TickDB 博客:市场数据与 API 教程 · 第 13 页

TickDB 博客:市场数据分析、API 接入教程与 AI 行情工具实践。按市场和主题查找文章。

老虎、富途、长桥相关主体被查处后,港股新股行情还能怎么看?

2026 年 5 月 22 日,证监会发布消息称,八部门已联合印发《综合整治非法跨境证券期货基金经营活动实施方案》,该正式通知落款为 2026 年 5 月 9 日;同日发布的案件公告披露,近日已对老虎、富途、长桥境内外相关主体作出行政处罚事先告知。 对关注港股新股或上市首日波动的内地投资者而言,更值得先回答的问题不是某条新闻对应的股价变化,而是: 看到一只港股新股的信息或行情,是否就意味着可以参与

TickDB Research ·

为什么 DeepSeek 不能自己知道实时行情?正确做法是把查询接成 Tool Calls

DeepSeek 接实时行情,上一篇代码需要补上的 3 个可信度约束 5 月 23 日,我发布过一篇《DeepSeek Function Calling 接实时行情:从工具定义到多轮查询的完整示例》。 那篇文章解决的是:如何把行情接口包装成模型可调用的工具。 但复盘之后,我发现还有一个更重要的问题需要单独说明: > 工具接通了,不等于当前行情答案就可信。 对于“苹果现在多少钱”“腾讯今天涨跌如何”

TickDB Research ·

DeepSeek Tool Calls 接实时行情:如何避免模型把“猜测”写成当前价格

> 仅靠 Prompt,DeepSeek 无法证明当前价格来自实时接口。本文以 TickDB REST 行情快照为例,展示如何通过 Tool Calls 请求查询、由程序执行 REST 并回填成功结果;若工具失败,则由程序直接结束价格回答流程,以降低模型补写未经验证行情的风险。 当用户问“现在 AAPL.US 或 BTCUSDT 的价格是多少”,仅靠对话上下文,模型无法证明答案来自当前行情接口。

TickDB Research ·

Kimi 金融数据接入避坑:用 `tool_calls` 查询实时行情,而不是让模型猜价格

> Kimi 可以判断用户何时需要查询行情,但当前价格不能依靠模型猜测。本文基于 Moonshot 官方 流程,以 TickDB REST 为示例,拆解模型协议、本地工具函数与行情 API 的三层边界,并提供字段速查、最小 Python 实现和发布前验证清单。如果你让一个大模型回答“ 现在多少钱”,最危险的情况不是它报错,而是它给出一个语气非常确定、却没有实时数据来源的答案。 对于使用 Kim

TickDB Research ·

Python + WebSocket + Telegram:一套脚本监控股票、加密、黄金、外汇异动

> 本文提供一个工程化教学示例,展示如何从 Demo 脚本逐步叠加重连、心跳、去重、动态阈值和通知失败处理,得到一个可长期运行的全球行情告警脚本。 > > 本文仅讨论技术实现和工程实践,不构成任何投资建议。文中所有代码用于教学目的,不构成交易信号或投资策略推荐。 你花了半小时写了一个 Python 脚本:连上 TickDB 的 WebSocket,订阅了茅台、腾讯、比特币、黄金的实时行情,设了涨跌

TickDB Research ·

LangGraph 多 Agent 行情接入:节点之间传递实时数据的 3 种姿势

目录 - 一、当你的金融 Agent 节点“各说各话” - 二、姿势 1:State 共享——最简单,但 reducer 行为容易忽略 - 三、姿势 2:Tool 封装——最灵活,但 API 调用量是隐藏成本 - 四、姿势 3:Subgraph 组合——最工程,但状态映射是调试重点 - 五、三种姿势权衡矩阵与数据一致性策略 - 六、完整示例:盘前-盘中-盘后多 Agent 协同 - 七、FAQ -

TickDB Research ·

10道题测出5家国产大模型金融数据接入的真实差距——DeepSeek、Kimi、豆包、通义千问、智谱GLM横评

> 本文不评“谁最强”,只展示“差距在哪”。 > > 用同一套TickDB行情工具集(13个标准化工具,端点:),对5个国产大模型进行了10道中文金融查询题的测试。覆盖三类最易翻车的场景:中文简称映射、工具选择错误、错误恢复不足。所有测试基于2026年5月公开API,可复现。 > > 本文仅讨论技术接入和工程实践,不构成任何投资建议或模型推荐。 一、一个翻车现场,三种不同反应 你问大模型“帮我看看

TickDB Research ·

给 TradingAgents 接上实时行情后,几个 Agent 开始“吵架”了

> 本文仅讨论开源框架 TradingAgents 的数据层工程改造与多 Agent 协作机制,不构成任何投资建议。文中所有策略输出和信号对比均为示意性示例,不代表任何交易策略推荐。 你在 GitHub 上找到了 TradingAgents——一个多 Agent 金融框架里的明星项目。按教程跑通示例:几个 Agent 分工协作,有的分析基本面,有的盯技术指标,有的做风险管理,最后汇总出一个示例判断

TickDB Research ·

每天 7 点自动出盘前日报:GitHub Actions + TickDB CLI 工程记录

> 摘要:记录用 GitHub Actions cron 调度 + TickDB CLI 的 模式 + shell 与 jq 解析,实现每日盘前全球市场日报的完整工程方案。涵盖 workflow 配置、多市场数据拉取、Markdown 模板设计和 Telegram Bot 推送。 --- 一、每天早上 7 点的手动操作清单 打开 A 股昨天收盘数据。看一眼美股半夜走成什么样。恒指和期货有没有隔夜

TickDB Research ·

DeepSeek Function Calling 接实时行情:从工具定义到多轮查询的完整示例

> 30 秒结论:本文用 DeepSeek 官方的 Function Calling 接口,从零搭建了一个可真实调用行情数据的查询系统。DeepSeek 不会主动查股票,但你可以给它一套工具定义(tools 参数),让它自己判断何时调用、传什么参数。本文提供完整 Python 代码、tools 参数完整设计、完整对话轨迹示例、多轮对话任务规划,以及 Strict Function Calling

TickDB Research ·

跨市场套利的时间戳陷阱:字段是毫秒,不代表行情真的同步

> 本文仅讨论行情数据接入、时间戳对齐和回测数据质量,不构成任何投资建议。文中所有收益数字、价格变动和策略指标均为假设案例,用于说明计算方法。 > 你的跨市场套利策略回测跑出亮眼曲线。逻辑很简单:当加密资产在A交易所的价格比B交易所低一定幅度,同时某概念板块的指数同步上涨时,双向开仓。回测显示平均套利窗口约500毫秒。实盘跑了2周,胜率从78%掉到41%。 > > 排查发现:加密交易所实时推送每笔

TickDB Research ·

ChatGPT 为什么总会编股价?让 AI 查实时行情的正确路径

你一定遇到过这个场景。 让 ChatGPT 分析特斯拉财报,它洋洋洒洒写了 500 字,逻辑清晰,结论也像那么回事。你追了一句:“那特斯拉现在股价多少?” 它要么坦诚地说“我无法查询实时数据”,要么更糟:编出一个看起来很真的数字。 这不怪你问错了,也不怪它笨。ChatGPT 本质上是语言模型,它擅长组织知识、解释逻辑、生成文本,但它默认并不知道“此时此刻”的市场价格。 所以真正的问题不是: > C

TickDB Research ·