跳转至

实时行情

本指南详细介绍如何使用 CryptoService 获取实时市场行情数据。

获取单个交易对行情

基本用法

from cryptoservice import MarketDataService

service = MarketDataService(api_key="your_api_key", api_secret="your_api_secret")

# 获取BTC/USDT的实时行情
btc_ticker = service.get_symbol_ticker("BTCUSDT")
print(f"Symbol: {btc_ticker.symbol}")
print(f"Last Price: {btc_ticker.last_price}")

返回数据说明

SymbolTicker 对象包含以下属性：

  • symbol: 交易对名称
  • last_price: 最新价格

获取所有交易对行情

基本用法

# 获取所有交易对的行情
all_tickers = service.get_symbol_ticker()

# 遍历显示
for ticker in all_tickers[:5]:  # 显示前5个
    print(f"{ticker.symbol}: {ticker.last_price}")

数据过滤和排序

from cryptoservice.models import SortBy

# 获取成交量排名前10的USDT交易对
top_coins = service.get_top_coins(
    limit=10,
    sort_by=SortBy.QUOTE_VOLUME,
    quote_asset="USDT"
)

for coin in top_coins:
    print(f"{coin.symbol}: 成交量 {coin.quote_volume}")

24小时行情数据

获取详细统计数据

# 获取24小时行情数据
daily_ticker = service.get_market_summary()

# 访问数据
for ticker in daily_ticker["data"][:5]:
    print(f"Symbol: {ticker['symbol']}")
    print(f"Price Change: {ticker['price_change']}")
    print(f"Price Change %: {ticker['price_change_percent']}%")
    print(f"Volume: {ticker['volume']}")
    print("---")

DailyMarketTicker 属性

完整的 DailyMarketTicker 属性列表：

  • symbol: 交易对名称
  • last_price: 最新价格
  • price_change: 24小时价格变动
  • price_change_percent: 24小时价格变动百分比
  • volume: 24小时成交量
  • quote_volume: 24小时成交额
  • high_price: 24小时最高价
  • low_price: 24小时最低价
  • weighted_avg_price: 加权平均价
  • open_price: 开盘价
  • close_price: 收盘价
  • count: 成交笔数

错误处理

处理常见错误

from cryptoservice.exceptions import MarketDataFetchError, InvalidSymbolError

try:
    # 尝试获取无效交易对的数据
    ticker = service.get_symbol_ticker("INVALID")
except InvalidSymbolError as e:
    print(f"无效的交易对: {e}")
except MarketDataFetchError as e:
    print(f"获取数据失败: {e}")

重试机制

# 配置重试
service.get_symbol_ticker(
    symbol="BTCUSDT",
    max_retries=3  # 最大重试次数
)

最佳实践

  1. 批量获取
  2. 使用 get_symbol_ticker() 批量获取多个交易对数据

  3. 避免频繁的单个请求

  4. 错误处理

  5. 始终包含适当的错误处理

  6. 实现重试机制处理临时性错误

  7. 数据验证

  8. 检查返回数据的完整性

  9. 验证价格和数量的合理性

  10. 性能优化

  11. 合理设置请求间隔
  12. 适当缓存频繁使用的数据

下一步