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。
一个数据源的综合排名，只能回答“个人量化用户第一次该优先评估谁”。真正开始做研究、回测、实时监控或 AI Agent 后，榜单必须按任务重排。 本文先给出面向个人量化用户的综合推荐榜，再按四种任务重新排序。比较时主要看：任务适配、第一次使用体验、数据与功能、可核对与持续使用的条件，以及品牌和服务。 !image.png 这套默认条件下，前三名是 Massive、TickDB、Tushare Pro
TickDB Research ·
美股财报一出来，AI最容易把盘后报价读成“市场结论” 财报刚发，AI 弹出一句： > 盘后上涨，市场认可这份业绩。 很多人下一步就是追价、减仓，或者连夜改掉第二天的交易计划。 我更怕它没说清三件事：这条价属于哪个时段，记录在什么时间，和公司刚发布的内容究竟是什么关系。 少了其中一项，你不是“多看了一条行情”，而是在拿一条没有时间口径的价格做决定。扩展时段的流动性、波动和价格形成都可能与常规交易时段
TickDB Research ·
股票池一片下跌时，很多人的第一反应是减仓、收紧策略参数，或者把研究重心切到防守。先停一下。 如果所谓“全球复盘”只读取了股票清单，最该先止住的，是这份偏窄输入继续影响仓位和策略：外汇、黄金、指数、期货、加密货币没有进入比较，你可能把股票的局部状态放大成全球判断；等筛选、回测和监控都跑完了才发现漏项，还要补数据、改代码映射、整轮重跑。 直白答案是：先别扩大结论，先验收研究输入。 TickDB用一套多
TickDB Research ·
你准备把美股分钟线送进回测，时间轴却断了一段。 最危险的动作，往往不是“少了一根”，而是顺手拿前后价格补一下，然后继续跑。 先别补。 先用 TickDB 的历史一分钟K线、美股交易日和交易时段，把空档分清楚：哪些不在你的检查范围里，哪些请求没拉成功，哪些还说不清原因。先把数据输入处理干净，再决定要不要进入回测。 这篇文章给你一套顺序：先定义目标时段，再检查请求状态和时间轴，最后把空档放进排除、重拉
TickDB Research ·
油价一冲上100美元，很多人会顺手接出一条交易逻辑：能源股该涨，指数该跌，日元和黄金也该走强。可这次行情没有把这条线走完。若还拿它解释持仓，后面的研究和复盘都会被带偏。 这次我用TickDB把国际原油、中国原油主连、标普500、美元/日元、黄金和埃克森美孚放进同一套行情入口，先查快照，再查12条日K。每个对象保留自己的代码、类型、价格和时间。 !image.png 两个原油对象的24小时变化接近-
TickDB Research ·
只研究A股时，行情分开看似乎没什么。把港股和美股加进来后，三套入口很容易让某个市场、某只股票，甚至某一段变化根本没有进入同一轮观察。 行情分散最容易漏掉的，不是一条价格，而是没有进入同一研究流程的市场、样本和时间窗口。 我用TickDB这个实时行情数据源做了次实测：贵州茅台 、腾讯控股 、苹果 ，全部放进同一段Python程序，连续读取市场目录、当前行情、5日与10日变化、量比和20根日K线。 !
TickDB Research ·
把A股策略扩展到港股和美股时，很多人第一反应是加指标。真正拖慢你的，往往是更早的数据准备：三份股票名单、不同的symbol规则，以及分散在不同入口里的行情、指标和资金流。 TickDB的优势就在这里：用同一套REST API接入A股、港股和美股。产品目录建立扫描池，ticker和K线确认行情，批量读取市场指标，继续查看候选股票的资金流结构。 它不替你选股票，但能把选股前最容易断开的几层数据接起来。
TickDB Research ·
实时 K 线和历史 K 线有什么区别？用 BTCUSDT 实测最后一根何时固定 !image.png 图表最右边那根 K 线，刚才还是阳线，过一分钟再看，实体变了，最低价往下挪了，成交量也增加了。 此刻最重要的问题，不是它究竟算阳线还是阴线，而是：这根 K 线结束了吗？ 如果周期还没结束，你看到的只是当前进度。它可以用来观察市场正在发生什么，却还不能承担“最终形态”“固定指标输入”或“历史记录”的
TickDB Research ·
国际油价对 A 股有什么影响？先别急着找“受益股” 晚上油价有明显变化，第二天再看 A 股，石化、航空、化工、运输，好像都能讲出一套理由。 问题通常不在理由不够多，而在第一步走得太快：一条外盘报价刚动，就急着把它翻译成某个板块的涨跌。 油价只是一个信号。要把它变成一条能讨论的研究线索，中间至少隔着四层：你看的价格是什么；它对应哪个时间点；公司实际暴露在哪；同一时段还有没有别的变化在影响判断。 !i
TickDB Research ·
外汇实时行情 API 接入，为什么拿到“最新价”还不算完成？ 摘要： 外汇行情接口返回一个最新价，只能证明你拿到了一次响应，不代表它已经能用于看板、研究脚本或实时监控。本文用 实测外汇实时行情 API 的 REST ticker、REST kline 和 WebSocket ticker，拆开报价、K 线、实时订阅三条链路，并给出一份可直接运行的 Python 验证脚本。你还会看到如何用应用侧阈
TickDB Research ·
A股行情数据源选型：面板、脚本、AI各接一套的代价有多大？ 摘要：很多团队做行情产品时，把“查价格”“拉K线”“做实时看板”“让AI回答行情问题”拆给了不同来源。开始看似省事，后来却要反复处理代码格式、字段名称、时间口径和数据留痕。更稳妥的起点，是先选一层能被自己验证的数据入口。本文用一次当天重新运行的TickDB实测，检查REST ticker、REST K线和WebSocket订阅三条基础链路
TickDB Research ·
摘要：接港股实时行情 API 时，很多人第一眼只看有没有价格返回。但港股代码经常有两种写法：券商、自选股或旧数据库里可能是 00700，API 示例里可能是 700.HK。真正危险的不是某个写法一定错，而是你没有把“外部代码、请求 symbol、返回 symbol、原始响应”绑定成同一个可追溯对象。本文用 TickDB 对 700.HK 和 00700.HK 做了一次真实 REST 调用，再用通过
TickDB Research ·