对接印度 NSE 与 BSE 交易所实时数据

简介: 印度股市双支柱——NSE(流动性强、衍生品活跃)与BSE(亚洲最老、上市公司最多)。StockTV API通过`exchangeId=46/74`+`countryId=14`,一站式提供实时行情、Nifty 50/Sensex指数及毫秒级K线,支持聚合推送与Python快速接入。(239字)

印度股市拥有两大支柱:国家证券交易所 (NSE)孟买证券交易所 (BSE)。NSE 以极高的流动性和衍生品交易著称,而 BSE 则是亚洲最古老的交易所,拥有最多的上市公司。

对于开发者而言,如何在一个接口中同时获取这两大交易所的实时行情指数(Nifty 50 / Sensex)以及逐笔 K 线,是构建印度金融产品的关键。


一、 核心接入参数(交易所定位)

在 StockTV API 体系中,通过 exchangeId 可以精准筛选数据源:

交易所名称 缩写 exchangeId 核心指数
印度国家证券交易所 NSE 46 Nifty 50 (NSEI)
孟买证券交易所 BSE 74 S&P BSE SENSEX (BSESN)

国家 ID 提示:对接印度市场时,请务必全局携带 countryId=14


二、 核心 API 场景实现

1. 区分交易所获取股票列表

如果您想单独展示 NSE 或 BSE 的股票排名或列表,可以使用 exchangeId 参数进行过滤。

  • 接口地址https://api.stocktv.top/stock/stocks
  • NSE 示例?countryId=14&exchangeId=46&key=YOUR_KEY
  • BSE 示例?countryId=14&exchangeId=74&key=YOUR_KEY

2. 指数实时监控(Nifty vs Sensex)

指数是市场的风向标。StockTV 提供的指数接口支持秒级更新。

  • 接口地址https://api.stocktv.top/stock/indices
  • 请求参数countryId=14&key=YOUR_KEY
  • 数据亮点:返回结果中会包含 NSEI(NSE 指数)和 BSESN(BSE 指数)的实时点位、涨跌幅及成交额。

3. 实时 K 线数据(图表专用)

支持对接各种前端图表库(如 TradingView),提供高频采样的 K 线。

  • 接口地址https://api.stocktv.top/stock/kline
  • 参数示例pid={产品ID}&interval=PT1M&key=YOUR_KEY(获取 1 分钟级极速 K 线)。

三、 技术优势:极致实时性

针对印度市场波动剧烈、散户参与度高的特点,StockTV 在实时性上做了深度优化:

  1. 多交易所聚合推送:无需维护多套连接,通过一个 WebSocket 通道即可接收 NSE 和 BSE 的混合报价推送。
  2. 毫秒级延迟控制:服务器节点部署于印度及周边核心机房,大幅缩短物理距离带来的网络延迟。
  3. 智能重连机制:针对移动端应用,提供稳定的数据流保持方案,确保用户在弱网环境下也能看到最新的价格跳动。

四、 Python 实战:获取 NSE 权重股行情

以下示例演示如何快速调取 NSE 交易所中特定股票(如 Reliance)的实时数据:

import requests

def fetch_india_exchange_data(symbol, exchange_id):
    url = "https://api.stocktv.top/stock/queryStocks"
    params = {
   
        "symbol": symbol,
        "exchangeId": exchange_id, # 指定交易所 46 或 74
        "key": "YOUR_API_KEY"
    }

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

    if data['code'] == 200:
        item = data['data'][0]
        print(f"交易所ID: {exchange_id} | 股票: {item['name']}")
        print(f"当前价: {item['last']} | 涨跌幅: {item['chgPct']}%")
        print(f"最后撮合时间: {item['time']}")
    else:
        print(f"请求失败: {data['message']}")

# 查询 NSE 的 Reliance
fetch_india_exchange_data("RELI", 46)

五、 进阶:如何获取完整的 BSE 500 指数成分?

对于需要构建深度行情应用的客户,还支持通过 stocksByPids 接口批量订阅数百只股票的实时更新。只需一次请求,即可获取整个板块的盘面异动。


六、 结语

无论是追求极致速度的算法交易,还是注重用户体验的行情 App,提供的 NSE/BSE 双交易所接口都能为您提供最坚实的数据支撑。

相关文章
|
30天前
|
人工智能 Cloud Native
云原生为基,AI为翼:回望阿里云云原生的2025年
感谢支持,新的一年继续携手同行。
|
23天前
|
存储 数据采集 弹性计算
面向多租户云的 IO 智能诊断:从异常发现到分钟级定位
当 iowait 暴涨、IO 延迟飙升时,你是否还在手忙脚乱翻日志?阿里云 IO 一键诊断基于动态阈值模型与智能采集机制,实现异常秒级感知、现场自动抓取、根因结构化输出,让每一次 IO 波动都有据可查,真正实现从“被动响应”到“主动洞察”的跃迁。
254 55
|
12天前
|
人工智能 自然语言处理 物联网
Qwen-Image 从推理到 LoRA 训练实战教程(AMD GPU × DiffSynth-Studio)
本课程由魔搭社区出品,详解如何在AMD GPU上基于DiffSynth-Studio框架高效部署、微调与训练Qwen-Image系列大模型(860亿参数)。涵盖文生图推理、LoRA画质增强、多语言提示理解、高一致性人像外延及多图融合编辑,并支持从零训练专属LoRA(如定制狗狗生成)。
359 32
|
12天前
|
人工智能 弹性计算 对象存储
玄晶引擎:基于阿里云生态的全流程AI自动化方案,赋能中小微企业低成本数字化转型
玄晶引擎是阿里云生态原生AI自动化平台,专为中小微企业设计。依托通义千问、ACK、OSS、VectorDB等服务,实现“内容生产—流量分发—精准获客—成交转化”全流程闭环。云原生架构+零代码操作,算力成本降60%,人力节省超60%,3个月可回本。
114 15
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
模型训练篇|多阶段ToolRL打造更可靠的AI导购助手
芝麻租赁推出AI导购“租赁小不懂”,针对长周期、重决策租赁场景,首创“One-Model + Tool-Use”架构与两阶段强化学习,攻克需求难匹配、决策效率低、服务被动三大痛点,实现响应提速78%、推荐成功率提升14.93%,打造贴切、沉浸、信任的场景化租赁体验。(239字)
模型训练篇|多阶段ToolRL打造更可靠的AI导购助手
|
8天前
|
人工智能 关系型数据库 Serverless
2 天,用函数计算 AgentRun 爆改一副赛博朋克眼镜
2 天将吃灰的 Meta 眼镜改造成“交警Copilot”:通过阿里云函数计算 AgentRun 实现端-管-云协同,利用 Prompt 驱动交通规则判断,结合 OCR 与数据库查询,打造可动态扩展的智能执法原型,展现 Agent 架构在真实场景中的灵活与高效。
159 28
|
22天前
|
人工智能 运维 监控
进阶指南:BrowserUse + AgentRun Sandbox 最佳实践
本文将深入讲解 BrowserUse 框架集成、提供类 Manus Agent 的代码示例、Sandbox 高级生命周期管理、性能优化与生产部署策略。涵盖连接池设计、安全控制、可观测性建设及成本优化方案,助力构建高效、稳定、可扩展的 AI 浏览器自动化系统。
417 47
|
17天前
|
人工智能 自然语言处理 运维
阿里开源 Assistant Agent,助力企业快速构建答疑、诊断智能助手
一款快速构建智能客服、诊断助手、运维助手、AIOps 的开源框架。
573 52
|
17小时前
|
人工智能 自然语言处理 安全
✅真·喂饭级教程:OpenClaw(Clawdbot)部署指南:安装配置、百炼API大模型对接2026年解析
在AI助手全面普及的今天,OpenClaw(原Clawdbot/Moltbot)凭借开源特性、多平台兼容和强大的自动化能力,成为众多用户搭建专属AI助理的首选工具。这款支持本地部署的AI个人助手,能够兼容MacOS、Windows及Linux等多种操作系统,接入Qwen、Claude、GPT等主流大语言模型,轻松实现邮件处理、日程安排、市场调研等自动化任务,更可通过常用聊天工具以自然语言控制各类设备和服务,像“多了一个AI员工”般24小时在线响应。
105 1