Python 同步订阅 A 股个股与 ETF 行情实操手记

课程实战需求

做量化实训、搭建盘中监控脚本时，我们经常需要同时跟踪 A 股个股与对应 ETF 走势，个股用来观察单标的波动，ETF 判断板块整体行情。不少同学分开写两套 WebSocket 连接，代码冗余、云主机资源消耗高，后期新增指数、可转债还需要大量改代码，维护成本很高。

常见实训踩坑点

1. 分两条链路分别订阅个股、ETF，重复占用网络资源，断线重连逻辑要写两份；

2. 用定时轮询拉取行情，短线剧烈波动时容易丢失 Tick 数据，回测样本失真；

3. 没有统一标的配置，增减监控标的就要修改核心连接代码，复用性差。

最优实训方案：单 WebSocket 链路统一订阅

推荐采用一套配置管理所有标的，行情接收后再按品种分类处理，本次实训使用 AllTick API 完成流式行情订阅。统一配置只需要给标的增加品类标记，新增监控品种仅调整列表，底层连接逻辑完全不用改动。

完整单段实操代码

import websocket, json
# 混合存放个股、ETF标的清单
watch_list = ["600000", "510300"]
ws_client = websocket.WebSocketApp("wss://quote.alltick.co/quote-b-ws-api")
# 建立连接后批量发起订阅
def on_open(ws):
    ws.send(json.dumps({"cmd": "subscribe", "symbol_list": watch_list}))
# 统一解析所有推送行情，按需区分股票/ETF业务逻辑
def on_msg(ws, raw):
    data = json.loads(raw)
    print(f"标的代码：{data['symbol']}，实时现价：{data['price']}")
ws_client.on_open = on_open
ws_client.on_message = on_msg
ws_client.run_forever()

实训稳定运行关键细节

1. 标准化证券代码格式，统一清洗后再存入实训数据库，避免匹配失败；

2. 全局统一时间戳时区，聚合分时 K 线、因子计算不会出现时序错位；

3. 本地缓存订阅清单，网络中断重连后自动恢复批量订阅，无需手动重启脚本。

推荐分层实训工程结构

小型实训脚本可直接使用上面极简代码；如果拓展告警、数据持久化功能，建议拆分模块：配置文件、WebSocket 连接、行情解析、数据存储，各模块独立修改互不干扰，适合多人分组完成课程大作业。

实训总结

个股与 ETF 同步监控不用拆分多条数据流，单条 WebSocket 长连接搭配统一标的列表，代码简洁易调试，后续拓展指数、可转债仅扩充标的清单即可，是兼顾性能与可维护的实训标准写法。