别再用肉眼盯盘了！这个开源小工具，帮你把全球核心资产“关进笼子”

开篇：为什么要盯着美股睡觉？

英伟达（NVDA）隔夜涨了5%，第二天A股的AI板块直接高开；特斯拉（TSLA）盘后暴跌，次日的汽车零部件股集体承压。再加上7x24小时交易的比特币、纳斯达克中国金龙指数……你要盯的东西越来越多。

熬到凌晨三点看美股收盘，早上九点半又得盯A股开盘。身体扛不住，策略也容易乱。

能不能写个简单的脚本挂在服务器上，自动监控这些全球标的？有异动就报警，没动静就安静巡检？

这个需求听起来简单，真动手做起来，才发现市面上的方案都不顺手。

---

为什么市面上的工具都不顺手？

为了满足这个需求，我翻了一圈现有的行情接口，发现对个人开发者来说，各有各的坑：

• 重型券商接口（如盈透、富途）：功能强大，但你必须开户、入金，还得在本地跑一个笨重的 Java/Windows 客户端做网关。想挂到云服务器上？门都没有。
• 爬虫方案：从财经网站抓数据，不稳定，频率稍微快一点就被封 IP，维护成本极高。
• 免费公共API：数据质量参差不齐，字段混乱，有的返回 price，有的返回 last_price，甚至有的标的连涨跌幅字段都没有。

就在准备放弃的时候，偶然发现了 TickDB 的 API。它不需要本地环境，直接发标准的 HTTP 请求就能拿到数据，而且最关键的一点：它能把美股、港股、加密货币混在一个请求里查。

折腾了几天，写了段几十行的 Python 代码。目前跑了一周多，效果不错。下面把代码和踩坑经验分享出来。

---

核心思路：极简主义监控脚本

逻辑很简单：写一个死循环，每隔一分钟去问一次 API：“我关注的这些票，现在什么价格了？”

TickDB 有个很便利的设计：接口支持一次传多个 symbol。比如，可以把 NVDA.US（美股）、03033.HK（港股ETF）和 BTCUSDT 放在一个 URL 里请求，服务器会直接返回一个打包好的列表。这比写 for 循环一个一个查效率高多了。

---

运行效果展示

脚本在服务器终端里跑起来是这样的。平时安静地巡检，一旦某只标的涨跌幅超过设定的阈值（比如 3%），就会弹出醒目的异动提醒：

[23:15:00] 巡检中...
    NVDA.US    现价: 892.50      涨跌: +3.21%
👉 !!! 异动提醒: TSLA.US    现价: 175.20      涨跌: +4.58%
    BTCUSDT    现价: 71500.00    涨跌: -1.20%

---

源码分享（复制即用）

运行这个脚本，你的环境只需要装一个 requests 库：

pip install requests

下面是修复后的完整代码。重点修复了实盘中字段不一致导致报错的问题，换上自己的 API Key 就能直接跑：

import requests
import time
import datetime

# ================= 配置区域 =================
# 1. 这里填申请到的 Key (到 TickDB 官网免费领一个)
API_KEY = "YOUR_API_KEY_HERE"
BASE_URL = "https://api.tickdb.ai/v1/market/ticker"

# 2. 监控清单：美股(.US), 港股(.HK), 加密货币 都可以混着放
WATCH_LIST = [
    "NVDA.US",      # 英伟达
    "TSLA.US",      # 特斯拉
    "03033.HK",     # 恒生科技ETF
    "BTCUSDT"       # 比特币
]

# 3. 阈值：涨跌幅绝对值超过 3% 就报警
ALERT_THRESHOLD = 3.0
# ===========================================

def get_prices(symbols):
    symbols_str = ",".join(symbols)
    try:
        resp = requests.get(
            BASE_URL,
            params={"symbols": symbols_str},
            headers={"X-API-Key": API_KEY},
            timeout=5
        )
        if resp.status_code == 200:
            data = resp.json()
            if data["code"] == 0:
                return data["data"]
            else:
                print("接口返回错误:", data["message"])
        else:
            print("网络请求失败:", resp.status_code)
    except Exception as e:
        print("请求异常:", e)
    return []

def main():
    print(f"🚀 开始监控，关注列表: {WATCH_LIST}")
    print(f"🔔 报警阈值: ±{ALERT_THRESHOLD}%")
    while True:
        market_data = get_prices(WATCH_LIST)
        current_time = datetime.datetime.now().strftime("%H:%M:%S")
        print(f"\n[{current_time}] 巡检中...")
        if not market_data:
            print("⚠️ 未获取到数据，请检查 Key 或网络连接")
        for item in market_data:
            symbol = item["symbol"]

            # ---------- 关键避坑：字段不一致处理 ----------
            # 实盘混合查询时，有的资产返回 price，有的返回 last_price
            # 涨跌幅字段也可能不同，必须做防御性兼容
            price_val = item.get("last_price", item.get("price"))
            change_val = item.get("change_percent", item.get("price_change_percent_24h", 0))

            try:
                price = float(price_val) if price_val else 0.0
                change_pct = float(change_val) if change_val else 0.0
            except ValueError:
                print(f"数据格式转换失败: {symbol}, 跳过")
                continue

            info = f"{symbol:<10} 现价: {price:<10.2f} 涨跌: {change_pct:+.2f}%"
            if abs(change_pct) >= ALERT_THRESHOLD:
                print(f"👉 !!! 异动提醒: {info}")
            else:
                print(f"    {info}")

        time.sleep(60)  # 休息一分钟

if __name__ == "__main__":
    main()

---

踩坑笔记：数据字段的“神坑”

在写这个脚本的过程中，遇到几个具体问题，记录一下希望能帮大家避坑：

1. 字段名不一致

官方文档里写返回字段是 price，但实际进行多市场混合查询时，美股、港股返回的是 last_price，加密货币返回的涨跌幅字段是 price_change_percent_24h 而不是 change_percent。如果不做兼容处理，脚本跑着跑着就会报 KeyError 崩溃。建议大家在处理这类聚合数据源时，一定要做防御性编程（用 .get() 取字段，并提供默认值）。

2. 关于“实时性”的取舍

肯定有技术大佬会问：“都 2026 年了，怎么还用 while True 做 HTTP 轮询？太土了。”

确实，轮询有延迟。TickDB 也提供 WebSocket 接口，支持毫秒级的实时推送。但对于“盯隔夜映射”这个需求来说，WebSocket 有点“杀鸡用牛刀”：

• 开发成本高：需要处理心跳、重连、状态恢复，代码量至少翻三倍。
• 资源占用：长连接需要维护状态，不如 HTTP 请求用完即走。
• 够用原则：美股跌 3%，A 股的反应通常有滞后，一分钟一次的刷新频率完全够用。

---

TickDB 为什么能这么方便？

这次体验让我意识到，一个对开发者友好的 API 应该长什么样：

• 全球资产覆盖：一套接口同时覆盖美股、港股、A股、外汇、贵金属、指数、数字货币，总计超过 27,000 个交易标的。你不需要为每个市场找不同的供应商。
• 文档清晰，上手快：左边导航，右边代码，参数联动。你点选什么，代码就生成什么，复制就能跑。
• 错误提示直接告诉你怎么办：比如返回 2002 错误，处理建议是“调用可用品种接口查询”，不用自己猜。
• 对 AI 友好，让 AI 替你调接口：我们开源了一个 Skill，让 AI 可以直接调用 TickDB 的 API。这个 Skill 会告诉 AI 三件事：

- 怎么查：比如用户问“黄金现在多少钱”，AI 知道该调用 /v1/market/ticker 接口，参数填 XAUUSD。

- 怎么处理响应：从返回的 JSON 里提取 last_price，再转成“黄金实时价格是 2034.50 美元”这样人话。

- 怎么处理异常：如果用户还没提供 API Key，AI 会主动问：“请提供您的 TickDB API Key”；如果返回 401 错误，AI 会提示“Key 无效，请到官网重新申请”。

有了这个 Skill，你只需要把下面这段指令复制到任何支持 Skill 的 AI 大模型，比如 claude code：

读取 https://github.com/TickDB/tickdb-unified-realtime-marketdata-api/blob/main/SKILL/SKILL.md 并安装为 Skill（名称：tickdb-market-data），然后查询黄金实时价格。

AI 会自动加载 Skill，识别你的需求，调用对应的 API，然后直接返回你想要的答案。整个过程你不需要看一行 API 文档，也不需要写一行代码。

这些细节加起来就是一件事：把时间留给策略，而不是浪费在对接协议上。

---

结语

想监控全球核心资产，又不想熬夜盯盘？这段几十行的 Python 脚本，挂在云服务器上就能实现。

新用户可免费体验 TickDB 行情数据，无需绑定信用卡。到官网去申请，试试 2026 年该有的开发体验。

---

声明：本文代码仅供技术交流，API 数据源由第三方提供。投资有风险，入市需谨慎。