """获取马来西亚股票列表,并找到MAYBANK的PID"""
    url = f"{BASE_URL}/stock/stocks"
    params = {
        "countryId": 42,
        "pageSize": 100,  # 假设MAYBANK在第一页
        "key": API_KEY
    }
    try:
        response = requests.get(url, params=params)
        data = response.json()
        if data.get("code") == 200:
            for stock in data["data"]["records"]:
                # 遍历寻找MAYBANK
                if stock.get("symbol") == "MAYBANK":
                    print(f"找到股票: {stock['name']}, PID: {stock['id']}")
                    return stock["id"]  # 返回PID
        else:
            print("获取股票列表失败:", data.get("message"))
    except Exception as e:
        print("请求出错:", e)
    return None

def get_historical_data(pid):
    """根据股票的PID获取历史K线数据(日线)"""
    url = f"{BASE_URL}/stock/kline"
    params = {
        "pid": pid,
        "interval": "P1D",  # 日线数据
        "key": API_KEY
    }
    try:
        response = requests.get(url, params=params)
        data = response.json()
        if data.get("code") == 200:
            kline_data = data["data"]
            print(f"\n获取到 {len(kline_data)} 条K线数据:")
            for i, kline in enumerate(kline_data[:3]):  # 仅打印前3条作为示例
                # 时间戳转换为可读日期
                from datetime import datetime
                date = datetime.fromtimestamp(kline["time"] / 1000).strftime('%Y-%m-%d')
                print(f"日期: {date}, 开盘: {kline['open']}, 最高: {kline['high']}, "
                      f"最低: {kline['low']}, 收盘: {kline['close']}, 成交量: {kline['volume']}")
            return kline_data
        else:
            print("获取K线数据失败:", data.get("message"))
    except Exception as e:
        print("请求出错:", e)
    return None

# 主程序
if __name__ == "__main__":
    # 第一步:获取MAYBANK的PID
    maybank_pid = get_stock_list()

    if maybank_pid:
        # 第二步:使用PID获取历史数据
        historical_data = get_historical_data(maybank_pid)

运行上述代码,你将首先得到MAYBANK的PID,然后获得其历史日线数据列表。

⚠️ 重要提示与最佳实践

为了更可靠地使用API,请注意以下几点:

  • PID是核心:历史数据查询严格依赖pid参数,务必先调用列表接口获取准确的PID。
  • 错误处理:在生产环境中,务必添加完善的异常捕获和重试机制,例如使用tenacity库。
  • 数据缓存:对于不常变动的历史数据,可以考虑在本地进行缓存,以降低API调用次数并提升响应速度。
  • 频率限制:请注意遵守API的请求频率限制,避免过于频繁的调用。

希望这份指南能帮助你顺利对接!如果你在具体操作中遇到问题,比如在寻找特定股票的PID时卡住了,可以告诉我,我们一起看看。

相关文章
|
1月前
|
缓存 编译器 OLAP
驾驭 CPU 与编译器:Apache Doris 实现极致性能的底层逻辑
Apache Doris 的演进给我们提供了一个生动的答案——它不仅跟随硬件与编译器的发展而演进,更主动地通过向量化、模板化、指令级并行与精细的用户态调度模式,将每一代 CPU 的潜力推向理论极限。
175 1
驾驭 CPU 与编译器:Apache Doris 实现极致性能的底层逻辑
|
3月前
|
存储 SQL 搜索推荐
货拉拉用户画像基于 Apache Doris 的数据模型设计与实践
货拉拉基于Apache Doris构建高效用户画像系统,实现标签管理、人群圈选与行为分析的统一计算引擎,支持秒级响应与大规模数据导入,显著提升查询效率与系统稳定性,助力实时化、智能化运营升级。
354 14
货拉拉用户画像基于 Apache Doris 的数据模型设计与实践
|
2月前
|
SQL 人工智能 Apache
字节跳动:Apache Doris + AI 一站式融合数据引擎的探索与实践
随着人工智能技术在业务中的渗透,我们逐渐意识到:AI 不仅是提升效率的工具,更是重构数据处理与消费方式的核心驱动力。在这一背景下,我们思考:**能否构建一款「AI + Data」一站式融合的数据引擎?** 它不仅能够统一处理文本、音视频等非结构化数据与传统结构化数据,还能为算法工程师提供流畅的数据开发体验,实现数据处理与 AI 模型无缝衔接,并能确保数据处理负载与在线服务负载完全隔离。这是 2024 年末启动 DataMind 项目的初衷。
221 0
字节跳动:Apache Doris + AI 一站式融合数据引擎的探索与实践
|
2月前
|
数据可视化 前端开发 数据挖掘
期货数据API对接与可视化分析全攻略:从数据获取到K线图生成
本文系统讲解期货数据API对接与K线图可视化全流程,涵盖WebSocket实时行情获取、RESTful历史数据调用、Pandas数据清洗处理及mplfinance、ECharts等多方案图表生成,助你构建完整的期货分析系统。
|
2月前
|
前端开发 安全 JavaScript
KLineChart 库生成一个股票K线图
本文介绍如何使用 KLineChart 库结合 StockTV API 实现股票K线图,涵盖数据获取、图表初始化、样式定制与实时更新。提供完整代码示例,支持多股票切换与周期选择,助你快速构建交互式金融图表。(238字)
|
1月前
|
监控 数据可视化 数据挖掘
实战教程:使用API获取日本股市前100支股票数据
本教程教你使用API实时获取日本股市前100支股票数据,涵盖环境配置、接口调用、数据处理与可视化。通过Python实战构建股票监控系统,掌握金融数据分析核心技能,助力量化交易与投资决策。
|
2月前
|
JavaScript 前端开发 API
获取股票API接口地址
StockTV提供全球股票、外汇、期货、加密货币的实时与历史数据API,支持统一密钥接入,覆盖美、日、印、中等多国市场。兼容HTTP/WS协议,适用于量化、财经应用开发。(239字)
|
1月前
|
机器学习/深度学习 监控 数据可视化
基于YOLOv8的南瓜叶片病害分类检测识别|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
基于YOLOv8的南瓜叶片病害检测系统,集成PyQt5可视化界面,支持图片、视频、摄像头实时检测,可识别细菌性叶斑病、霜霉病、白粉病、花叶病及健康叶片。含完整数据集、训练代码与预训练权重,开箱即用,适用于智慧农业、科研教学等场景,助力高效精准植保管理。
|
1月前
|
弹性计算 人工智能 小程序
阿里云服务器多少钱一年?2026年最新曝光,包括轻量、ECS和GPU云服务器价格清单
阿里云2026年服务器价格揭晓:轻量应用服务器低至¥38/年,ECS云服务器新购续费同价,GPU服务器支持大模型训练。涵盖个人建站、企业应用与AI计算,三类机型全解析,助你选型不花冤枉钱。
226 3
|
1月前
|
测试技术 Windows
【Azure 环境】在Windows环境中使用OpenSSL生成自签名证书链步骤分享
本文详解如何使用OpenSSL生成自签名证书链,包括根CA、中间CA和服务器证书,并最终打包为包含私钥的PFX文件,适用于内部系统或测试环境部署,步骤清晰,可复制即用。
183 4

热门文章

最新文章