手把手教你写爬虫：Python怎么实时抓取美股交易数据？

很多同学在做金融数据分析的项目时，都会问我一个问题：“怎么才能像大公司的交易员那样，看到股票价格实时在跳动？”今天我们就来聊聊这个话题，带大家用Python实现一个美股Tick数据的抓取小工具。

什么是Tick数据？简单来说，就是交易所里发生的每一笔买卖。它比我们平时看的K线图要精细得多。对于想要开发即时行情软件或者交易机器人的同学来说，这是最基础的“原材料”。

为什么不推荐用普通的爬虫？如果你用 requests.get 去循环请求网页，效率太低了。这就像你每隔一秒钟就给朋友打个电话问“现在几点了”，朋友不烦你，服务器也会烦你。 正确的方法是用 WebSocket。这就好比你和服务器之间通着电话不挂断，一旦有新价格，服务器立马告诉你。

动手实操：连接数据源为了演示方便，我们这里使用 AllTick API 作为数据源，它的接口文档比较清晰，连接也比较稳定，适合练手和开发中小型项目。

首先，我们需要引入 websocket 库。来看看具体的代码怎么写：

import websocket
import json

# AllTick 实时美股 tick WebSocket 地址
WS_URL = "wss://api.alltick.co/market/ws"

def on_message(ws, message):
    data = json.loads(message)
    # 打印每条 tick 数据
    print(f"{data['symbol']} 价格: {data['price']} 时间: {data['timestamp']}")

def on_open(ws):
    # 订阅苹果股票 AAPL 的 tick 数据
    subscribe_msg = {
        "type": "subscribe",
        "symbol": "AAPL"
    }
    ws.send(json.dumps(subscribe_msg))

ws = websocket.WebSocketApp(
    WS_URL,
    on_message=on_message,
    on_open=on_open
)
ws.run_forever()

运行这段代码，你就会发现控制台开始疯狂输出数据了，这就是实时的力量！

进阶：让数据“画”出来光看数字可能没感觉。我们可以结合 matplotlib 这个库，把抓取到的价格实时画成折线图。这就需要用到一个小技巧：用 deque（双向队列）来只保存最新的100条数据，旧的数据自动丢弃，这样电脑就不会卡。

from collections import deque
import matplotlib.pyplot as plt

tick_cache = deque(maxlen=100)  # 缓存最近 100 条 tick

# 假设 on_message 回调中加入
tick_cache.append(data['price'])

plt.plot(list(tick_cache))
plt.pause(0.01)
plt.clf()

写在最后的小建议

1. 模块化：写代码的时候，把“连网络”和“处理数据”的代码分开写，这样条理更清楚。

2. 别贪多：刚开始练习时，先订阅一个股票（比如 AAPL），等程序跑通了再尝试订阅多个。

学会了这一招，你的量化交易入门之路就算迈出了坚实的一步！