美股回测差十几个点？查查历史数据这四件事
摘要 同一套策略跑美股回测，结果和别人差十几个点。代码没错，参数也对。问题经常出在历史行情数据的四个口径上：复权方式、停牌处理、ticker 身份、样本池范围。这四个维度任何一个没对齐，长期回测结果就会被系统性推歪——不是误差，是尺子不一样。本文逐项拆解这四个暗坑，给出一张检查表，用 AAPL.US 的 K 线演示一次字段核对路径，并在最后诚实地说：数据口径是必要条件，但不是充分条件。 > 本文不
TickDB Research ·
综合专题文章与开发实践：浏览市场数据分析、行情接口接入经验和相关教程。
摘要 同一套策略跑美股回测，结果和别人差十几个点。代码没错，参数也对。问题经常出在历史行情数据的四个口径上：复权方式、停牌处理、ticker 身份、样本池范围。这四个维度任何一个没对齐，长期回测结果就会被系统性推歪——不是误差，是尺子不一样。本文逐项拆解这四个暗坑，给出一张检查表，用 AAPL.US 的 K 线演示一次字段核对路径，并在最后诚实地说：数据口径是必要条件，但不是充分条件。 > 本文不
TickDB Research ·
摘要：面对mootdx、akshare、TickDB、Tushare Pro、同花顺热点和Wind这6家A股实时行情数据源，选型的真正难题不是“谁最好”，而是“哪个在我的场景里最扛得住”。本文把6个方案从协议层、返回形式、字段校准、异常容错到隐性成本拆解到底层，给出一份你能立刻复现的5步验证清单。 --- 选数据源这件事，有一种“推荐文陷阱”：每篇都把各家优点列一遍，看完觉得收获满满，合上文章却仍
TickDB Research ·
> 摘要 > 很多人的第一版行情入库脚本看起来是成功的：定时请求、解析 JSON、写入数据库。直到一周后回测结果异常，才发现某些时段返回过空数组，某个 symbol 被写错过，timestamp 还混过秒和毫秒。真正的问题不是脚本没跑，而是失败没有留下现场。本文以 TickDB REST API 的 ticker 和 kline 端点作为示例，演示最小落库闭环的核心设计——主表存成功记录并保留
TickDB Research ·
摘要 选实时行情 API，第一反应往往是“有没有免费的”。但免费不一定真省钱，付费也不一定就安心。真正该算的，是接入成本、维护成本、失败成本、协作成本和迁移成本这五笔账。这篇文章不报价不排名，只帮你把这五笔账算清楚——算完了，“免费还是付费”的答案会自己浮出来。 选行情 API 之前，先放下“免费还是付费”这道选择题。 !image.png 行为经济学里有个概念叫“零价格效应”：当一件东西从一块钱
TickDB Research ·
摘要 把 A 股、港股、美股的行情数据合到一张表里，最容易犯的错误不是搞错了 symbol 格式，而是默认三个市场的“时间”是同一套坐标。实际上—— - 市场时间 决定了你的价格是盘中价还是收盘价，而三个市场的收盘价形成机制本身就不同：A 股是集合竞价的 静态博弈，港股（非收市竞价证券）是五个报价中位数的 统计平滑，美股主要交易所是收盘竞价的 动态博弈。 - 数据时间 的 timestamp 语义
TickDB Research ·
美股实时行情 API 怎么接？3 分钟用 AAPL.US 跑通三关，不对比一下你现在的数据源？ 摘要 想给自己的行情小工具接入美股数据，却卡在第一步不知道怎么验证？已经接了其他美股 API，却受够了字段类型跳变、空数据返回不统一、错误码每次都要人肉判断？本文用 TickDB REST API 带你 3 分钟跑通 的完整验证链——鉴权、symbol 核对和字段解析。如果你已有数据源，拿同一只股票跑
TickDB Research ·
AI 工具怎么取金融行情数据？用 TickDB 跑出一张带核对痕迹的研究表 摘要 AI 工具能帮研究员取行情数据，但前提是先接上外部行情工具——否则 AI 会凭空编价格。本文用 TickDB MCP 跑通"工具可见 → 查询真实 symbol → 核对字段 → 导出研究表"的最短路径，最终产出一张带 symbol、checked_at 和 note 字段、每一行都可复核的记录表。这不是 WebSo
TickDB Research ·
摘要：一份好用的港股实时行情 API，不仅决定数据接入效率，也直接影响后续研究的可靠性。本文以 TickDB 为例，介绍如何选择一个结构清晰的数据源，完成港股 symbol 配置和 ticker、K 线接口调用，并在接入后用一套 7 项字段核验清单确认数据就绪。适合正在选型或刚开始接入港股实时行情的量化研究者。 !image.png --- 一、为什么要先选对数据源 接入港股实时行情，第一步不是写
TickDB Research ·
> AI Agent 写行情脚本前，必须先接上外部行情工具，完成一次可复核的查询。 第一步不是直接生成完整监控系统，而是确认工具可见、查询一个真实 symbol、核对 symbol、last_price、timestamp 等字段。MCP 工具调用是单次查询，不是 WebSocket 持续推送，也不构成投资建议。 你用 Cursor 或 Claude Code 让 AI 写一个 A 股实时行情监控
TickDB Research ·
摘要： 个人研究员和小团队选实时行情数据源，常见的做法是对比功能列表或找一份综合排名。但研究任务不同，对数据形态、调用频率和脚本维护成本的要求完全不同。本文不提供排名，只提供一套决策框架：先按研究任务分类，再计算总成本，最后用自己的代表品种验证覆盖和脚本复用。 --- 做量化研究的人，迟早会遇到一个问题：要选一个实时行情数据源。 这个问题的标准答案通常是找几份对比评测，列一张功能表，然后挑一个"综
TickDB Research ·
> 接入行情 API 时，常见风险是不同端点的鉴权、时间字段、返回结构和错误分支需要分别确认——你以为同一个数据源的不同端点应该一致，但实际上可能 ticker 正常返回、kline 鉴权失败，或者两边都返回成功码，timestamp 却是不同精度。 > > 本文以 TickDB 的 REST API 作为可复核示例，展示一个 ticker 和 kline 在鉴权和字段类型上保持一致性的数据源长什
TickDB Research ·
摘要 选实时行情 API 之前，先别看服务商名单。先看你是谁。个人开发者要的是低门槛能跑通，小团队要的是字段稳定好维护，AI Agent 项目要的是工具描述清楚、失败不瞎编。三种身份，核心任务不同，选型标准完全不同。这篇文章帮你对号入座，找到自己真正该检查的那几项。 你要做的是一个看板、一个监控系统，还是让 AI Agent 帮你查行情？ 这三个东西看起来都在用行情数据，但它们需要的接入方式完全不
TickDB Research ·