美股数据源怎么选？实时行情、历史回测和AI查询的选型清单
TickDB Research ·
摘要：做美股产品、量化研究或 AI 助手，团队最怕“演示时看着都行，真交付了全得返工”。实时行情得卡准时段，历史回测得弄清复权，AI 查询必须能追溯真实数据。本文结合 Yahoo/yfinance、Alpha Vantage、Massive 和 TickDB 的官方资料与真实跑通样本，给你一套选型顺序，并附上能直接扔给技术同事的“需求卡”、原始结果和测试脚本。
假设你们团队要接入苹果（AAPL）的行情：产品经理要做盘前看板，研究员要拉历史数据跑回测，还有个同事想直接接入 AI，随时问“苹果现在多少钱”。
如果这三份需求，你跟供应商提的都是“我要美股行情”，演示的时候大家都很开心。但一到交付，大概率会演变成三轮扯皮：看板展示了昨天的收盘价、回测因为复权口径不对导致结果全废、AI 给你的答案连个时间戳都没有。
问题出在哪？不是数据源“有没有”数据，而是你拿到的到底是哪个对象、哪个时点、哪个口径。
选数据源，别一上来就比价格。先按用途排除不合适的方案，拿样本跑通，再谈接入。以 TickDB 为例，我们可以用它的快照、历史 K 线和 AI 数据工具，分别检查看板、研究和问答到底能不能落地。本文通过已配置的 TickDB MCP，真实取回了快照、日线、交易日历和时段记录，用实打实的数据带你做第一轮验收。
图1：三条路线代表不同用途，不代表供应商排名。
一分钟看懂：先分清你到底在买什么
| 你要交付什么 | 最先要确认的事 | 什么情况下赶紧跑 |
|---|---|---|
| 实时看板/价格提醒 | 显示哪个时段的价格？多久更新？能接受多旧的数据？ | 只给了一个价格，没给数据时间；你要盘前，他只有常规时段。 |
| 历史回测/量化研究 | 要几年的数据？分钟线还是日线？复权方式怎么算？ | 只验证了最近几天日线，就敢让你直接买多年分钟历史。 |
| AI 行情查询 | AI 是真调了接口，还是凭记忆瞎编？回答有没有时间？ | 回答极其流畅，但找不到调用结果，把昨天的价格说成“现在”。 |
如果是自己盘后复盘，免费日终数据可能就够用；但如果要盘中异动提醒，再便宜的日终数据也解决不了问题。对内部研究够用的东西，放到给客户看的产品里，往往要重新验一遍。
选型的顺序应该是：先定用途 → 再核数据范围与权限 → 拿样本验真 → 最后算费用和维护账。关键条件不满足，直接排除；资料没写清的，标为待确认，别把“未知”当成“支持”。
另外，很多人容易搞混：数据供应商、访问库和 MCP 根本不是一个维度的东西。供应商提供数据；yfinance 是帮你抓数据的库；MCP 则是让 AI 客户端直接调用外部工具。选了哪种连接方式，就得核对它最后递到你手里的是什么。
四个常见入口：什么任务下值得继续看？
我们列出了四个考察入口（Yahoo/yfinance、Alpha Vantage、Massive 核对官方资料；TickDB 另外做了实测）。这不是同条件性能横评，也没有名次总分，你对号入座即可：
| 入口 | 什么任务下可以考察 | 决定要不要继续看的关键问题 |
|---|---|---|
| Yahoo / yfinance | 个人研究、学习、快速写个原型 | 你的实际用途合规吗？目标接口能满足吗？ |
| Alpha Vantage | 基础 API 取数，或评估官方 MCP 入口 | 免费额度够吗？你需要的数据，是不是得充值？ |
| Massive | 专门查美股成交、报价、聚合 K 线的项目 | 你买的是哪个时效层级（日终、延时还是实时）？ |
| TickDB | 想在一个服务里同时验快照、历史 K 线和 AI 取数 | 目标标的和区间能不能取到？要持续更新的话，订阅稳不稳？ |
1. Yahoo/yfinance：先看能取到，再看能不能用
yfinance 维护者明确说了，这主要面向研究和教育。开源代码免费，不代表数据你可以随便商用。给客户展示前，先去查查 Yahoo 的条款，把数据使用权当个硬条件。
2. Alpha Vantage：拿了 Key，先查余额和权限
它的 FAQ 里写了，免费版多数数据集每天只有 25 次请求；实时和延时 15 分钟的美股数据得付费买。所以拿到 Key 别急着写代码，先算算历史研究、刷看板、AI 问答的请求量够不够。
3. Massive：产品页写着实时，盯紧你买的具体层级
Massive 把股票数据分了日终、延时和实时层级。搞盘后和搞盘中，选的层级完全不同。采购时一定要把层级写进需求里，别光看首页写了“实时”就以为全都给。
4. TickDB：跑完 MCP 再谈持续推送
TickDB 可以从快照、K 线和 AI 工具入口做任务验证。本文实际用了它的 MCP 查询；如果要持续推送，得去单独测它的 WebSocket 行情。单次查询成功，和看板连续跑一周，完全是两码事。
选错以后，成本通常从这四个地方冒出来
坑一：看板价格没报错，但用户理解的时间错了
用户在盘前打开看板，看到红绿数字，默认这是“现在”的涨跌。如果系统取的是昨天的收盘价又没标时间，用户就被误导了。FINRA 也提醒过，盘前盘后流动性差、波动大，不同交易所价格还不一样。 怎么避坑？ 需求写清楚：展示 AAPL 盘前最新成交价，必须带纽约时间；盘前没数据就明确显示“缺失”，绝不能拿昨收顶替。
坑二：都叫“复权”，换源后曲线却变了
遇到拆股、分红，各家调整历史价格的方式不一样。Massive 的 adjusted 只算拆股；Alpha Vantage 算了拆股和现金分红；TickDB 则区分不复权、前复权和后复权，默认是不复权（none）。
如果两份数据都有“收盘价”和“复权”标签，但底层处理的事件不同，直接拼在一起，你的回测结果变了，你都不知道是策略改了还是数据变了。
怎么避坑？ 换源前，存好调整规则和查询时间；对比成交量时，核对好单位和调整方式。
坑三：少了一根 K 线，一自动补齐反而造了假
缺一根分钟 K 线，第一反应是接口漏数。但 Massive 官方给过另一种情况：如果没有符合条件的成交，那个时间窗就是不会生成 K 线。 整齐的数据不一定最真实。用上一根价格填满空位，就是把“没有记录”变成了假行情。 怎么避坑？ 遇到缺口，先查交易日、时段、查询范围和聚合规则。确实要填，保留填充标记，别让后续研究把假数据当真。
坑四：便宜的请求，带出更贵的维护
套餐费只是冰山一角。历史数据要补吗？几套接口谁来维护？客户查一个价格，你能找出当时的原始记录吗？ 这些工作没写进需求，最后往往落到某个倒霉同事头上。 怎么避坑？ 比价格时，把数据费、权限、请求量和维护人力放在一起看。统一入口的价值，就是帮你省掉重复接入和核对的工作。
实际跑一组 TickDB 数据，验收到底要落在哪？
2026 年 10 月 20 日北京时间 21:08，我们通过 TickDB MCP 发起四项查询：AAPL 与 TSLA 的行情快照、AAPL 一段日线、美国市场交易日历及交易时段。原始数据和脚本都保存在随文材料中。
1. 同一个响应，两个价格，两个时点
快照请求很简单：
{"symbols":"AAPL.US,TSLA.US"}
AAPL 返回如下（价格单位美元，时间换算为纽约时间）：
| 数据对象 | 价格 | 纽约时间 |
|---|---|---|
主价格 last_price | 342.94 | 2026-10-19 16:00:00（前一天收盘） |
盘前对象 pre_market_quote.last_done | 339.18 | 2026-10-20 09:08:30（今天盘前） |
同一个响应，一个昨天的收盘价，一个今天的盘前价。你要做盘前看板，直接拿主字段展示，就是拿昨收冒充盘前。 “最新”这两个字，必须落实到具体的数据对象上。 盘前/盘后对象有没有值，取决于当时的时段，UI 一定要做好缺失状态的准备。 做 AI 问答同理，回答里必须带着“数据对象、价格、数据时间、来源”，MCP 解决了 AI 调用数据的问题，但结果怎么呈现，还得产品来定规矩。
2. 历史样本，先把区间和复权方式锁死
这次拉日线，我们指定了 AAPL.US、1d、adjust="none"、limit=20，区间是 2026-10-13 到 2026-10-19（UTC）。
返回了 5 条日线，收盘价依次是：10 月 13 日 341.27、14 日 342.96、15 日 342.00、16 日 343.46、19 日 342.94。这 5 个日期和交易日历完全对得上。
随文脚本校验了代码、周期、复权、时间范围和重复时间戳。这只能算第一轮跑通，如果要几年的分钟数据，还得拿那些具体需求去测。
提醒一句：TickDB 当前免费版不支持用 start_time 和 end_time 指定区间，最新一根 K 线可能还在形成中。做研究时，记得把查询时间和复权方式一起存下来。
一份需求卡，让产品和技术吵不起来
下面是一份可以直接改写的需求模板（以 AAPL 盘前看板为例）：
| 需求项 | 示例填写 |
|---|---|
| 用途与使用者 | 团队内部盘前观察；暂不包含客户展示 |
| 标的与对象 | AAPL.US；盘前最新成交价，必须和主价格分开处理 |
| 时间与更新 | 显示纽约数据时间；更新方式和数据延迟由业务和技术共同定 |
| 缺失处理 | 盘前没数据要明确提示；保留旧价格时必须标出旧价时间 |
| 历史需求 | 如看历史，单列日期、粒度、复权方式，不能用快照代替 |
| 权益与维护 | 确认账号权限和内部用途条件；指定异常核对、补取与留存负责人 |
把这张卡发给候选供应商，按三种状态记录：
- 已满足：有文档、账号或样本证据。
- 待确认：资料不足，写明下一步补什么。
- 不满足：和当前用途冲突，如果是硬条件，直接踢出候选。
比如，这次确实拿到了盘前对象，但“持续更新稳不稳”还得另测。两项分开记，就不会被一张成功截图忽悠了。
下载包里提供了空白需求模板、示例和核对卡。非技术负责人可以先定用途、底线和预算，再把技术验证交给同事。
技术同事可以直接运行什么？
解压随文材料，在根目录运行：
python3 attachments/inspect_us_sample.py evidence --out my_check
它只用 Python 3.10+ 的标准库和系统时区，不联网、不读密钥（my_check 必须是个新目录）。
这次跑出来的结果是 PASS，生成了报价对象、日线和检查报告。但注意，PASS 只代表这次样本没毛病；持续更新、独立价格核对和实际用途权益，还得另外验。
如果重新取数，MCP 的参数都在材料里，自己配好权限复跑就行。
已经用着旧源，怎么安全替换？
换源前，把新旧两边的样本放在同一起跑线上：同证券、同区间、同时段、同复权方式。先确认可以比较，再看返回范围和数值差异。
随文提供了 migration_diff.py 脚本。因为我们没有旧源样本，所以报告是 NOT_COMPARED（没对比），差异值为空：
python3 attachments/migration_diff.py --right evidence/daily.normalized.json --out my_migration_report.json
如果没有旧源，退出码是 2；条件没对齐，返回 NOT_COMPARABLE。这只是提醒你补材料，不是供应商出故障了。对比成交量时，千万别忘了核对单位。
即使最后发现了差异，也先查数据对象、调整规则、聚合机制和更新版本。定位原因后，再决定重取、改处理逻辑，还是缩小迁移范围。
常见问题
免费美股数据源够用吗？ 看用途。个人研究查日终，免费可能够；做实时看板，必须查清时效、请求量和展示条件。“库免费”、“有免费 Key”、“提供日终数据”，这是三件事。
历史数据越长，越适合回测吗？ 先想清楚你要测什么。多年历史涉及退市样本、公司行动和数据版本，一段解释不清的长数据，只会把问题带进研究。先固定研究条件，再检查历史覆盖和处理规则。
AI 查行情必须用 MCP 吗？ 不是。AI 也可以直接调 API。关键不在于通道，而在于 AI 有没有真去拿数据、拿到的是什么对象、回答里有没有带数据时间。
最后：把候选名单变成能落地的选择
选美股数据源，最有用的是那张写明用途、底线和证据的需求卡。
- 搞实时看板：先查价格对象和更新频率。
- 搞历史回测：先查区间和复权规则。
- 搞 AI 查询：先查工具结果能不能追溯。
下一次和技术同事开会，别只说“我们要个美股接口”。直接说：“我们先验收 AAPL 的盘前对象，再分别测更新频率、历史范围和免费权限。” 这样拿到的数据，才真正有得比。
TickDB样本采集于2026年10月20日，官方资料复核于10月21日。本文讨论数据源选择与样本核验，不构成投资建议。
参考资料与随文材料
- [yfinance 维护者仓库与 README]
- [Alpha Vantage FAQ及 [API文档]
- Massive：[股票数据页]、[聚合接口]、[缺少聚合线的解释]
- [FINRA：Extended-Hours Trading—Know the Risks]
- TickDB：行情快照、K线查询、交易日历、交易时段、AI工具入口、WebSocket行情