港股数据接入完整指南：A 股量化开发者的三个必知差异与全量接入实战

换一个 market=HK 参数，数据就来了——很多 A 股量化开发者第一次接港股时，是这么想的。

>

数据确实来了。但三个坑在等着你。

我见过不少做 A 股量化的朋友，在接港股数据时踩过同一批雷：策略在 A 股跑得好好的，搬到港股之后，回测曲线莫名其妙出现空洞；价格过滤逻辑在午休时段疯狂触发异常；仓位计算结果和实际可买数量对不上。

排查一圈，不是数据源的问题，是港股数据和 A 股数据在结构层面就不一样。

这篇指南从三个核心差异出发，然后覆盖港股行情数据的完整接入路径：实时行情、历史 K 线、盘口深度、逐笔成交、交易时段、标的参考数据，以及公司行动（分红、配股）。读完之后你会有一张可以直接用于代码 review 的检查清单。

在读之前：港股数据层全景

先看整体结构，再深入细节。

┌─────────────────────────────────────────────────────────────────────┐
│                     港股数据接入架构（4 层）                          │
├─────────────────────────────────────────────────────────────────────┤
│  Layer 4  接入层                                                     │
│           REST API · WebSocket 推送 · MCP / AI-native              │
├─────────────────────────────────────────────────────────────────────┤
│  Layer 3  公司行动层                                                  │
│           分红 · 配股 · 供股 · H 股 / 红筹差异                       │
├─────────────────────────────────────────────────────────────────────┤
│  Layer 2  参考数据层  ← ⚠️  A 股量化手最容易忽略的一层               │
│           交易时段（含午休）· Lot Size · 半日市日历 · 标的类型        │
├─────────────────────────────────────────────────────────────────────┤
│  Layer 1  行情层                                                     │
│           实时快照 · K 线 · 分时 · 盘口 · 逐笔 · 资金流              │
└─────────────────────────────────────────────────────────────────────┘

架构和 A 股四层大体对应，但 Layer 2 参考数据层的内容完全不同。三个坑都藏在这一层。

第一部分：三个必知差异

在进入完整接入流程之前，先把三个差异讲清楚。这是检验你的港股数据接入是否可靠的基础。

差异一：港股每天有一小时数据空洞

A 股假设： 交易日 9:30–15:00 连续推送。

港股事实： 港股每个交易日中午 12:00–13:00 为午间休市，期间没有任何成交数据。

这不是数据源的问题，是香港交易所（HKEX）的制度安排。HKEX 官方交易时段如下：

竞价开盘    09:00 – 09:30   集合竞价，接受挂单不成交
持续交易    09:30 – 12:00   正常撮合
午间休市    12:00 – 13:00   ← 数据空洞，非异常
持续交易    13:00 – 16:00   正常撮合
收市竞价    16:00 – 16:10   收市竞价撮合

踩坑场景： 把 A 股的异常检测逻辑（「超过 X 分钟没有新数据 = 触发告警」）直接用在港股上，中午一小时必然误报。

处理方式： 在开始写策略逻辑之前，先查询当前标的的交易时段，判断当前时间是否在有效交易窗口内。

用 TickDB 查询腾讯（700.HK）的交易时段：

import requests

resp = requests.get(
    "https://api.tickdb.com/v1/market/trading-sessions",
    params={"symbols": "700.HK"},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
sessions = resp.json()
print(sessions)

返回结构（基于 HKEX 官方时段；具体字段名待 Codex 实测确认）：

{
  "700.HK": {
    "sessions": [
      {"type": "pre_open",    "start": "09:00", "end": "09:30"},
      {"type": "continuous",  "start": "09:30", "end": "12:00"},
      {"type": "lunch_break", "start": "12:00", "end": "13:00"},
      {"type": "continuous",  "start": "13:00", "end": "16:00"},
      {"type": "closing_call","start": "16:00", "end": "16:10"}
    ]
  }
}

必查清单第一条： 你的异常告警逻辑里，有没有把 lunch_break 时段排除在外？

差异二：港股没有涨跌停板，A 股的价格过滤全部失效

A 股假设： 个股单日涨跌幅不超过 ±10%（科创板 ±20%），超过这个范围的价格变动可以视为异常。

港股事实： 港股没有涨跌停板制度。单日涨幅理论上无上限，跌幅亦然。这是 HKEX 的基本制度，不是例外情况。

踩坑场景： 一套做 A 股的策略，内置了「价格变动超过 15% 触发检查」的过滤逻辑。搬到港股之后，某标的因重大公告单日涨幅 40%，这条逻辑把它当作脏数据过滤掉，实盘信号丢失。

更隐蔽的情况：回测时某些极端行情的 K 线被过滤，导致回测结果比实盘乐观。

处理方式： 港股策略中，去掉基于固定涨跌幅阈值的价格合法性过滤。如果你的系统做多市场，必须在市场层面维护各市场的涨跌停规则，而不是用一套全局规则。

必查清单第二条： 你的数据清洗流程里，有没有针对港股关掉涨跌幅过滤？

差异三：Lot Size 不统一，「一手 = 100 股」在港股是错的

A 股假设： A 股每手 100 股，最小申报单位 100 股。

港股事实： 港股每只标的的 Lot Size（每手股数）由上市公司在上市时决定，不同标的不一样，而且可以在上市后通过股东大会决议调整。

常见的 Lot Size 分布：

踩坑场景： 仓位计算公式直接用「资金 ÷ 股价 ÷ 100，取整，× 100」。当标的 Lot Size 是 500 时，计算出来的股数不是 500 的整数倍，下单系统报错，或者实际成交数量和预期不一致。

批量回测时，如果 Lot Size 用错，组合整体的资金利用率和实盘会有系统性偏差。

处理方式： 每次接入新的港股标的，先查 Lot Size，把它作为参数传进仓位计算模块。不要硬编码 100。

用 TickDB 查询 700.HK 的标的信息（含 Lot Size）：

resp = requests.get(
    "https://api.tickdb.com/v1/market/symbols",
    params={"symbols": "700.HK"},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
info = resp.json()
lot_size = info["700.HK"]["lot_size"]   # 腾讯为 100
print(f"每手股数：{lot_size}")

返回结构示例（700.HK）：

{
  "700.HK": {
    "symbol": "700.HK",
    "name": "腾讯控股",
    "lot_size": 100,
    "currency": "HKD",
    "type": "equity",
    "exchange": "HKEX"
  }
}

注意 type 字段：港股市场除了普通正股（equity）之外，还有认股权证（warrant）和牛熊证（CBBC）。它们的价格行为、数据结构和交易规则完全不同。接入时必须先判断 type，不能把轮证当成正股处理。（type 字段具体枚举值待 Codex 实测确认）

必查清单第三条： 你的仓位计算模块，有没有从数据层动态获取 Lot Size，而不是写死 100？

第二部分：Layer 1 行情层

三个差异讲完，接下来是完整的港股行情数据接入。

实时快照

resp = requests.get(
    "https://api.tickdb.com/v1/market/ticker",
    params={"symbols": "700.HK"},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
quote = resp.json()["700.HK"]
print(f"最新价：{quote['last_price']} HKD")
print(f"涨跌幅：{quote['change_rate']}%")   # 无涨跌停，可能超过 ±20%

和 A 股的区别：

• change_rate 无硬性上下限
• 午休时段快照不更新（last_price 保持午休前最后成交价）
• 货币单位是 HKD，不是 CNY

K 线历史

resp = requests.get(
    "https://api.tickdb.com/v1/market/kline",
    params={
        "symbols": "700.HK",
        "period":  "1d",
        "start":   "2024-01-01",
        "end":     "2024-12-31",
        "adjust":  "qfq"   # 前复权
    },
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
bars = resp.json()["700.HK"]["bars"]

运行后你应该看到：每条 K 线包含 open、high、low、close、volume、turnover，日期覆盖交易日（港股无数据的周末和公众假期自动跳过）。

港股复权注意： 港股存在大量配股、供股操作，复权因子的连续性比 A 股更复杂。建议使用数据源提供的前复权数据，而不是自行计算。

分时数据

resp = requests.get(
    "https://api.tickdb.com/v1/market/intraday",
    params={"symbols": "700.HK", "date": "2024-06-03"},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
ticks = resp.json()["700.HK"]["ticks"]

运行后你应该看到：分时数据在 12:00 出现间断，13:00 继续，这是正常的午休空洞，不是数据缺失。

盘口深度

resp = requests.get(
    "https://api.tickdb.com/v1/market/order-book",
    params={"symbols": "700.HK", "depth": 10},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
book = resp.json()["700.HK"]

逐笔成交

resp = requests.get(
    "https://api.tickdb.com/v1/market/trades",
    params={"symbols": "700.HK", "limit": 100},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
trades = resp.json()["700.HK"]["trades"]

资金流

resp = requests.get(
    "https://api.tickdb.com/v1/market/capital-flow",
    params={"symbols": "700.HK"},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
flow = resp.json()["700.HK"]

第三部分：Layer 2 参考数据层

这是 A 股量化手最容易跳过、也最容易踩坑的一层。

交易时段（接入第一步）

上文已经演示过 trading-sessions 接口。这里补充一个完整的时段判断逻辑：

from datetime import datetime, time

def is_trading_now(sessions: list) -> bool:
    """
    判断当前是否在有效交易时段（排除午休）
    sessions: trading-sessions 接口返回的 sessions 列表
    """
    now = datetime.now().time()
    for s in sessions:
        if s["type"] == "lunch_break":
            continue   # 明确跳过午休时段
        start = time.fromisoformat(s["start"])
        end   = time.fromisoformat(s["end"])
        if start <= now <= end:
            return True
    return False

半日市（Half Day）

港股每年有若干个半日市，通常出现在圣诞前夕、除夕等节假日前。半日市当天，下午交易时段提前收市（通常 12:00 收盘）。

HKEX 每年提前公布半日市日历。建议通过 API 查询交易日历，而不是自己维护节假日列表：

resp = requests.get(
    "https://api.tickdb.com/v1/market/trade-days",
    params={"market": "HK", "year": "2024"},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
calendar = resp.json()

标的信息（Lot Size + type 字段）

上文已演示单标的查询。这里补充多标的批量查询：

symbols = ["700.HK", "9988.HK", "1299.HK"]   # 腾讯、阿里、友邦
resp = requests.get(
    "https://api.tickdb.com/v1/market/symbols",
    params={"symbols": ",".join(symbols)},
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
for sym, info in resp.json().items():
    print(f"{sym}: lot_size={info['lot_size']}, type={info['type']}")

第四部分：Layer 3 公司行动层

分红（港股特有：派息以 HKD 计）

resp = requests.get(
    "https://api.tickdb.com/v1/market/corporate-actions",
    params={
        "symbols":  "700.HK",
        "category": "dividend",
        "start":    "2024-01-01"
    },
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)
dividends = resp.json()["700.HK"]

港股分红的特别注意：

• 派息以 HKD 结算（内地投资者通过港股通持有，最终换算成 CNY 到账）
• H 股（在港上市的内地企业）和纯港资公司的股息预扣税率不同
• 「中期股息」（Interim Dividend）和「末期股息」（Final Dividend）在同一标的的同一年度可能分两次派发
• 除权日（ex_date）使用港股 T+2 交割规则，不是 A 股的 T+1

配股 / 供股

港股公司行动里，配股（Placing）和供股（Rights Issue）是影响价格连续性的重要事件。如果做回测，这些事件的复权处理是否正确，直接决定历史收益率计算的准确度。

resp = requests.get(
    "https://api.tickdb.com/v1/market/corporate-actions",
    params={
        "symbols":  "700.HK",
        "category": "rights_issue,placing",
        "start":    "2020-01-01"
    },
    headers={"Authorization": "Bearer YOUR_TOKEN"}
)

第五部分：Layer 4 接入层

REST + WebSocket 推送

港股实时行情推荐 WebSocket 推送，避免 REST 轮询在高频更新时的延迟累积。

import asyncio, websockets, json

async def subscribe_hk():
    url = "wss://ws.tickdb.com/v1/stream"
    async with websockets.connect(url) as ws:
        await ws.send(json.dumps({
            "action":   "subscribe",
            "symbols":  ["700.HK"],
            "channels": ["ticker", "order_book"],
            "token":    "YOUR_TOKEN"
        }))
        async for message in ws:
            data = json.loads(message)
            if data.get("type") == "ticker":
                print(f"{data['symbol']} 最新价: {data['last_price']}")

asyncio.run(subscribe_hk())

断线重连注意： 午休时段（12:00–13:00）期间推送会中断，13:00 后恢复。断线重连逻辑里，需要区分午休正常中断和网络异常，避免中午触发无效的重连风暴。

AI-native 接入（MCP）

如果你在用 AI 工作流或 LLM agent 辅助港股研究，TickDB 支持 MCP（Model Context Protocol）接入：

# Claude Desktop 配置示例
{
  "mcpServers": {
    "tickdb": {
      "command": "npx",
      "args": ["@tickdb/mcp-server"],
      "env": {"TICKDB_TOKEN": "YOUR_TOKEN"}
    }
  }
}

配置完成后，可以直接用自然语言查询：「腾讯今天的分时走势是什么？」「700.HK 最近一次派息是什么时候？」

读者类型与最小接入组合

不同场景的港股开发者需要接入的数据层不同：

A 股量化转港股数据层检查清单

从三个核心差异提炼出来的 22 条清单。策略上线前，逐条过一遍。

✅ 必查三条（最高优先级）

• [ ] 午休时段处理：你的异常告警逻辑，在 12:00–13:00 期间是否会误报？是否从 trading-sessions 接口动态获取时段，而不是硬编码？
• [ ] 涨跌停过滤：你的数据清洗和价格合法性检查，是否针对港股关掉了固定涨跌幅阈值过滤？
• [ ] Lot Size 动态获取：你的仓位计算模块，是否从 symbols 接口获取 lot_size，而不是写死 100？

✅ 行情层（8 条）

• [ ] 实时快照的 change_rate 是否允许超出 ±20%？
• [ ] K 线复权使用数据源提供的复权因子，而非自行计算？
• [ ] 分时数据中午 12:00–13:00 的间断，处理为「正常空洞」而非「数据缺失」？
• [ ] 盘口深度接入时，是否区分了竞价时段和持续交易时段的盘口含义？
• [ ] 逐笔成交是否处理了午休前后的时间戳连续性？
• [ ] 货币单位是否正确使用 HKD？
• [ ] 资金流数据的口径是否清楚（主动买、被动成交、大单统计的定义各不相同）？
• [ ] 历史 K 线是否包含了配股/供股导致的价格跳空的复权处理？

✅ 参考数据层（6 条）

• [ ] 交易时段是否从 API 动态获取，而不是硬编码 A 股的 9:30–15:00？
• [ ] 半日市日历是否纳入交易日历查询？
• [ ] 每个新接入的港股标的，是否先查 symbols 接口获取 Lot Size？
• [ ] type 字段判断：正股（equity）/ 权证（warrant）/ 牛熊证（CBBC）分别进入不同的处理分支？
• [ ] 多市场系统中，港股（HK）和 A 股（SH/SZ）的市场配置是否完全隔离？
• [ ] 标的代码格式是否使用港股格式（如 700.HK），而不是写成 00700.HK 或 700？

✅ 公司行动层（5 条）

• [ ] 分红是否区分了中期股息和末期股息？
• [ ] H 股和纯港资公司的股息预扣税率，是否在收益计算里正确区分？
• [ ] 配股/供股事件是否纳入了回测的价格连续性处理？
• [ ] 公司行动的 ex_date 使用的是港股 T+2 交割日期规则，而不是 A 股的 T+1？
• [ ] 是否订阅了公司行动事件推送，以便在实盘时自动更新复权因子？

✅ 接入层（3 条）

• [ ] WebSocket 断线重连逻辑是否处理了午休时段的正常中断（13:00 后自动重连，不触发告警）？
• [ ] 如果是多市场系统，是否为港股单独维护了订阅连接，避免 A 股和港股时段冲突影响订阅状态？
• [ ] 权限和账户配置是否支持港股数据访问（部分 token 按市场分配权限）？

附录 A：港股常用接口速查

附录 B：错误码速查（港股常见）

附录 C：常见问题

Q：港股 symbol 格式是什么？

A：使用 [数字代码].HK 格式，如腾讯为 700.HK，阿里巴巴为 9988.HK，友邦保险为 1299.HK。代码前不需要补零（00700.HK 和 700.HK 等价，推荐使用后者）。

Q：我怎么知道今天是不是半日市？

A：通过 /v1/market/trade-days 接口查询，返回结果中会标注每个交易日是全日市还是半日市。不建议自己维护半日市列表，HKEX 有时会因特殊情况临时调整。

Q：港股数据和 A 股数据可以用同一套 WebSocket 连接订阅吗？

A：技术上可以在同一 WebSocket 连接里混合订阅不同市场的标的，但建议在应用层做市场隔离，分别处理不同市场的交易时段和数据更新逻辑，避免 A 股收盘后中断导致港股订阅受影响。

Q：轮证（warrant）和牛熊证（CBBC）的数据接入方式有什么不同？

A：接入路径相同（同样用 symbols=XXXXX.HK），但 type 字段值不同，行情数据的解读逻辑完全不同。到期日（expiry）、行使价（strike）等参数需要从 symbols 接口单独获取，不要用正股的估值逻辑处理它们。

Q：港股通和港股数据有什么关系？

A：港股通是内地投资者通过沪港通/深港通买卖港股的渠道，是交易层面的概念。数据层面，港股行情数据（包括港股通标的和非港股通标的）都通过 HKEX 数据体系获取，不因是否纳入港股通而有所不同。

附录 D：实测证据索引

L2 = 交易所官方文件 / 规则；L1 = TickDB API 实测返回

通过 TickDB API 获取实时行情数据

一个 API 接入外汇、加密货币、美股、港股、A股、贵金属和全球指数的实时行情。支持 WebSocket 低延迟推送，免费开始使用。